恒生聚源国内领先的金融、产业数据资讯服务提供商。作为上市公司恒生电子旗下的创新子公司，恒生聚源拥有金融数据库、金融终端、智眸系列等丰富的产品线。经过20年的市场耕耘，恒生聚源对金融市场的需求理解、产品设计、客户拓展和专业服务都有着扎实的能力和丰富的经验，与700多家券商、基金、保险、信托、银行、期货、资产管理公司等金融机构建立了广泛的业务合作，深得客户好评。
白雪复旦大学计算机学院人工智能方向博士，上海证券交易所资本市场研究所博士后研究员，罗格斯—新泽西州立大学访问学者。在上海证券交易所工作期间，主持了证券知识图谱等多个证券系统重点研究项目，在金融知识图谱方向有着丰富的理论和实践经验。后就职于国金涌富，主要从事FOF资管领域金融科技产品的设计和研发。现为恒生聚源副总经理，领导数智化投研工作平台WarrenQ产品研发和推广。
■本报记者张璐璇上海报道
2025年开年以来，开源AI大模型DeepSeek在金融行业引发了热烈反响，银行、券商、基金、保险等金融机构纷纷宣布接入或部署该模型。今年2月，上海恒生聚源数据服务有限公司（简称：恒生聚源）旗下新一代智能投研平台WarrenQ也宣布全面接入DeepSeek大模型，迈入金融数智化提效的新阶段。
“接入DeepSeek之后，WarrenQ在数据处理和分析方面的能力显著增强。通过双方技术的深度融合，能够为客户提供更加智能化、个性化的服务。”恒生聚源副总经理白雪在接受金融投资报记者专访时表示。
白雪拥有复旦大学计算机学院人工智能方向的博士学位，曾在上海证券交易所资本市场研究所担任博士后研究员，还曾在国金涌富从事FOF资管领域金融科技产品设计和研发工作，在智能投研领域积累深厚，是一位优秀的技术型管理者。作为金融科技赛道的专业人士，她是如何看待这一轮由DeepSeek带来的金融数字化转型新浪潮的？AI大模型未来还能从哪些方面精准赋能金融行业，将面临哪些机遇和挑战？白雪在专访中给出了她的答案。
金融投资报记者：您是人工智能方向的博士，为什么您没有选择从事人工智能方面的专业工作，而是投身于金融科技领域呢？您又是如何将人工智能领域的前沿理论和技术，转化为实际的公司产品优势和业务增长动力的？专业的学术背景对您的工作，有没有独特的帮助？
白雪：我在复旦大学人工智能专业求学时，主要研究方向就是数据挖掘，而金融领域有着大量高质量的数据可供研究分析，为学术研究和商业应用提供了非常优质的数据原材料。同时，专业的学术背景能够帮助我快速识别需求或方案的有效性和可行性，让我在实践中少走了很多弯路，避免了很多“想象中可能行得通”的坑。
在读研的时候，我就与多家金融机构进行了产学研合作，为日后的金融科技应用打下了基础。自2016年至今，恒生聚源专注于“AI+数据”数智化平台的建设，为金融人士提效赋能，即“AI+数据+业务场景”的融合，为客户提供“开箱即用”的数智化产品体验。
这些年来，我们陆续推出了数字丹渥投研平台、WarrenQ 一站式投研端等明星产品。通过将知识图谱、大模型等AI技术，恰到好处地融入业务场景，得到了很多客户的认可和好评。比如，银行固收研究员平常做政策研究比较多，更关注利率、政策变化之类的宏观信息，他们对WarrenQ的政策研究功能反馈就很不错。证券公司的投资顾问则对WarrenQ的Chat问答和AI写作能力印象深刻。他们表示，WarrenQ的写作思路、行文逻辑清晰全面，资料均能溯源，还能迅速提供很多具有价值的材料。
金融投资报记者：当前，人工智能技术正深刻地改变着金融行业的格局。在您看来，以DeepSeek为代表的大模型可以从哪些方面精准赋能金融行业？在实际应用中，又面临哪些堵点和痛点？恒生聚源在利用AI提升金融数据服务质量和效率方面，有哪些成功的实践案例和经验可以分享？
白雪：在2023年初ChatGPT席卷全球时，我们就已经意识到了大模型未来在金融行业应用的无限可能。在大模型时代，具有通用能力的大模型成为基础设施，将对金融行业的智能化水平和数字化程度产生深刻影响。在ChatGPT问世不到半年之后，即2023年6月28日，我们基于RAG技术路线，将大模型和恒生聚源数据库相结合 ，推出“WarrenQ-chat”产品，成为行业内率先面向机构用户开启公测的供应商。
