随着人工智能技术的飞速发展，AI热潮不仅席卷了内容生成领域，连传统的制造行业也都得到极大促进。而基于对热点主题的分析，寻找视线之外的下一个潜力行业，正是“主题投资”方法的要义——通过分析实体经济中结构性、周期性及制度性变动趋势，挖掘出经济变迁的潜在趋势，并对受益公司集群进行投资。过去几年，困境重重的投资体验对前瞻性投资研究提出了迫切的需求。

　　在这一背景下，北京语势科技有限公司崭露头角，其定位打造“主题投资引擎，让所想即所投”。通过主题投资方法论衔接大模型技术，打造出主题投资引擎、主题蜂、智能数据中台等核心产品，可以支持机构的投顾、线上基金和股票销售以及基础投研服务，将主题投资应用推向新高度。

　　作为一家在AI浪潮中诞生的金融科技企业，语势科技自创立之初便携手阿里云，利用其强大的技术服务，为行业带来更加智能和高效的投资决策工具。

　　本期「看见新力量」栏目与语势科技CEO叶松、CTO陈德全、CPO张媛进行对话，由他们带我们走进主题投资+AI的金融创新之旅。

　　01主题投资引擎，主题投资与大模型的“天作之合”

　　与传统的价值投资主要通过财务数据筛选投资标的相比，主题投资更注重从叙事中发现趋势和投资机会，领先于数据的形成，为投资增加了新的分析维度。

　　“主题投资特别强调前瞻性，”语势科技CEO叶松强调，“我们不仅要理解当前场景，更要对未来场景有所预判。”作为过去几年全球发展最快的投资方法，主题投资高度依赖于通过海量、多模态、实时的文本分析，洞悉市场叙事，拓展了长期投资的视野。ChatGPT等先进AI技术出现之际，让叶松和团队相信：主题投资方法在覆盖能力和效率上将得到前所未有的提升。

　　与此同时，中国的金融行业也在出现历史性的转变。4月19日，证监会发布实施《公开募集证券投资基金证券交易费用管理规定》，将交易佣金分配比例上限由30%调降至15%。佣金制度改革标志着公募基金行业费率改革第二阶段举措全部落地。降费与强监管将成为未来金融行业的确定方向，金融机构商业模式、管理流程必然要随之调整。

　　金融机构重塑商业模式、加强线上运营是调整的一方面，更重要而容易被忽略的是，市场波动和资金竞争让机构投资者的宏观价值判断出现持续的偏差，叶松观察到，“市场对新的投资框架，前瞻性的、差异化的研究都有迫切的需求。”

　　新技术与新需求叠加，语势科技顺势成立，决心打造一款能支持客户实现“所想即所投”的主题投资引擎。

　　分析海量的非结构化数据、筛选高信息含量的资讯是所有主题投资分析的第一步。语势科技CPO张媛介绍，“这过去主要依靠受训练的人来完成，为此需要维护数十人的reader团队，现在主题引擎基于云+大模型技术，已经可以承担很多初步的信息筛选工作。”

　　主题引擎目前可以实现日均处理万条金融资讯，形成了包含10+个超级主题、40+个投资主题、200+个子主题的主题体系。现已形成微信公众号、视频号、客户定制内容等多模态主题研究成果展示方式，已开始为金融行业多类型的机构提供主题研究支持，未来将会继续扩大主题关注能力，借助大模型的能力，达到“主题设定—主题跟踪——主题分析——主题成果发布”全流程自动化处理。

　　正是基于大模型的能力处理海量、多模态实时资讯，形成和市场叙事紧密衔接的自然语言输出，同时理解客户的兴趣、意图和偏好，并迅速将这些转化为可投资的产品，实现“所想即所投”。

　　在此基础上，主题引擎还实现了对分析师赋能。在语势科技的主题投资分析框架下，以前一个有经验的分析师最多能够覆盖2-3个主题。现在，主题引擎可以为分析师提供更加客观、可视化的数据支持，并一键生成主题跟踪报告，大大提升主题覆盖效率，目前一个分析师可以覆盖十几个主题。

　　随着主题引擎的迭代，语势科技还推出了轻量化的热点挖掘产品，允许投资者通过搜索兴趣词汇直接找到相关的投资基金和股票集合，同时提供围绕该词汇的事件、情绪和热度信息。这一创新不仅缩短了投资信息收集和整理的时间，更让投资者在繁杂的市场信息中迅速把握投资先机。

主题蜂网站热点挖掘搜索“阿勒泰”结果部分内容截图

　　语势科技团队由熟悉主题投资的业务人员和科技人员组成，金融机构未来的业态还在摸索之中——金融市场正在发生前所未有的变化，精干而紧密的团队让语势科技拥有更灵活的应对能力。但与之相对，海量的数据需求就需要更坚实的技术合作伙伴。

　　“云厂商的整体产品服务的完整性首先是我们考虑的，这避免我们在初创期花太多的精力去自建基础中间件集群，或者在其他云平台采购造成跨云的技术架构设计。”语势科技CTO陈德全直言，“其次对中小企业而言，云厂商的服务响应及时性、价格都是非常重要的因素。”

