紫金財(cái)經(jīng)9月13日消息 市場下跌了、成交縮量了；游資爆倉了、主觀撲街了；公募回撤了，沖高砸盤了。要讓老百姓賺到錢的股市，打光了所有的先手招數(shù)，卻換來史詩級高開和為期不到5秒的牛市，以及后續(xù)停留在巨大假陰線半分位的徘徊。總要找個(gè)背鍋俠，那么量化對不起，你的人頭先借我用一下。

不管是叫動量、趨勢、多因子、主管多頭、基本面，其實(shí)量化基金的策略大多一樣，只要出現(xiàn)一筆大單賣出，或者觸碰到關(guān)鍵均線位，大多數(shù)量化都會搶著砸盤出局；而所謂的為市場提供流動性，其實(shí)是因?yàn)槿藗兒雎粤肆炕∏∈钦冶揪土鲃有猿渥愕墓善比ジ罹虏?。與其找說辭，不如看清楚量化就是披著高科技外衣的追漲殺跌，投資策略的底層技術(shù)都是AI算法。

量化有沒有錯(cuò)不重要，重要的是，把鍋甩給它符合人民群眾的利益。就像AI從6月底開始的回撤，解釋成大模型也有同質(zhì)化，也比較能安撫追高買基金的客戶。“如果大模型已經(jīng)不是稀缺品，那MaaS顯然也就不會再稀缺?！庇羞@樣論調(diào)的AI板塊遇到了AI量化交易，還能有好日子過嗎？

AI三大要素當(dāng)中，數(shù)據(jù)是基礎(chǔ)，算力決定了訓(xùn)練速度和效果，但最重要的是算法，因?yàn)槠錄Q定了大模型本身的性能。因?yàn)锳I要有人類的思考能力，就得學(xué)習(xí)人類的分析模式，也就讓算法從專家系統(tǒng)變成深度學(xué)習(xí)。比如我們?nèi)粘Ｉ钪泻茌p易的能分辨出寵物狗的雌雄，也能輕松辨別出哪些是垃圾郵件，這就是AI大模型要學(xué)習(xí)的“分類”任務(wù)，輸出的是被分析數(shù)據(jù)的所屬類別，屬于離散數(shù)據(jù)；又比如我們可以根據(jù)自己的年收入來確定自己的理財(cái)規(guī)劃，可以配置房產(chǎn)、股票、基金、債券、保險(xiǎn)等等，這就是AI大模型要學(xué)習(xí)的“回歸”任務(wù)，輸出的是被分析數(shù)據(jù)的具體值，因?yàn)橛袩o數(shù)種可能性，所以輸出的是連續(xù)性數(shù)據(jù)。

所以AI大模型廠商基本都在沿用Transformer架構(gòu)，而且都在往通用類的AI大模型發(fā)展，自然算法也只需要解決“分類”和“回歸”兩種任務(wù)，不太需要在某一個(gè)垂直領(lǐng)域深挖，而是讓大模型擁有一個(gè)差不多的架構(gòu)來解決更多行業(yè)問題，應(yīng)用面更廣。所以也就導(dǎo)致了AI大模型趨于一致，換句話說，模型參數(shù)越大，反而就越同質(zhì)化。后續(xù)MaaS服務(wù)也會變得不再稀缺。但這種看法，對@百融云-W（6608.HK）這種主打垂直領(lǐng)域AI模型的公司有失公允。

傳統(tǒng)的AI算法里邊，大多數(shù)廠商都在用決策樹算法為基底，是一種分層樹形結(jié)構(gòu)，由根節(jié)點(diǎn)、分支、內(nèi)部節(jié)點(diǎn)和葉節(jié)點(diǎn)組成。決策樹的每個(gè)節(jié)點(diǎn)表示某個(gè)對象，每個(gè)分叉路徑則代表某個(gè)可能的屬性值，而每個(gè)葉節(jié)點(diǎn)則對應(yīng)從根節(jié)點(diǎn)到該葉節(jié)點(diǎn)所經(jīng)歷的路徑所表示的對象值。當(dāng)AI需要對某個(gè)對象進(jìn)行分類或回歸時(shí)，首先需要確定該對象的類別或數(shù)值。比如在圖像識別中，需要將一張圖片分為不同的類別，如果某個(gè)樣本在某個(gè)屬性上取值為該屬性值對應(yīng)的閾值，則該樣本被分配到左子集中；否則被分配到右子集中。這個(gè)過程一直持續(xù)下去，直到滿足停止條件為止，AI就是以這樣的方式來確定畫面中的東西到底是人是物，還是貓狗或者錢。這樣的算法雖然能解決大多數(shù)通用問題，但對于需要精確度很高的垂直領(lǐng)域，不是非常好用。