如今，DeepSeek令人惊叹的深度思考能力，使得大模型Agent在投研、投顾、财富、客服等领域的“智商”都提升了一大步。行业内很多机构开始试水大模型应用，开始有预算向这方面倾斜，未来或有更多的应用落地。
当然，大模型在实际应用中确实还有很多难点需要解决和克服。比如，在金融垂直领域的实际应用中，大模型常常面临着幻觉问题、取数错误、数据更新不及时、数据源可信度等问题。为此，我们在大模型应用的实践落地过程中多措并举，以期尽可能提高大模型的效用。我们首先将恒生聚源的海量股债基资讯数据库与大模型建立起精准映射，使得大模型能基于准确、即时、可信的数据源来回答问题。再通过“大模型+数据+工具”构建一体化端，以期带给用户更多的赋能和便利。
前不久，我们的WarrenQ已经全面接入DeepSeek。从目前的实际运营情况来看，WarrenQ在数据处理和分析方面的能力显著增强，主要体现在四个方面。
一是强化金融领域认知能力。WarrenQ基于深耕金融领域的预训练数据集，涵盖3500万篇专业文本及100TB结构化数据，结合DeepSeek的多模态理解能力，实现了金融文本、图表和数据的智能关联与深度解析，通过深度学习与自然语言处理技术，显著提高了AI在金融场景中的认知水平。
二是提升数据调取的准确性。依托恒生聚源积累了二十余年的金融数据资产，整合DeepSeek深度思维技术，WarrenQ能够精准理解用户需求。通过底层数据的深度关联和逻辑推演，提升金融数据调取的准确性，为用户提供可靠的数据支持。
三是提供逻辑推理过程。结合DeepSeek的深度思维技术，WarrenQ能够将复杂的投资问题拆解为清晰的分析步骤，告别“黑盒”推理，让投研建议更贴合业务需求，提供透明化的决策依据。
四是产出更专业的材料。凭借DeepSeek强大的逻辑推演能力，WarrenQ生成的专业性投研材料，更加贴合业务实际需求，从而为金融机构提供更加智能化的支持。同时，DeepSeek通过深度融合WarrenQ本地化金融知识库与检索增强生成（RAG）技术架构，实现专业知识的高效调用与智能推理，输出精准的智能解决方案。
截至目前，恒生聚源的客户已经拓展至证券、公募、私募、保险、理财子公司等不同领域的数百家金融机构。WarrenQ、投研一体化产品、智眸舆情风险预警、小梵财富等产品，已经在金融行业广泛落地应用。
金融投资报记者：回顾恒生聚源的发展历程，您曾遇到过最大的挑战是什么？您和团队又是如何应对的？经过多年的发展与积累，恒生聚源已经拥有了包括WarrenQ等在内的多个明星产品。未来，公司在业务拓展和创新方面还有哪些战略规划和重点方向？
白雪：公司自成立以来，就定位要做金融垂直领域的数智化创新产品。在这方面最大的挑战在于创新所需要的投入大、周期长，需要持续的现金流保障、信任和坚持。今年DeepSeek的横空出世，将使Agent智能体的普及率加速提升，2025年或成为Agent应用爆发元年。恒生聚源将持续深入地了解用户场景需求，将场景与大模型、数据融合创新。
未来，我们的重点发力方向主要在进一步优化“语控万数”Agent中台和WarrenQ平台。一是“语控万数”Agent中台，通过数据地图的配置将聚源数据与大模型相映射，给用户一个“数据范围可配置、prompt效果可调试、整体链路可追踪”的可视化“拖拉拽”生产平台，使得每一个用户都能快速轻松地孵化、配置出个性化的Agent产品并发布应用。二是WarrenQ投研投顾一站式工作平台的持续升级迭代，同时与知识库Agent平台打通，使得用户自定义配置的Agent能够一键发布到WarrenQ端上。
总体而言，恒生聚源将继续运用自身深厚的金融场景理解能力与先进的AI技术，持续为行业提供高效、精准的智能化解决方案，推动金融行业数智化发展。
金融投资报记者：人工智能技术确实带来了便利，但“AI会不会抢工作”之类的担忧也始终存在。您认为，人工智能技术会在金融科技领域扮演怎样的角色？为了适应AI的发展，未来金融行业需要怎样的人才？哪些工作是不会被取代的？
