博时基金金融科技25周年成就：如何赋能高质量发展

文/每日财报楚风

7月6日，博时基金在深圳举办25周年高质量发展论坛暨2023年中期投资策略会，博时基金董事长江向阳、总经理高阳、首席资产配置官黄健斌等公司管理层出席并致辞，来自上海证券交易所、深圳证券交易所、多家券商等超30位重量级嘉宾和投资大咖出席，共同探讨2023年下半年投资布局，为资本市场发展建言献策。

其中，博时基金董事总经理、信息技术部总经理车宏原做了关于《金融科技赋能高质量发展》的演讲。

《每日财报》做了摘录，以下是具体内容：

“高质量发展”是全面建设现代化国家的首要任务，博时基金非常重视高质量发展。围绕金融科技和行业的热点，博时基金如何推动金融科技赋能高质量发展。

分享的内容有三个方面：一是大背景；二是看金融科技怎么赋能高质量发展；三是人工智能大模型怎么推动行业的变革。

一、首先来看大背景

金融科技的热点就是以ChatGPT为代表的大模型的技术革命，带动起大数据、大算力、云计算等新一轮的应用热潮。行业热点方面包括后资管新规时代，财富管理出现新趋势，包括全面注册制掀开了资本市场改革的新篇章、个人养老金为市场注入长期稳定的资金以及推动市场转型加快数字经济变革、证监会快速推进基金行业高质量发展，这些热点都在催生新的业务模式。金融科技对这些方面进行赋能，在大资管时代，各类资管机构同台竞争，行业机构有很大的不确定性，金融科技是未来行业格局变化的重要变量。

二、基金公司怎么实现高质量发展？

证监会给出了指导意见，其中三部分与行业机构有直接相关内容，证监会称为专业资产管理机构建设，强化专业能力建设和打造行业良好发展生态。归根到底，这些讲的都是要回归为投资者财富保值、增值，不断提升投研能力和专业服务能力。

首先来看金融科技怎么赋能专业资产管理机构的建设。

博时基金的方案是两横六纵的金融科技的规划，目标是科技引领数字化的转型，其中销售数字化和投研数字化覆盖了公募、专户、养老金、另类、财富、国际六大专业化的战略赛道，通过金融科技赋能打通战略赛道，对全牌照的能力进行结耦重构，创新商业模式。

公司与各个专业子公司之间，通过金融科技的赋能，加深了双方相互协同和合作，延伸了资产管理的产业链。一体化的科技架构，对子公司的赋能也产生了显著的效益。以去年成立的博时财富为例，一是显著降低成本，节省了几十个科技和业务人员的投入，二是展业更快，拿到牌照以后很快具有展业能力；三是业务面更广，现在在机构、高客、长尾各个条业务线展开展业。

其次，金融科技怎么赋能专业能力的建设，全面强化专业能力的建设。

重点是资产管理能力的提升，其中投研能力是核心。专业资产管理机构的资产管理整体流程，可以看作是业务流水线，包括投资前、投资中和投资后。现在面临的问题是业务环节不能在一个平台支撑和衔接，有很多工作要靠手工完成，有很多低价值重复性的工作通过金融科技赋能可以提升业务流水线的数字化水平，从而进一步提升资产管理和投资管理的能力。

在这个思想之下，博时基金退出的新一代投资决策支持系统，对标全球资管科技的标杆，打造全资产、全流程、全球化的一体化平台。这是一个非常大的工程，博时基金投入了100人的团队，有7年的建设，现在还在不断跟随业务更新迭代。

正是因为打造了这样比较强的平台，我们有更好数据沉淀，可以打通各类的实时数据有比较好的数字化支撑能力，同时是全方位一体化打造数字化支撑平台，横向整合打通内部的各个部门，打通外部的生态和底层数据，实现全流程的闭环。在此基础上提升结构效率和把握商业机会，让投研人员从低价值重复性工作解放出来，有更多的精力去进行投资决策，关注投资绩效和进行风险处理。在纵深整合内外部大数据，采用人工智能技术，实现智能的决策。

在强化专业能力方面，博时基金从整个资产管理的价值链六个方面来提升。一是智能研究提升研究分析的效率和价值；二是智能量化投资突破传统思维提升业绩；三是在组合管理方面，精细化管理可以实时辅助精细化决策，四是智能化的交易提升能力；五是运营自动化和操作风险的防控保障业务的开展；六是全面风险管理体系，守住风险管理底线，并且对投资提供决策支持。

