AI 转型势在必行！从企业到量化交易的 GenAI 应用落地全面加速

生成式 AI（GenAI）正在改变市场的运作方式，无论是企业内部流程、客户互动，还是高频交易决策，AI 的应用已不再只是概念，而是竞争力的关键。DeepSeek 的横空出世，不仅在 GenAI 界投下震撼弹，其母公司幻方量化的背景，更引发人们开始讨论 GenAI 应用在量化交易领域的可行性与展望。

Kronos Research、AWS、Nurie AI、联发创新基地、国泰世华与台湾大等业界领袖在 2 月 21 日 AI Summit 中，揭示了 AI 如何从企业应用扩展至量化交易，并对未来市场带来重大影响。

GenAI 应用无所不在，LLM 加持创新蓄势待发

这次 AI Summit 由 Kronos Research 与 Nurie AI 共同主办，传递出的趋势莫过于 AI 已成世人关注的焦点。尽管 AI 仍处于早期阶段，但 AI 转型势在必行，创新的 AI／GenAI 应用陆续就绪，进而带来全新商机。

从一般企业应用到量化交易都可以看到 GenAI 全面应用的身影。当前企业客服中心、内部知识库与聊天机器人，早已开始运用检索增强生成（RAG）与 LLM结合，让模型更全面地理解并回答问题。金机构也正在使用 GenAI 来改善提升顾客体验、生产力与创新。

量化交易公司 Kronos Research 正积极运用 GenAI 来提升市场研究与交易策略。其核心技术之一是价格预测模型，透过 AI 训练超过 3,000 至 6,000 个市场特征，预测不同时间范围内的价格变动。此外，Kronos 也利用 GenAI 优化程式码审查（Code Review）与交易策略研发流程，加速决策效率。

▲ Kronos Research 资深 IT 基础设施经理 Kyle Tsai 表示，团队决定 GenAI 的首要应用场景就是程式码审查，并且利用 RAG 进行高效率且全面性的程式码分析。（Source：Kronos Research）

另一个值得注意的趋势是，在地端投资 AI 基础设施的效益，远远赶不上昂贵 GPU 晶片迭代的速度，因此企业花大钱建置相关基础设施并不合适。AWS 解决方案架构师团队主管廖伟凯表示，透过云端可以更多元地选择各种业界领先的基础模型，不论何种规模的企业皆可无碍地使用各种先进模型与 GenAI 服务，这也是促进 GenAI 应用无所不在的重要因素，更是让企业 AI 转型之旅全面加速的关键基础。

企业 AGI 五大阶段推进，掀起从企业到交易市场的全面变革

随着 GenAI 的广泛应用，为企业与交易市场带来影响与变革，但究竟是造成短期的影响，还是长期的变革？如前文所述，从一般企业应用到量化交易无不使用 GenAI 来提升效率，许多企业多年来致力推动数位转型与永续转型，如今更借由 AI 转型来全面优化两大转型的实施成效。

OpenAI 将 GenAI 最终通往通用人工智慧（AGI）之旅分为 5 个阶段：聊天机器人（Chabots）、推论者（Reasoners）、代理人（Agents）、创新者（Innovators）及组织者（Organizers），目前业界正准备进入代理人阶段，借此在市场上获得竞争优势。企业因此投入更多资源与资金，追求最先进的 AI／GenAI 模型与技术来解决更复杂的问题，取得主导市场的领先地位。

对于运用人工智慧维运（AIOps）技术来降低营运成本、简化 IT 营运并提升客户体验的 Nurie AI 团队来说，他们也正在透过 GenAI 来更进一步地提升 AIOps 效率，这正显示出 GenAI 正在推动企业营运的长期变革。

随着科技巨头纷纷推出自家 AI 代理，例如 Google Project Mariner、Anthropic Computer Use 及 OpenAI Deep Research，联发创新基地资深研究经理陈宜昌表示，2025 年甚至被视为 AI 代理开展的关键年度。企业也将因代理式工作流程（Agentic Workflow）而迎来升级，所谓代理式工作流程是指，AI 能从现有资源，根据情况采取行动并辅助完成任务。

在量化交易的世界里，策略与模型的创新效率决定胜负。Kronos Research 正透过 GenAI 技术加速交易模式的革新，从程式码自动化、量化研究，到价格预测，AI 已成为市场决策的核心推动力。随着 AI 代理（AI Agent）与 LLM 技术的进步，金融市场将迎来新一波智能化革命，未来或将演变为完全由 AI Agent 驱动的投资与交易，改变传统市场运作方式。

寻求 AI 应用落地关键突破点，奠定企业竞争优势

前不久 DeepSeek RI 的推出实现了以更少资料、更低成本也能开发出高效能 AI 的可能性。过去被少数科技巨头垄断的局面因此被打破，即使中小型企业也能基于现有的 LLM 训练架构进行分层优化，使训练与推理更高效、更具经济效益，这为今后 LLM 的发展带来典范移转的影响。

台湾大资讯长蔡祈岩分享到，今后企业不仅能在第一阶段将预训练模型放大，还能在第二阶段，透过强化学习（Reinforcement learning, RL）加上思考链（Chain-of-thought），让模型的「推理」能力更上一层楼。

带动企业 AI 应用落地的因素很多，除了上述几个关键突破点之外，国泰世华银行技术经理Fu-Ming Tsai表示，为了解决 LLM处理大量文字过程的耗时问题，企业可以使用语意快取（Semantic Cache）来加速 LLM 的回应速度。如今将 GenAI 应用在聊天机器人上已经十分普遍，许多企业借此完成了第一阶段的 AGI 之旅。

随着技术的持续突破，AI 推论及算力成本的降低，支援各种先进 AI 模型的云端应用普及，包含从编码到预测分析等各种突破性技术的推陈出新，让各式各样能满足不同企业需求的 AI 应用遍地开花。这一切势必将加速 AI 代理颠覆产业的脚步，代理人经济的热潮亦将扑面而来，进而实现 AGI 盛世的终极愿景。

▲ Kronos Research 执行长 Hank Huang（右二）于活动分享量化交易中的 AI 核心应用。（Source：Kronos Research）

这篇文章 AI 转型势在必行！从企业到量化交易的 GenAI 应用落地全面加速 最早出现于 链新闻 ABMedia。