作者｜吳思瑾

編輯｜鄧詠儀

過去，金融投資者通過銀行、券商等金融機構獲取薦股、理財?shù)葘I(yè)信息，以此來評估如何增值資產(chǎn)。現(xiàn)在，相關內容遍地開花……媒體、互聯(lián)網(wǎng)平臺、金融機構等，紛紛從不同角度生產(chǎn)內容，無處不在的影響著投資者的心智。當上述三者的邊界開始相交，信息變得過載，金融投資者對金融服務的需求會發(fā)生哪些變化？金融機構又該怎么應對？

近期接觸到一家金融數(shù)據(jù)服務商「飛笛科技」，該公司創(chuàng)始人、CEO丘慧慧認為，當下金融機構的牌照過剩、財經(jīng)內容過剩、大模型時代來了后，IT資源也在過剩，但服務仍是稀缺的，投資者降噪的訴求、被服務和被陪伴的需求仍未被滿足。金融機構應該從靠牌照賺取傭金、交易費等“easy money”的賣方模式，向服務于投資者的買方模式轉變。

丘慧慧提到的買方模式是指金融機構不僅為投資者提供可以提高個人資產(chǎn)管理教育和認知的內容信息，還幫助用戶主動降噪過載的信息，此外，還會在當下波動的市場中給予用戶陪伴的感覺，并提供精準的金融服務。

因此，飛笛科技的產(chǎn)品思路就是從用戶視角出發(fā)，為金融機構提供帶有內容標簽的數(shù)據(jù)產(chǎn)品和智能交互AI一體化解決方案，實現(xiàn)這一方案的關鍵是其自研的“飛笛財經(jīng)信息大數(shù)據(jù)引擎”。

飛笛財經(jīng)信息大數(shù)據(jù)引擎通過海量公網(wǎng)信息獲取非結構化數(shù)據(jù)，結合飛笛眾多自研的專家模型和知識庫，提取有價值的數(shù)據(jù)，再圍繞不同金融場景需求生成帶內容標簽的數(shù)據(jù)信息，最終封裝成滿足多場景敏捷適配需求的數(shù)據(jù)模塊和內容產(chǎn)品，如持倉陪伴內容策略數(shù)據(jù)、熱點運營內容策略數(shù)據(jù)、用戶成長安撫內容策略數(shù)據(jù)。

圖：飛笛財經(jīng)信息大數(shù)據(jù)引擎能力流程圖

對金融機構運營平臺部門來說，將上述帶有內容標簽的數(shù)據(jù)模塊通過API接入企業(yè)客戶端后，結合金融機構用戶運營思路，就可以在前端為用戶推出千人千面、千場景千面、千投顧千面、千策略千面的內容，實現(xiàn)如證券版的今日頭條、基金版的微博、用戶關注的自選股異動解讀推送等。

通過為用戶提供降噪后的專業(yè)內容，從而提高打開率、訂閱率和分享率，以此促進從獲客、留存、促活、交易轉化全流程的效率和投產(chǎn)比。

圖：飛笛產(chǎn)品在部份金融機構客戶端高頻信息場景的應用

對投顧部門來說，上述帶有內容標簽的數(shù)據(jù)產(chǎn)品被封裝成AIGC工具后，可在人機協(xié)同模式下，與投顧、客戶經(jīng)理和經(jīng)紀人等工作人員一起，從專業(yè)內容上快速響應用戶問題，提高服務效率和展業(yè)能力，幫助企業(yè)打造投顧Copilot、投顧Aigen。

對希望完成企業(yè)數(shù)智化轉型目標的中臺部門來說，可把飛笛數(shù)據(jù)服務和各類數(shù)據(jù)、算法、腳本模型與企業(yè)自有AI大模型進行結合，以私有化部署的形式打造企業(yè)內容中臺，為企業(yè)運營人員和內容生產(chǎn)人員在內容創(chuàng)作過程中提供選題靈感和初始化素材，從而提高內容生產(chǎn)的時效性和選題的多元化，以服務不同用戶的個性化需求。

圖：機構AIGC智能運營SaaS系統(tǒng)業(yè)務流程

在飛笛的業(yè)務模式中，不僅涉及內容的生產(chǎn)與分發(fā)、金融服務屬性和用戶使用場景，還涉及數(shù)據(jù)挖掘工程及AI應用技術，要把這些不同領域的專業(yè)知識、經(jīng)驗和服務理念產(chǎn)品化，本身就是一個不小的挑戰(zhàn)。