下面我们再看几个具体的案例。

第一个例子是体质增效方面，银行间回购业务提质增效，助力业务的提升。以银行间正回购为例，可以把业务划分21个环节，在过去大多数的环节都是手工操作线下沟通，借助金融科技赋能，博时打通链路生态，实现了自动化和智能化取得了显著的效益，在提质增效方面，在投资管理效率、交易需求管理等，各个业务环节都有5-10倍的提升。二是助力业务的提升，业务量逐年提升，去年正回购量达到了18万亿，在行业当中领先，并且平均融资成本占市场平均10个BP。

第二个例子是金融科技助力，把握资管新规转型机遇，前几年资管新规产生了委外业务，博时基金自研的委外和MOM平台是子系统，借助强大的数字化的能力，提供了净值化资产管理的全面功能。这也是博时基金的资产管理的能力，对外的输出为我们的MOM委托人和投资顾问服务。这个业务获得了境内外MOM委托资产超过1200亿元取得了显著的效应。

第三个案例是人工智能升级量化投资，突破思维和认知的局限。基金公司的量化投资主要是采用多因子的策略，传统的因子来源是基金经理在长期的投资研究和交易当中的经验的积累和总结，经过这么多年的发展，人想出来的因子同质化非常严重，很难突破超高的收益，通过人工智能的技术挖掘因子，博时基金通过机器学习、深度学习，还有一串算法等多个方面挖掘选谱逻辑，并且应用适判之中，以博时智选多量化因子股票基金为例，成立以来大幅战胜同类平均水平，并且也大幅超越沪深300基准。

第三，金融科技怎么赋能打造行业良好的发展生态。

打造行业良好发展生态，提高投资者的获得感，首先要认识到基金行业的营销服务有不同的特点，比如熟悉蚂蚁的业务模式，聚焦在线上长尾客户，熟悉高度数字化的销售模式。而基金公司有非常大的不同，销售渠道多元化。博时基金机构直销业务机构占比99%，长尾客户非常少。二是服务和营销模式的多元化，我们面对普通投资者、专业投资者、高净值投资者、机构投资者，他们在机构特性、客户诉求、服务特征等方面有很大的不同，带来了服务方式的多元化的不同。在此背景下，金融科技赋能达到良好发展生态提高投资者获得感的逻辑是面对机构客户和零售客户，要有不同的方式。

零售客户来自于渠道，我们要深入地洞察所有的客户、渠道和产品，在此基础上要打通内外生态，线上线下各类渠道，为投资者提供投资者教育，全生命周期陪伴和投资顾问服务，从而推动以客户为中心的转型，提升投资者的获得感。

在整体理念之下，我们怎么实现这个体系？也是要从客户为中心的视角，从客户旅程作为切入点，一个客户经历认知、兴趣、转化、忠诚四个阶段，对应的是消费机构公域和私域经营转化的过程，形成一个转化的漏斗效应。在价值上做的体系有两个层次，一个是针对不同的客群和业务建立与之相适应的前端触点，尽管流量成本很高，但要打通流量矩阵实现线上线下无缝衔接，第二个层面要建立内容、数据、运营的底层中台的能力，为前端业务赋能，过去我们主要是聚焦在交易这一点上，现在把整个链条打开，在整个客户的旅程上为客户提供服务。

金融科技赋能营销服务数字化有五个方面：智能产品研究、智能客户识别、智能内容管理、智能精准营销、智能投顾与服务。

后资管新规时代，面临一系列的机遇和挑战，大财富管理的格局越来越清晰，一是在零售业务方面净值化转型收益预期，基民不赚钱的问题更加突出，这样需要优质的陪伴，所以优质的内容陪伴和大V正在引领流量，我们建立了以客户为中心的数字化转型方案，机构业务方面买方资管加配专户微缩，带来了业务模式和生态的变化，现在三方销售和营运平台在加入竞争，各有优势，我们建立了机构转型的解决方案。

下面我们看一些具体的案例。

一是博萝蜜助力零售转型，是博时基金的小程序，针对一线销售人员展业方面的痛点，通过数字化的工具，辅助销售人员展业，并且为渠道提供服务。有三大理念：一是全生命周期陪伴、二是全渠道数据共享；三是全渠道统一品牌，为此建立了小康蜜蜂博萝蜜的IP产出内容和活动，有八大专区入口，覆盖营销展业和渠道需要的工具、内容、活动，目前注册用户数已经超过6万，覆盖了上万的网点和数千万的投资者，对于我们的营销展业和渠道所需要的服务来说，取得了很好的效益。