白雪：大模型在写文档、找资讯、写代码、做方案、文生图等方面的能力和水平已经相当惊艳。当前的大模型应用，或者是以Copilot小助手的方式进行人机协作，或者是全自动执行（如撰写定期跟踪周报）。未来，金融行业对人才的要求，首先是能否熟练使用大模型工具，使工作效能大幅提高。其次是是否具备持续学习多层次思维框架能力、多维度跨领域融会贯通等能力，这是企业选拔人才时比较看重的指标。
就目前来看，我认为，能够建立人与人之间的连接沟通、传递情感温度的工作，是暂时不会被人工智能取代的。
（文章来源：金融投资报）
恒生聚源国内领先的金融、产业数据资讯服务提供商。作为上市公司恒生电子旗下的创新子公司，恒生聚源拥有金融数据库、金融终端、智眸系列等丰富的产品线。经过20年的市场耕耘，恒生聚源对金融市场的需求理解、产品设计、客户拓展和专业服务都有着扎实的能力和丰富的经验，与700多家券商、基金、保险、信托、银行、期货、资产管理公司等金融机构建立了广泛的业务合作，深得客户好评。
白雪复旦大学计算机学院人工智能方向博士，上海证券交易所资本市场研究所博士后研究员，罗格斯—新泽西州立大学访问学者。在上海证券交易所工作期间，主持了证券知识图谱等多个证券系统重点研究项目，在金融知识图谱方向有着丰富的理论和实践经验。后就职于国金涌富，主要从事FOF资管领域金融科技产品的设计和研发。现为恒生聚源副总经理，领导数智化投研工作平台WarrenQ产品研发和推广。
■本报记者张璐璇上海报道
2025年开年以来，开源AI大模型DeepSeek在金融行业引发了热烈反响，银行、券商、基金、保险等金融机构纷纷宣布接入或部署该模型。今年2月，上海恒生聚源数据服务有限公司（简称：恒生聚源）旗下新一代智能投研平台WarrenQ也宣布全面接入DeepSeek大模型，迈入金融数智化提效的新阶段。
“接入DeepSeek之后，WarrenQ在数据处理和分析方面的能力显著增强。通过双方技术的深度融合，能够为客户提供更加智能化、个性化的服务。”恒生聚源副总经理白雪在接受金融投资报记者专访时表示。
白雪拥有复旦大学计算机学院人工智能方向的博士学位，曾在上海证券交易所资本市场研究所担任博士后研究员，还曾在国金涌富从事FOF资管领域金融科技产品设计和研发工作，在智能投研领域积累深厚，是一位优秀的技术型管理者。作为金融科技赛道的专业人士，她是如何看待这一轮由DeepSeek带来的金融数字化转型新浪潮的？AI大模型未来还能从哪些方面精准赋能金融行业，将面临哪些机遇和挑战？白雪在专访中给出了她的答案。
金融投资报记者：您是人工智能方向的博士，为什么您没有选择从事人工智能方面的专业工作，而是投身于金融科技领域呢？您又是如何将人工智能领域的前沿理论和技术，转化为实际的公司产品优势和业务增长动力的？专业的学术背景对您的工作，有没有独特的帮助？
白雪：我在复旦大学人工智能专业求学时，主要研究方向就是数据挖掘，而金融领域有着大量高质量的数据可供研究分析，为学术研究和商业应用提供了非常优质的数据原材料。同时，专业的学术背景能够帮助我快速识别需求或方案的有效性和可行性，让我在实践中少走了很多弯路，避免了很多“想象中可能行得通”的坑。
在读研的时候，我就与多家金融机构进行了产学研合作，为日后的金融科技应用打下了基础。自2016年至今，恒生聚源专注于“AI+数据”数智化平台的建设，为金融人士提效赋能，即“AI+数据+业务场景”的融合，为客户提供“开箱即用”的数智化产品体验。
这些年来，我们陆续推出了数字丹渥投研平台、WarrenQ 一站式投研端等明星产品。通过将知识图谱、大模型等AI技术，恰到好处地融入业务场景，得到了很多客户的认可和好评。比如，银行固收研究员平常做政策研究比较多，更关注利率、政策变化之类的宏观信息，他们对WarrenQ的政策研究功能反馈就很不错。证券公司的投资顾问则对WarrenQ的Chat问答和AI写作能力印象深刻。他们表示，WarrenQ的写作思路、行文逻辑清晰全面，资料均能溯源，还能迅速提供很多具有价值的材料。
金融投资报记者：当前，人工智能技术正深刻地改变着金融行业的格局。在您看来，以DeepSeek为代表的大模型可以从哪些方面精准赋能金融行业？在实际应用中，又面临哪些堵点和痛点？恒生聚源在利用AI提升金融数据服务质量和效率方面，有哪些成功的实践案例和经验可以分享？