舉一個(gè)百融云在垂直領(lǐng)域的應(yīng)用例子，百融云的商業(yè)機(jī)構(gòu)客戶，需要對C端用戶的資產(chǎn)量、年收入、家庭結(jié)構(gòu)等進(jìn)行分析，然后根據(jù)用戶的特征進(jìn)行分類，商業(yè)機(jī)構(gòu)對哪類用戶可以提供產(chǎn)品及服務(wù)、而哪類不能，以及具體哪類產(chǎn)品和具體什么收益率的服務(wù)。那通用型的決策樹能不能解決呢？我認(rèn)為，能解決一次，但不能一直解決。為什么？比如一個(gè)家庭今年和去年一樣，都是年收入50萬元，但每一年收入結(jié)構(gòu)不同，去年主要靠銷售提成和年終獎，今年主要是靠穩(wěn)定的月薪，再加上今年經(jīng)濟(jì)形勢和去年也不一樣，市場利率更不一樣，那AI難道還在按照去年的算法，繼續(xù)在今年幫助商業(yè)機(jī)構(gòu)嗎？顯然不能，否則就是幫倒忙。

這個(gè)時(shí)候，就需要AI不能是個(gè)通才，而是個(gè)專才。這個(gè)道理就像炒股一樣的，技術(shù)面基本面資金面，好像都懂那么一點(diǎn)，但是一問到ROE怎么拆成杜邦三因子，30分鐘級別分筆中樞怎么確定，無量反包拉漲停是不是誘多，沒細(xì)研究過的股民肯定就不懂了。百融云也是一樣，如果用同樣的AI算法，是能解決金融業(yè)的難題，但是電商租賃領(lǐng)域怎么辦？又讓數(shù)字政務(wù)領(lǐng)域的客戶怎么想？

根據(jù)百融云中報(bào)顯示，截至目前，百融云基于智能語音識別、NLP、自動化機(jī)器學(xué)習(xí)（AutoML）、深度學(xué)習(xí)、隱私計(jì)算等技術(shù)以及Transformer、模型性能調(diào)優(yōu)、復(fù)雜神經(jīng)網(wǎng)絡(luò)等底層算法的研發(fā)布局，將生成式AI賦能到智能客服、智能營銷、貸后管理等業(yè)務(wù)領(lǐng)域。說白了，不再稀缺的通用型AI，而不是垂直領(lǐng)域AI。所以基于AI大模型產(chǎn)生的MaaS商業(yè)模式，肯定也有稀缺的公司存在，百融云也就是其中之一。

百融云目前第一大業(yè)務(wù)就是MaaS，說簡單點(diǎn)就比如百融云的客戶是一家商業(yè)機(jī)構(gòu)，這個(gè)機(jī)構(gòu)的潛在用戶申請產(chǎn)品服務(wù)，那商業(yè)機(jī)構(gòu)就會向百融云發(fā)出模型調(diào)用請求，因?yàn)樗惴ǖ姆e累，百融云就可以具體客戶具體分析，用決策式AI對用戶進(jìn)行KYC+KYP評估，因?yàn)镸aaS云平臺有很多模塊，所以向商業(yè)機(jī)構(gòu)輸出的是一個(gè)綜合打分結(jié)果，最終用戶拿到了商業(yè)機(jī)構(gòu)為其匹配的產(chǎn)品。而不是用一套一招鮮吃遍天的理論，走通用型AI的老路，到頭來只能完成初級任務(wù)，那樣的AI沒有意義。

有了大模型和MaaS，百融云就用第二大業(yè)務(wù)BaaS來交付，就是在各種垂直行業(yè)里邊，根據(jù)剛才說的MaaS決策結(jié)果，幫助機(jī)構(gòu)客戶促成各個(gè)領(lǐng)域的交易規(guī)模，滿足客戶的KPI然后收費(fèi)。一切的基礎(chǔ)，就是百融云很稀缺的垂直領(lǐng)域AI大模型和不拘泥于單一種類的算法。

百融云2023年中報(bào)顯示，公司上半年實(shí)現(xiàn)營收12.43億元，同比增長32%；凈利潤達(dá)2.07億元，同比增長121%；經(jīng)調(diào)整后凈利潤達(dá)2.27億元。其中，上半年MaaS業(yè)務(wù)收入達(dá)4.31億元，同比增長24%；BaaS業(yè)務(wù)上半年收入8.12億元，同比增長36%。就這業(yè)績放到A股去，不得200億市值打底？