概述

随着金融市场的蓬勃发展，投研行业也迎来了快速增长的阶段。然而，传统的投资研究与分析模式，无论是依赖数学模型和数据进行量化分析的金融工程定量分析，还是基于知识、经验和主观判断的专家定性分析，均面临着市场覆盖不全面、效率低下以及昂贵的人力成本等挑战。

大模型技术的引入为破解这些问题提供了突破口。借助大模型技术，券商能够高效地处理海量的金融数据，同时提供更加精准的投资分析服务，显著提升了数据处理能力和分析效率。

与此同时，智能投研已成为金融行业应用大模型技术的关键方向之一。近年来，随着资本市场的扩张和投资者需求的增加，中国智能投研市场规模增长迅猛。根据中研普华研究院撰写的《2024-2029年中国智能投研行业市场前景预测及发展趋势预判报告》显示，2018年市场规模为104.2亿元人民币，2024年增长至300亿元以上，预计2025年以后将进一步扩大。这一趋势，表明智能投研行业保持了较高的增长率，正快速推动金融行业的数字化和智能化进程。

澜舟科技凭借对孟子大模型系列的深入研究，推出了澜舟智库-企业智能知识库、澜舟智会-智能会议助手、澜舟智搭-Agent智能体平台等一系列标杆性产品，这些产品均可面向投研行业相关业务场景，帮助投研人员快速挖掘投资线索，并有效辅助研究成果的产出。

案例描述

需求及痛点分析

在市场规模不断扩大的同时，证券行业在智能投研领域也面临着诸多的需求和痛点，核心难题包括信息繁杂、数据分散以及效率低下，具体表现为：

每日海量的公告、新闻、研报等信息使投研从业者难以快速筛选和甄别有价值的信息；
投研信息系统普遍存在的割裂现象和数据孤岛问题，阻碍了与外部数据整合，无法形成统一的资源整合与分析平台；
投研过程中涉及的数据类型多样且复杂，从低频到高频、从结构化到非结构化，传统的人工处理方式无法适应这种复杂性；
分析师频繁参与线下、线上路演以及长时间的报告撰写工作，高强度的工作模式亟需高效的工具来提升效率。

针对以上问题，某头部券商研究部（以下简称“某券商”）致力于优化投研的“读”、“搜”、“问”、“写”、“管”五大环节效率。其核心策略在于运用大模型技术，实现多源数据的统一接入和管理，深度解析公司公告、研究报告等内容，快速提炼关键信息，减少人工处理的重复性劳动。例如：

关键信息高效提取：平台能够自动解析复杂格式的研报，迅速提炼标题和摘要等核心信息，并以结构化的形式直观展示，方便检索和分析。同时，通过借助大模型的搜索问答功能，可以快速锁定目标内容；
数据溯源和指标优化：平台可以基于内部精品指标库及外部数据库，生成高质量的投资洞见，为投研工作提供可靠的数据支持；
投研文档智能撰写：平台能够模拟专业分析师的工作模式，高效提取和整理历史文档信息，通过自然语言对话形式与用户进行多轮交互，从而生成高质量的专业投资报告、尽调报告、点评报告等；
会议内容智能提炼：高效利用会议视频资料，能够精准生成脱水版会议内容，也可通过问答交互的方式，快速掌握当前及往次会议的核心议题与关键信息。

为此，某券商已完成第一阶段落地实践，完成基于内部研报数据资源推出内容精选与研报问答功能，为投研人员提供快捷、专业的投资洞见；构建智能纪要能力，支持脱水版会议生成、主旨梳理及音视频全文输出，大幅提升效率和准确性。实践成效显著，累计完成10万+篇研报解析问答，3000+篇音视频智能会议纪要提取，问答准确率达95.51%，相关性99.21%，推荐问题回答满意度超90%。

下一步计划探索智能体Agent与专家业务分析的深度结合，持续优化投研服务能力，助力业务价值提升。

应对方案

针对某券商客户对于大模型智能投研的多元化需求，澜舟科技采用了产品（澜舟智库、澜舟智会、澜舟智搭）与服务深度融合的模式，为用户提供了全面的澜舟智能投研解决方案。

通过澜舟智库与某券商内部的投研系统无缝对接，整合研报、行情及资讯数据。基于孟子大模型，澜舟智库能够自动化解析多源异构数据并提供优化服务，覆盖投研的“读”、“搜”、“问”、“写”、“管”五大环节。

