%，年轻一代正逐步成为中国资本市场的主力军。“这批在移动互联网和社交媒体环境中成长起来的年轻投资者，对工具化、自动化分析的接受度较高。尤其是Z世代，几乎就是‘AI原生代’。伴随着Z世代跑步入市，‘AI辅助炒股’产品的获客成本和用户教育成本正在快速下降，相关需求也大幅提升。”上述用户研究人士进一步分析。市场空间是前提，但真正驱动大厂下场的，是这一场景的变现能力。有来自头部互联网公司的金融科技产品经理向记者指出，金融场景具备“三高”特征：高频使用——投资决策需要持续跟踪信息；高用户黏性——一旦形成依赖，迁移成本较高；高付费意愿——用户愿意为投资决策付费。这“三高”，恰恰是互联网公司在AI商业化探索中稀缺的资产。记者注意到，目前千问的深度研究—财经分析功能每天的使用上限为5次。Kimi接入同花顺等专业数据库则需要升级会员获取Agent额度，不同额度和功能权限的会员每月费用在49元~699元不等。问道“AI+金融”最优解在不同的产品和变现模式背后，一个值得注意的共同趋势是：“通用大模型+金融垂类数据”成为大厂“AI辅助炒股”产品的常见技术路径。为什么是这种模式？“互联网公司、大模型公司擅长算法和推理，但缺乏高质量、结构化的金融数据；而金融数据厂商拥有底层数据库，但在大模型技术和产品表现上还比较弱势。双方互补，一拍即合。”受访的金融科技人士向记者分析。多位业内人士指出，这种分工在现阶段是一个相对优解。头部互联网公司提供通用大模型作为“大脑”，同花顺等专业数据商提供“养料”，双方通过API接口或更深度的合作绑定，各取所需，既提供了更有效的工具，也触达了更广泛的用户，实现“低成本、高效率”。不过，也并非所有玩家都选择“联姻”。万得就还在坚持“自给自足”的路线，在自有金融数据库基础上，依托自研AI能力直接触达C端用户。对此，受访的金融科技人士提出，作为一家长期服务金融机构客户的公司，除了专业数据资源之外，万得对金融投研工作流程的理解本身也是一种壁垒，“他们熟悉机构人士怎么看财报、搭模型，这些方法论沉淀也是一种稀缺能力。他们的自研AI本身也有一定专业优势。”无论是与互联网公司的跨界合作，还是坚持“自给自足”，一个行业共识是，金融信息服务商的竞争逻辑正在被AI改写。中央财经大学中国金融科技研究中心主任张宁向记者指出，AI正在重构金融信息产品的核心竞争力。传统行情软件仅做数据展示的模式逐
=*=*=*=*=*=
当前为第3/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页