丘慧慧告訴，“飛笛是在幫助機構賺服務的錢，但到目前為止，其他類似專業(yè)數(shù)據(jù)服務商的主營業(yè)務還是內容供給，而其他引擎平臺在金融垂直領域的專業(yè)適配度則較低。因為沒有與飛笛產(chǎn)品功能非常類似的企業(yè)，2024年不少金融機構通過單一采購流程與飛笛合作，這在金融行業(yè)非常罕見。”

飛笛能實現(xiàn)產(chǎn)品化與丘慧慧過往“財經(jīng)+內容+創(chuàng)業(yè)”的履歷背景有關。丘慧慧曾就職于《21世紀經(jīng)濟報道》，從一線記者起步，后成為編委&首席創(chuàng)新官、要聞版負責人，具有20年財經(jīng)媒體和產(chǎn)業(yè)報道經(jīng)驗。2016年，她在報社內部以AI新聞實驗室創(chuàng)辦人身份進行類似“財經(jīng)信息大數(shù)據(jù)引擎”項目創(chuàng)業(yè)，并獲得新浪投資。2022年1月，丘慧慧率領原班人馬獨立創(chuàng)業(yè)成立飛笛科技。現(xiàn)在，飛笛團隊共計30余人，團隊成員主要是數(shù)據(jù)研究與技術研發(fā)。

在丘慧慧看來，飛笛模式最大的門檻在于領域Knowhow +數(shù)據(jù)沉淀。公網(wǎng)數(shù)據(jù)+采購的三方數(shù)據(jù)+持續(xù)擴展的另類數(shù)據(jù)，決定了飛笛數(shù)據(jù)庫的寬度。基于對金融服務場景的應用加工和深度建模后，才能成為飛笛的私有數(shù)據(jù)，這些滿足不同場景智能應用需求的私有數(shù)據(jù)決定了企業(yè)數(shù)據(jù)庫的深度，而這種深度也是飛笛模式難被替換的護城河。

此外，飛笛團隊自2016年起開始探索財經(jīng)信息大數(shù)據(jù)引擎產(chǎn)品，目前已經(jīng)積累了眾多在合規(guī)性和準確率上通過市場驗證的私有數(shù)據(jù)，這種時間上的先發(fā)優(yōu)勢也是飛笛的競爭力之一。

AIGC想要應用在金融這種合規(guī)門檻高、容錯率低、專業(yè)性強的領域，首要解決的問題就是回答內容的準確性與合規(guī)性，同時還要消除大模型應用的幻覺難題。但想要提高準確率，就必須結合特定領域的私有數(shù)據(jù)庫進行訓練，才具備商業(yè)化基礎。

在生成內容的準確性和合規(guī)性上，丘慧慧認為只有將AIGC與飛笛這些私有模型、私有數(shù)據(jù)結合，才可以提高生成內容的準確性、提高及時性以及場景適配的精準度；同時，飛笛將人機協(xié)同融合在整個信息從信源、加工、生產(chǎn)、分發(fā)的全流程中，才能在確保內容生成效率同時，還能保障生成內容的合規(guī)性。

目前，飛笛服務的金融機構客戶有三類：證券機構、基金公司和銀行。從基金行業(yè)協(xié)會2023年Q2統(tǒng)計的數(shù)據(jù)來看，券商經(jīng)紀業(yè)務排名前15的證券機構，有10家已經(jīng)與飛笛科技達成合作，包括中信證券、華泰證券、國泰君安證券、中國銀河證券、中信建投證券、中國中金財富證券、招商證券、廣發(fā)證券、國投證券、方正證券。此外，基金投顧市場市占率達20%的盈米基金和匯豐銀行也在使用飛笛產(chǎn)品。

上述企業(yè)目前使用的飛笛產(chǎn)品90%均為數(shù)據(jù)產(chǎn)品，收費模式是按數(shù)據(jù)模塊收取訂閱年費，至2024年年底，飛笛數(shù)據(jù)年收入規(guī)模可達到千萬級別，客戶簽約后數(shù)據(jù)續(xù)約率100%，現(xiàn)有數(shù)據(jù)模塊產(chǎn)品單價為30-40萬，還有部分機構客單過百萬，超過傳統(tǒng)提供信息和內容服務的持牌媒體和數(shù)據(jù)商的產(chǎn)品單價和客單價。飛笛另外兩個產(chǎn)品線正在進入準商業(yè)化階段，其中服務于投顧部門的AI產(chǎn)品正在進行初始化客戶驗證，AIGC智能運營數(shù)據(jù)中臺即將進入產(chǎn)品驗證階段。

據(jù)介紹，飛笛此前曾完成700萬元天使輪融資，目前正在進行Pre-A輪融資，由華君資本擔任財務顧問。