同时，澜舟智会可以精准提炼会议内容，生成全文及要点。

基于大模型与智能Agent技术，澜舟智搭为投研人员打造专家智能体，提供读研报、找数据、数据挖掘分析、知识搜问等能力，以Copilot方式直接提供数据或洞察减轻分析师与投资者的重复性工作，辅助决策。

“深度解析”- 读

澜舟智库通过先进的多模态文档解析技术，能够快速从复杂的文档中提取有效信息，帮助用户快速理解并掌握核心内容。无论是是文字、表格还是图表数据，系统均能精准识别和解析，确保数据处理的全面性与准确性。

针对研报的速读分析，通过以“通用大模型底座+高质量垂直数据”为建设思路，结合孟子大模型和金融财报、年报等垂直数据进行训练，实现点评类报告的快速生成。用户只需要输入相关信息，系统即可自动生成高质量的点评报告，方便快捷。

“即问即得”- 搜问

AI搜问功能基于丰富的内部研报数据资源和先进的孟子金融大模型技术，能够精准理解用户的复杂查询需求，通过快速检索与智能分析，从多源数据中提取高价值内容，生成针对性强的答案。用户还可以通过多轮交互提问，深入挖掘研报信息，获得与问题相关的推荐内容。

此外，AI搜问功能还具备强大的溯源能力，确保每个答案都可回溯至原文出处，为用户提供可信赖的参考依据。

“内容可控、创意模板”- 写

澜舟智库的投研写作功能可以快速提取海量历史文档中的关键信息，利用AI辅助生成大纲和优化标题，结合用户的个性化要求，完成信息整合与深度分析，生成高水准的研究报告、尽调报告及点评文档。AI文档辅助写作生成全文只需要分钟级即可，极大提升投研写作的工作效率。系统还提供了丰富的模板和灵活的写作风格功能，满足多种投研场景的需求。

同时，该功能强调数据处理的安全性和内容生成的可控性，采用全流程隐私保护和可溯源管理机制，确保生成内容准确可靠，显著降低信息泄露与内容偏差风险。

“操作简单”- 管

澜舟智库能够解析多样化数据源并进行统一加工与管理。用户只需一键上传，即可实现智能知识加工与精细化管理，轻松搭建符合业务需求的企业知识门户。

智能会议纪要

澜舟智会能够针对用户上传的会议音视频准确呈现脱水版会议原文，可生成要点导航和智能摘要，帮助用户快速理解、查找和导航定位会议的关键信息。该功能特别适用于金融行业人士的常态化工作场景，如电话会议信息获取与交流等。

Agent投研助手Copilot

澜舟智搭通过Agent投研助手打造了一站式智能投研支持系统，Agent市场提供多样化智能体选择额，满足不同投研需求。投研人员可根据业务流程和经验搭建高效场景任务智能体，例如投资者教育助手、基金投研助手、会议纪要助手、合规助手等，相当于拥有多个“数字员工”协同工作，显著提升效率与智能化水平。平台支持API/H5发布。

技术创新点

澜舟科技的大模型应用产品三件套：澜舟智库、澜舟智搭、澜舟智会通过技术创新，提升投研业务信息提取、复杂问题解答及个性化决策支持能力，助力投研业务的智能化发展。具体技术创新点如下：

