证券时报记者 王蕊

正如AlphaGo因战胜围棋世界冠军而一举成名，金融民工ChatGPT近日也因为一篇券商研报火到出圈。写像模像样在专业人士眼中，研报ChatGPT核心竞争力在于理解人类提问的取代且长能力特别优秀，且具备一定的道阻思维链能力。换言之，金融民工ChatGPT的写像模像样表现比以往任何AI模型都更加像人。

突如其来的研报巨大惊喜，再度激发了人们对AI技术的取代且长想象空间，迫不及待开始探索用ChatGPT代替人工的道阻可能，金融业更是金融民工冲在最前。最先试水的写像模像样是证券分析师，通过事先准备好的研报文章框架，以提问形式将关键词喂给ChatGPT，取代且长一篇看起来像模像样的道阻研报在短时间内竟真的顺利诞生。

尽管ChatGPT在标点、术语、复杂句式等方面表现不尽如人意，数据来源及可靠性存疑，但这些显然都是可以通过进一步的机器学习来优化改善的。这也意味着在不远的将来，ChatGPT很可能凭借高超的人类自然语言处理能力，在信息检索、文章写作、问题求解等方面极大程度地节约人力。

据了解，ChatGPT主要应用的大规模预训练语言模型技术，在金融行业的不少细分领域都已有所应用。例如，对公告和研报等数据进行结构化处理，提高数据生产效率；对海量资讯进行监测和筛选，发掘有价值的投资信息；对智能客服进行训练，使其更加精准有效地解决客户提问等。

ChatGPT在金融领域的确应用广泛，也能极大提升使用者的效率。甚至不久的将来，随着技术进步，信息更新、回答准确性、算力成本等因素无法再掣肘，ChatGPT在一些领域将能实现从“效率工具”到“生产工具”的突破，进而彻底取代一些重复性、基础性的人力工作。

不过，尽管ChatGPT已可进行一定的内容生产，可仍需依赖使用者精心设计的提问来运作，产出内容通常还存在诸多不足。有分析师总结为：ChatGPT的回答更像是市场一致预期的精准表达，难免囿于“重复正确的废话”之嫌。

有分析师也曾尝试基于ChatGPT的协助去构建量化交易模型，但最终结论是想单纯依靠ChatGPT给出的模型开发成熟的、可盈利的策略是不切实际的，因为其给出的模型相对简单，且无法对数据进行分析，参数设置也缺乏逻辑支持。

如此看来，ChatGPT会给出怎样的答案，仍取决于使用者给予它怎样的问题引导。就好像如果设计师无法画出精准的图纸，再优秀的施工队也建造不出期待的房子一样。其实，随着人类技术的发展，新技术替代旧技术已多次出现，但也仅限于提高效率，离彻底取代人依然遥远。金融行业作为当今社会最精密的行业之一，集高等数学、经济学、社会学等专业于一体，人工智能想将“金融民工”取而代之，不能说绝对没可能，但要走的路一定还很长。