第二个案例是模拟盘大赛，我们要提升投资者获得感，就需要做好投资者教育。如果只通过内容做投资者教育，作用是有限的，实盘来说是投资者最好的教育，但是这样未免代价太大了，而且很难给投资者很好的指导。我们采用模拟盘大赛的模式，在这个当中为投资者提供了多方面的风险和投资指标，让他跟踪投资情况进行大赛排名，包括明星导师对投研观点进行指导，其中也有一些金融科技的一些指标，供参赛者思考，希望通过这样的参赛形式给参赛者更好的投教用户体验，以往大赛有数十个渠道上万个理财经理的参与。

第三是买方资管机构服务，我们从基金业协会统计数据来看，机构的销售业务和代销业务增长非常快，博时基金子公司博时财富的“雨燕”平台在这方面提供全面的服务，包括快速开户、交易便捷、运营支持，能够给合作伙伴和投资者提供全面和优质的交易用户体验，其中私募交易全线上化签约是平台的特点，借助博时的投资能力，可以提供各方面的投研支持服务，借助这个平台我们支持了博时财富快速展业，提升市场影响力，提升了一定的效率。

三、看人工智能大模型怎么推动行业变革

此前，大家为了便于理解，基本上先从小模型来讲，包括机器学习、深度学习，存在的问题是需要大量的数据训练，但缺乏数据；二是针对每个场景都需要一个左边的训练和开发的过程，并且训练模型的结果不是每个都有效益，很多模型最后发现不能达到一个使用的价值。所以在小模型时代开发和训练有比较高的成本和风险，这样也限制了应用。

大模型的技术突破是改变了人工智能的应用范式，解决了前面小模型存在的问题。我总结为四个层面的应用工作，一是基于大模型的应用软件，简单来说是采购商业软件，比如微软把全产品线接入OpenAI，解决了标准问题不能解决个性化问题，其次是采用OM或者API的模式，通过人机对话与ChatGPT对话可以解决业务问题，在这当中通过触发思维链的方式可以提升解决问题的能力，其次是通过API的开发插件业务融合等方式进一步解决问题。在第二个层面上可以解决个性化的问题，我们可以看到前两个层面上不需要数据不需要对模型训练，可以直接应用人工智能的模型。第三个层面是建立企业的知识向量库和模型微调，包括微调商业模型和微调工业模型的层次，通过这一层的知识库的积累，可以积累起企业个性化的核心竞争力，这方面是金融机构未来在大模型建立方面最主要的工作。

前面的模式还有广度深度的想象，譬如想象投资研究、营销服务、风险管理、日常办公、软件开发等都是应用场景。

大家最关心的是投资研究，是资产管理的核心，也是本次分享大家最关注的内容，我认为大模型会对投资研究的模式带来很大的变革。投资研究简单来说就是依据所获得的信息，经过一个投资研究的框架，来产出投研的成果。过去，我们在获取这些信息构建投研框架方面，花费了大量的精力，并且我们很多的工作很难数字化，都存在人的脑子当中，人脑在信息、存储等方面都有局限，这种模式很难构建起全面的投资研究框架，可能有很多的信息是缺失的，并且很难沉淀积累和传承我们企业级的投研的能力。

在大模型的基础上，我们可以构建企业的知识库，传统来说知识库包括主要是基本面和市场等结构化和标准化的数据，现在我们可以更容易地像宏观行业这类的结构化但是非标准化的数据整合起来，还有各类的多模态的信息，包括文本、语音、视频等信息都可以构建成我们的知识库，在知识库的基础上，可以去建立企业的知识向量库，可以训练模型，训练好的模型可以做AI助理，可以帮助把语音转文字，把文字形成摘要，可以构建更好的智能投研框架，可以辅助决策，短期可以达到的目标可以介绍路演和调研的时间，我们在路演、调研等研报上面花费的时间太多了，二是加强信息的搜索和解读；三是可以更加全面高效地做好分析决策；四是可以通过文本信息挖掘增量的α因子。目前来看人的作用还是主要的，AI只是起到了一定的辅助作用，我认为未来人的圈会越来越小，AI的圈会越来越大，最终会带来颠覆性的变革。返回搜狐，查看更多

责任编辑：