小i机器人自从推出小i华藏通用大模型以来，其在各行各业的商业变现就一直在加速推进，华藏用户生态体系也渐趋成熟。在近日召开小i华藏生态体系发布会上，小i机器人高级总监文陈成对外分享了多个行业案例，其中，小i华藏大模型助力东方证券大幅提升研报效率的案例，成为外界关注的焦点之一。在这起实际应用案例中，应用了小i华藏大模型的研发生成式研报系统帮助东方证券节省了80%左右的前期人力成本，小i华藏大模型到底是如何做到这一点的呢？
在外界看来，券商研究机构所做的研究报告一门处于“金字塔”顶端的“技术活儿”，但在圈内人士看来，研究报告在生产过程中同样也有大量的“体力活儿”，比如：大量行业及公司数据的收集、及研报文字加工和图表制作，都需要耗费研究大量的时间和精力，这是导致研报生产效率低下的重要原因，在市场形势瞬息万变的资本市场，如何高效、及时出炉高质量的研报，完成对相关市场热点的覆盖，成为各大券商研究所的一个大挑战。
东方证券基于小i华藏大模型开发出了自己的生成式研报系统，该系统不仅解决了行业数据整理和数据来源可靠性等问题，还可以基于这些行业数据进行独立分析判断，最终基于AIGC能力生成初步的研报文字及图表内容，研究员只需要对这些生成的研报进行后续人工介入增补和修正，即可快速生成一份具有较高含金量的研究报告——整个过程中，从数据整理、要点提炼、报告生成等，可以帮助东方证券提升70%-80%的效率。
从东方证券以上研报生产过程也不难看出，小i华藏大模型不仅代替研究员做了大量的“体力活儿”，更在数据加工分析总结和研报基础要点提炼方面，做了大量的“技术活儿”，体现出了较高的AIGC水准，与人工研究员形成“思想互补”，为对外输出一份高水平的行业或公司研究报告提供了很好的硬条件支持。
其中，值得注意的是，在数据来源的可靠性、防止出现“一本正经地胡说八道”等AIGC大模型的通病方面，上述基于小i华藏大模型的东方证券研报系统会结合RPA自动化系统，会从各个可信官方渠道和网站上的将可靠的权威数据先给“获取”出来，然后再交给大模型做进一步处理，大模型通过小i机器人行业内顶级的NLP阅读理解做分析、分类、总结和提炼，最终生成初始研究报告给研究员进行把关审核和“二次加工”，此过程是东方证券效率提升的关键所在。
此外，在数据来源丰富性方面，除了各个官方渠道公开的权威数据“爬虫”抓取之外，小i华藏大模型还可以将其他通过合法渠道交易获取的特色行业及企业数据纳入到模型语料库中，此举可以进一步提升研报输出的质量，帮助券商研究所提升AIGC竞争力护城河。
文陈成表示，小i华藏大模型与东方证券的合作案例，充分体现了小i华藏大模型可控、可定制、可交付三大特点。小i机器人可以基于小i华藏大模型的底层AI技术及平台能力，完全根据不同行业、不同客户、不同场景的差异化需求，进行灵活定制和交付，最终形成企业用户内部的定制化专属模型，高效地解决用户的和种棘手问题，实现人工替代和效率提升。
