⁣
📰 泰康资产段国圣：AI切入投研赛道，资管行业价值链有望重塑

随着科技的迅猛发展，AI技术正在重塑资产管理行业的运作模式。泰康资产的首席执行官段国圣表示，泰康资产自主研发的深度研究智能体（TKDR）整合了大量的投研数据和分析方法，旨在提升投研效率和决策能力。TKDR通过快速梳理核心诉求、整合信息和生成结构化报告，显著提高了研究效率，帮助投研人员更好地应对复杂的市场环境。

段国圣强调，AI的应用不仅限于投研领域，还将全面赋能财富管理、风控合规等多个场景，推动资产管理行业从“人力驱动”向“人类智能与机器智能双驱动”转型。泰康资产在构建智能体体系的过程中，注重数据治理和幻觉控制，以确保AI输出结果的可信度和可用性，未来将进一步提升智能投研体系的迭代能力。

为了有效推进AI建设，段国圣建议资管机构应建立健全配套机制，优化治理体系，培养适应AI转型的人才团队。通过强化业务与科技的协同合作，资管机构能够更好地应对行业挑战，实现高质量发展。段国圣认为，AI的引入将突破人才和资源的瓶颈，提升投资能力和业绩，推动行业的持续创新与发展。

🏷️ #科技金融 #资产管理 #人工智能 #投研效率 #深度研究

🔗 原文链接

⁣
📰 AgentBull亮相大湾区金融论坛 打破金融AI“不可能三角”

近日，煜马数据在大湾区金融论坛上发布了其自主研发的AgentBull金融智能体。该产品采用“多智能体交互框架”，旨在解决大语言模型在专业金融领域的高成本、低可靠性和时效性等问题。发布会上，煜马团队展示了AgentBull对宁德时代的深入分析能力，该系统能够快速生成多维度的分析报告，全面梳理公司的财务及业务信息，并探讨其策略的关键转型。

AgentBull的推出正值人工智能在金融领域应用逐步进入深水区，长期以来依赖单一大语言模型暴露出精准度、时效性和成本效益等诸多矛盾。煜马数据将此归纳为金融大模型应用的“不可能三角”：高昂的算力成本、致命的可靠性缺陷和严重的处理延迟。为了应对这些行业挑战，AgentBull构建了以各领域顶尖“专家”为核心的协同作战团队。

该框架中的各智能体分工明确，涵盖了数据感知、行业逻辑、量化分析与风险监测。同时，煜马还透露了其技术支柱的四大核心，包括金融知识图谱、双时代建模、强化学习与自纠错机制，这些技术联合在毫秒级流式计算框架上支持高效运作。煜马数据希望通过这个智能体，让每位投资者都能拥有专业的AI投研支持，从信息洪流中获取投资机会。

🏷️ #人工智能 #金融领域 #多智能体 #投研效率 #技术平权

🔗 原文链接