最近，ChatGPT好似点燃了科技树。OpenAI发布GPT-4，微软发布Copilot将GPT-4整合入office全家桶，谷歌宣布AI工具整合进Workspace，百度发布文心一言，甚至腾讯的王者荣耀中也已看到AI对话的影子。
供应端，各家大厂的迭代让人眼花缭乱；需求端，各行各业的弄潮儿也在为数智化具体丰富的场景落地而积极试用测评。那么，在科技上既要稳健又要创新的券商自营业务准备好了么？AI当前大火的多模态生成能力和大语言模型可以解决现有业务运转中的痛点吗？
自营业务难“智”营
券商自营业务难以智能化运行的场景主要有：
l 投资研究 涉及互联网信源、商业资讯、外部研报等多种渠道、多种方式、多种格式的数据接收，基础数据量大，维护成本高，缺乏技术手段进行抽象和梳理；针对研究结果的沉淀和评价，又普遍缺乏系统化的管理，基本是人工方式进行。
l 投资决策 流程僵化，协作困难，例如不能微信端审批，不能将决策环节的成果传递到执行环节，需要大量繁琐的人工辅助配合；数据使用的方式方法不够便捷，观点、依据、标准动作缺乏系统性的统一标准。
l 交易执行 指令复核和授权分配是脱节的，缺乏系统的串联，需要人工切换多个系统；对交易成本和交易效率的评价缺乏科学体系，需要手工拉数据测算；缺乏技术赋能，依赖人工、脚本和经验，尤其是在头寸管理和交易监控上。
l 运营分析 涉及交易台账、持仓分析、清算对账等等，数据量大且复杂；步骤多、操作繁琐、步步人工修正容易出错；对数据的分析和统计也不够直观和灵活，每天沉浸在低层次体力劳动中。
l 风险控制 风险识别与控制不够连贯，控制点分散在各处。算数一分钟，找数两小时，难以将风险识别与控制技术下沉的业务系统形成监测闭环，四处救火，反复无穷的事后沟通。
以上业务场景凸显的问题基本都反映在，重复繁琐的工作耗费人力且易出错，AI技术似乎正是解决之道。但面对这些具体问题，AI也缺乏有效的切入点，总有点隔靴搔痒的意思，难以达成“正本澄源、迎刃而解”的期待。
事实上，AI是更高级的工具，也只是更高级的工具，其使用基础是数据的整合和训练。而技术配置往往是按不同时期的业务需求自下而上进行满足，普遍存在烟囱式的系统构建，导致业务流程割裂，同时缺乏数据标准化的梳理与结构化，迭代设计又造成大量数据不一致。
没有数据基础的人工智能，输入的信息都是缺乏一致性的，又怎能期待产生理想的结果呢？枪虽是好枪，可是子弹卡壳，最终还是要放下枪炮耍大刀了。
那么，AI这一对更高级的翅膀，该如何整合在自营业务上，使其更上一层楼呢？
“数据分析”是关键
数据分析能力就是桥接这对翅膀的关键所在。
根网科技针对自营数据分析能力建设提供切实的解决方案，为金融机构提供自营业务分析数据以及数据服务接口，有效实现数据赋能业务、降本增效的目标。同时，提供丰富的应用交互工具和手段，实现自营分析能力的线上化、流程化和智能化。并在业务开展过程中，对风险进行全面监控和预警，对数据统计和分析综合赋能。
根网科技关于自营数据分析能力的建设，主要分以下六大模块：
1. 自营数据集市：通过根网多年沉淀的数据集市建模、建设方法和合理的架构设计，将业务数据分层、分类进行优化存储和动态整合。
2. 自营业务指标体系：通过规范化、层次化、可扩展的指标体系，能够更快、更准地出具报表，支撑自营业务开展过程中的分析决策需求。
3. 报表应用模块：一站式可视化的报表设计、开发及展示平台，拥有丰富的展示组件及底层数据集成能力，既可以通过固定报表开发功能支持复杂需求，亦可通过自定义报表功能，满足用户自行选择指标、自由拖拽的快捷需求。
4. 统一数据门户：将数据相关应用集成并封装在统一数据门户上，通过目录树、搜索等形式开放给自营客户使用，避免应用间的壁垒和切换，大大降低用户的学习成本和使用难度。
5. 调度模块：内置轻量级的调度工具，能够满足集市数据的自动化加工与调度，并支持与客户企业级调度平台的集成，连通上下游系统。
6. 数据质量稽核模块：通过专业化的质量引擎，并内置多角度的质量稽核规则库，动态侦测数据质量，确保底层数据的一致性、完整性、时效性。
“独门武器”指标库
根网自营数据分析能力建设，整体采用Bottom-Up方式进行整理，同时采用Top-Down方式进行补充。自底向上，通过流程提取、归纳、整理指标项，制定自营指标标准；自顶向下，以根网CRLDM数据模型为基础，结合行业产品要素规范和行业实际，制定自营指标库。
通过标准的指标制定流程，根网科技共汇总整理了129个基础指标的业务属性、技术属性和管理属性三大方面共计19项要素内容；汇总整理了14个维度大类、298个维值的维度信息。
基于丰富的集市治理经验、数据分析能力，以及对业务的深刻理解，根网科技自营数据集市有效解决了券商开展自营业务的诸多难题，充分赋能其数据分析能力。
产品特色：一站式自营数据分析平台，紧密集成的套装化产品
采集整合了覆盖全业务的数据，保障数据颗粒度；同时向客户提供丰富的数据分析手段和应用。
集成工具套装，如报表模块、调度模块、质量稽核模块、统一门户等，使自营集市平台建设工作能够长期高质量地开展下去，为企业提升精细化管理水平、风险防控能力及客户服务能力打下坚实基础；且避免了客户多头采购和重复建设，简化实施难度，降低实施成本。
实现效能：多维度赋能自营业务，助力客户数字化转型
有效的技术组件搭配，合理的架构设计，业务的深度透视及总结，规范化的流程、制度和规范……根网科技将深刻的业务理解与领先的科学技术充分结合，多个维度精准赋能自营业务。
经济效益层面，赋能业务，降本增效；风险管控层面，投前、投中、投后，全域管控；社会效益层面，有效助力金融机构在大数据时代的数字化转型，具有很强的行业示范作用和推广价值。
全面注册制落地后，做市标的扩容以及衍生品标的池的丰富将成为券商自营业务提升的明确方向，这更将带来业务量、工作量、数据量的显著增长。
可以求助人工智能时代的降临么？虽然AI技术已经有了丰富的场景来解决重复繁琐的体力劳动、减少操作风险、提高业务运转响应的效率，但在实际落地应用前必须先完成数据整合，并规划好最优路径的训练方法。否则，更大的池子和更快的流速将带来指数级增长的人工调整需求和失控风险，算力需求和训练难度想想就令人望而却步。
根网科技的自营数据集市，就为自营业务数据的整合、分析提供了一套行之有效的解决方案，不仅能解决信息管理成本高、运维监控难度大、统计时效长、过度依赖人工等问题，还能通过对数据结构化的梳理和标准化的统一，实现基础数据的一致性和连贯性，为更高级的数据应用提供坚实的底层基础。
