中信建投计算机 从工作流嵌入到结果级交付AI投研走到哪一步了

核心观点

• AI投研正处于从对话问答到深度工作流嵌入，再到结果及交付的重大跃迁阶段。
• 当前AI Agent市场热度下降，主要原因是Token用量大幅提升导致成本增加，以及大模型稳定性和幻觉问题难以解决。
• 为解决AI Agent落地难问题，需关注数据层、逻辑层和信息系统层，构建稳定可靠的AI Agent平台。

关键数据

• AI Agent平台构建过程中，Token用量大幅提升，导致成本增加，5月底6月初Token价格大幅跳水。
• AI Agent平台构建过程中，稳定性和幻觉问题难以解决，机构对AI Agent的耐心有限。

研究结论

• AI Agent平台构建方案：
  • AI Work：标准化产品，提供成熟Skill社区和便捷的项目管理功能，适合快速获取结果。
  • Fanbot：以结果交付为目标的Agent工作流平台，提供本地化部署方案，适合DIY构建投研场景。
• 降低幻觉问题的方法：
  • 保证数据全面性和准确性。
  • 构建数据逻辑层，明确不同场景下使用的数据。
  • 使用交叉验证机制，通过多个Agent协作保证输出结果可靠性。
• AI Agent平台应用场景：
  • 大量信息收集
  • 行业分析、宏观分析
  • 荐股、组合推荐
  • 个股复盘、实时跟踪
  • 营销方案、客户服务、合规工作

其他

• Skill：封装业务逻辑，实现自动化执行，提升效率。
• FDE：提供一对一线上支持，帮助用户快速实现智能体落地。
• 数据服务：AI知识库、文件、结构化数据、自有数据。
• Fanbot服务方案：SaaS、本地化部署、算力赠送方案。