　　综合对比之后，阿里云成为了语势科技的不二之选。

　　02数据上云，助力主题投资平台提质增效

　　语势科技的主题投资服务以汇集并处理海量金融资讯为核心，面对这一过程中的多重挑战，陈德全阐述了他们对云厂商产品的具体需求。

　　“针对海量文本数据的实时计算，我们需要一种可扩充的计算架构来支持，这样就能够随着数据量的波峰和波谷特征，动态地配备计算资源。”陈德全强调，平台所处理的数据不仅量大而且多样，包括非结构化数据，这就要求云厂商能提供多种存储接口，并实现高效查询。

　　他进一步指出：“大模型时代，文本数据、向量数据、结构化数据并存，我们需要一种一体化的存储方案。这样不仅能提高数据导出、数据统计、数据分析等操作的便利性，还能加快数据价值化的过程。”

　　数据处理流程是投资分析策略在系统中的体现，是整个平台的核心，但由于处理流程复杂且关键节点的处理逻辑无法通过标准化平台功能实现，更需要简单灵活的数据处理流程。陈德全解释说：“我们的业务流程在逐步完善中，所以需要一个完整、灵活且高效的业务流和数据流程开发、运行及监控工具。这样我们才能快速响应业务需求，同时降低运维成本。”

　　阿里云完整的产品体系和行业性的解决方案，给了语势科技大展拳脚的底气。

　　针对语势科技在数据处理流程方面的核心挑战，阿里云为其提供了云工作流CloudFlow和函数计算FC两个创新产品。通过CloudFlow管理复杂的数据流程，同时利用函数计算FC处理流程中的复杂业务逻辑，并实现弹性的处理能力。

　　实践证明，使用CloudFlow的Web界面开发工作流相比传统Java框架减少了约一半的开发工作量。更重要的是，省去了上线发布环节，从而提高了上线调试的效率。陈德全对此深有感触：“我们不用关心底层基础设施，系统日志、任务状态等，只需要关注我们自身的业务逻辑代码，在开发效率上是有非常大的提升的。”

　　在过去的半年里，语势科技已成功开发了近20个工作流，调用了数十个函数，并运行了数十万次。令人印象深刻的是，即便只有一名工程师负责管理这些工作流，仍能保持平均每两周上线一个新工作流的节奏。

　　“在传统工作流模式下，我们可能需要2-3名运维人员，现在1名工程师就能轻松管理20个工作流。”陈德全说，“整个合作中最大的感受是，阿里云不仅能满足我们的重点考量的因素，还有更多的超出我们期望的配套工具。”

　　03 AI加持，未来金融的无限可能

　　清华大学发布的《2024年金融业生成式AI应用报告》提出，生成式AI正在席卷金融业，释放新的生产力，赋能银行数字化转型，以前所未有的方式重塑全球金融业的格局，有望给金融业带来3万亿规模的增量商业价值。

　　语势科技更切身感受到了这一浪潮。张媛表示，“我们从去年初开始使用大模型到现在，切实感受到大模型的进步速度。这也让我们更加相信这一技术将对很多行业带来根本性的变化。”

　　张媛预测，未来的变革方向将集中在三个方面：交互方式的革新，自然语言代替金融术语；信息获取的多样化，从偏重结构化数据，到多模态实时信息；行业效率的提升，产销研一体化，低成本定制化服务。

　　这也是语势科技的机会所在。主题引擎正是基于大模型的能力处理海量、多模态实时资讯，形成和市场叙事紧密衔接的自然语言输出；同时主题引擎可以服务与机构投顾、投研、产品设计各个环节，一套内容打通整个流程，大大提高机构运行效率；主题投资本身的高度灵活性，也能够适配更个性化的投资需求。

　　针对未来趋势，语势科技计划将技术架构转向Agent架构，以大模型为核心“大脑”进行推理，数据中台储存记忆，业务中台提供工具，并建立反馈机制，通过用户交互使Agent更智能。

　　无限畅想的落地，都依托于大模型。

　　为了最大化挖掘大模型的能力，语势科技全面采用通义灵码辅助开发人员进行代码开发。“我们希望大模型能够带来更多的创新点。”作为一个初创企业，也需要吸取大模型专家和各行业的最佳实践经验，陈德全希望，“能够和阿里云的大模型专家一起探索大模型技术的落地实践，更广泛地和阿里生态场景结合”

　　2023年4月以来，阿里云陆续推出AI大模型领域的研究成果和服务体系。目前通义大模型通过阿里云服务企业超9万，通义开源模型累计下载量突破700万。除了通义大模型，中国一半大模型公司跑在阿里云上，大批头部企业及机构均在阿里云上训练大模型，阿里云已成为中国大模型的公共AI算力底座。

　　5月9日，在通义大模型发布一周年之际，阿里云宣布了最新的技术进展和开源计划，不仅标志着阿里云在人工智能领域的领先地位，也体现了其对开源社区和企业级应用的坚定支持。

　　相信未来，阿里云坚实的基座与语势科技等优秀的垂直平台，将共同打造一个金融领域的创新图景，提供更主动、智能的金融服务。