文档结构化Chunking：通过多粒度层次划分，优化了文档的切分与索引，提升了检索效果。结合孟子大模型解析文档中的标题、正文、表格等元素，准确提取信息，并修复格式错误。层次化切分增强了检索召回质量，确保精准的查询结果，优化了文档的理解与使用。
RAG多跳检索增强技术：通过分步拆解复杂查询，提高检索精准度。在并列问题中，逐层聚焦关键信息。在串行问题中，拆解为子问题逐一检索并合并结果，有效解决了检索召回差的问题，提升了复杂查询的处理能力。
表格推理计算技术：通过孟子大模型理解用户意图，结合解题规划与思维链（COT）方法，优化复杂表格计算的处理流程。技术首先分析问题并规划解决步骤，随后通过迭代式代码生成实现精准的表格推理计算。这种方式显著提升了大模型在表格数据处理中的精确度，解决了传统模型精度不足的问题，实现高效且准确的表格数据推理和计算。。
大跨度答案生成：通过优化层次结构上下文理解和微调训练，模型能更好地识别和关联不同信息点，避免幻觉（错误答案）和漏答。该技术通过精确捕捉跨领域信息间的关系和上下文，确保生成的答案全面且准确，从而提升大模型在复杂查询中的表现。
深度问答与答案追踪：采用Chain-of-Thought（COT）技术，澜舟智库深化了对上下文的理解能力，能够深入分析复杂问题并给出准确答案。同时，答案溯源功能利用先进的文本相似度评估技术，使用户能够轻松验证答案的来源，进一步增强了系统的可靠性和可信度。
幻觉拒识别技术：通过自主拒识和幻觉检测提升大模型回答准确性。自主拒识通过Genetic-Instruct微调数据算法优化模型的学习能力，使其在无法准确回答时主动拒答，避免错误信息产生。幻觉检测利用迭代生成算法检查模型输出，识别并排除虚假答案，基于检测结果优化指令，重新生成答案。这些技术共同提高了模型的回答可信度，解决了大模型可能产生幻觉的问题。
Agent智能体技术：实现自主思考、规划和逻辑推理能力为客户和业务人员提供了实时、精准的投资建议，帮助分析师应对市场的快速变化，支持快速响应客户需求，特别是在复杂的金融产品选择和资产配置决策中，它能够为客户和业务人员提供个性化的解决方案。

应用落地情况

自澜舟智能投研解决方案上线以来，成功助力某券商企业实现了其在“读”、“搜”、“问”、“写”、“管”等方面的效率优化，显著提升了投研团队在获取研究数据和报告时的效率。以往，传统的投研知识库搜索通常需要20秒，而今借助澜舟智库智能平台，搜索时间已缩短至500毫秒，效率提升了20倍。对于数百万种以上的研报文档，用户可以在不到半秒钟内精准找到所需内容，查阅时间缩短99%，大幅降低了投研人员在研报搜索、问答、翻译和写作上的时间消耗。通过快速获得关键信息，分析师能够迅速调整投资策略和优化组合，从而加快决策速度和提升市场响应。

此外，及时获取必需的投资信息还可以加速整个投资流程，提升客户服务质量，使团队能够在竞争激烈的市场环境中抢占先机。最终，这种高效的知识管理和应用带来了30%以上的效率提升，知识第一接触解决率提升100%，知识搜索问答效率提升20倍，投研业务流程完成时间缩短99%，知识利用率提升70%。

澜舟智会和澜舟智搭在会议智能分析与辅助决策领域，也为投研人员带来了显著的工作便利与效率飞跃。

效益分析

经济社会效益

澜舟智能投研解决方案显著提升了投研行业的效率与精准度。通过优化数据搜索、报告生成与分析过程，大幅降低了人工成本和时间消耗，助力分析师快速做出投资决策。此外，凭借AI搜索与智能纪要功能，投资团队能高效获取专业投资洞察、整理会议要点，提升了决策的及时性与准确性，进而提升市场响应能力。在社会层面，澜舟智库促进了信息共享，推动了投研行业数字化转型，提升了整体行业的知识管理与创新能力，推动了证券行业的高效发展与市场竞争力的提升。

服务模式

澜舟智库，采用先进的大模型技术和工程化方法，助力企业构建智能化的投研分析平台。依据“产品+定制+服务”的框架，提供大模型的本地部署和定制化应用开发服务，以适应在投研领域的多元化和个性化需求。为客户提供精确、迅速、灵活的智能投研分析产品及方案，极大提高了投研分析的质量和效率，同时也促进了智慧投研向更高层次的智能化发展。

应用推广前景

随着智慧投研市场规模的不断扩大，人工智能技术已成为推动其发展的关键力量，传统投研方式面临信息碎片化、数据孤岛和效率低下的多重挑战。澜舟智库凭借先进的孟子大模型技术，为证券行业提供了一整套智能投研解决方案，成功解决了行业痛点。通过智能化的“读”、“搜”、“问”、“写”、"管“、”建“功能，平台实现了对海量投研数据的高效处理和整合，显著提升了投研团队的效率。通过自动解析、RAG检索增强生成、智能写作、Agent等能力，平台为投研人员提供实时准确的投资洞察，帮助其迅速调整投资策略，优化组合，提高决策效率和市场响应速度。借助澜舟智库的智能投研分析平台，可以帮助企业加速投研业务流程，提升知识管理和应用效率，抢占市场先机，在竞争激烈的市场环境中取得优势。