白雪：在2023年初ChatGPT席卷全球时，我们就已经意识到了大模型未来在金融行业应用的无限可能。在大模型时代，具有通用能力的大模型成为基础设施，将对金融行业的智能化水平和数字化程度产生深刻影响。在ChatGPT问世不到半年之后，即2023年6月28日，我们基于RAG技术路线，将大模型和恒生聚源数据库相结合 ，推出“WarrenQ-chat”产品，成为行业内率先面向机构用户开启公测的供应商。
如今，DeepSeek令人惊叹的深度思考能力，使得大模型Agent在投研、投顾、财富、客服等领域的“智商”都提升了一大步。行业内很多机构开始试水大模型应用，开始有预算向这方面倾斜，未来或有更多的应用落地。
当然，大模型在实际应用中确实还有很多难点需要解决和克服。比如，在金融垂直领域的实际应用中，大模型常常面临着幻觉问题、取数错误、数据更新不及时、数据源可信度等问题。为此，我们在大模型应用的实践落地过程中多措并举，以期尽可能提高大模型的效用。我们首先将恒生聚源的海量股债基资讯数据库与大模型建立起精准映射，使得大模型能基于准确、即时、可信的数据源来回答问题。再通过“大模型+数据+工具”构建一体化端，以期带给用户更多的赋能和便利。
前不久，我们的WarrenQ已经全面接入DeepSeek。从目前的实际运营情况来看，WarrenQ在数据处理和分析方面的能力显著增强，主要体现在四个方面。
一是强化金融领域认知能力。WarrenQ基于深耕金融领域的预训练数据集，涵盖3500万篇专业文本及100TB结构化数据，结合DeepSeek的多模态理解能力，实现了金融文本、图表和数据的智能关联与深度解析，通过深度学习与自然语言处理技术，显著提高了AI在金融场景中的认知水平。
二是提升数据调取的准确性。依托恒生聚源积累了二十余年的金融数据资产，整合DeepSeek深度思维技术，WarrenQ能够精准理解用户需求。通过底层数据的深度关联和逻辑推演，提升金融数据调取的准确性，为用户提供可靠的数据支持。
三是提供逻辑推理过程。结合DeepSeek的深度思维技术，WarrenQ能够将复杂的投资问题拆解为清晰的分析步骤，告别“黑盒”推理，让投研建议更贴合业务需求，提供透明化的决策依据。
四是产出更专业的材料。凭借DeepSeek强大的逻辑推演能力，WarrenQ生成的专业性投研材料，更加贴合业务实际需求，从而为金融机构提供更加智能化的支持。同时，DeepSeek通过深度融合WarrenQ本地化金融知识库与检索增强生成（RAG）技术架构，实现专业知识的高效调用与智能推理，输出精准的智能解决方案。
截至目前，恒生聚源的客户已经拓展至证券、公募、私募、保险、理财子公司等不同领域的数百家金融机构。WarrenQ、投研一体化产品、智眸舆情风险预警、小梵财富等产品，已经在金融行业广泛落地应用。
金融投资报记者：回顾恒生聚源的发展历程，您曾遇到过最大的挑战是什么？您和团队又是如何应对的？经过多年的发展与积累，恒生聚源已经拥有了包括WarrenQ等在内的多个明星产品。未来，公司在业务拓展和创新方面还有哪些战略规划和重点方向？
白雪：公司自成立以来，就定位要做金融垂直领域的数智化创新产品。在这方面最大的挑战在于创新所需要的投入大、周期长，需要持续的现金流保障、信任和坚持。今年DeepSeek的横空出世，将使Agent智能体的普及率加速提升，2025年或成为Agent应用爆发元年。恒生聚源将持续深入地了解用户场景需求，将场景与大模型、数据融合创新。
未来，我们的重点发力方向主要在进一步优化“语控万数”Agent中台和WarrenQ平台。一是“语控万数”Agent中台，通过数据地图的配置将聚源数据与大模型相映射，给用户一个“数据范围可配置、prompt效果可调试、整体链路可追踪”的可视化“拖拉拽”生产平台，使得每一个用户都能快速轻松地孵化、配置出个性化的Agent产品并发布应用。二是WarrenQ投研投顾一站式工作平台的持续升级迭代，同时与知识库Agent平台打通，使得用户自定义配置的Agent能够一键发布到WarrenQ端上。
总体而言，恒生聚源将继续运用自身深厚的金融场景理解能力与先进的AI技术，持续为行业提供高效、精准的智能化解决方案，推动金融行业数智化发展。
金融投资报记者：人工智能技术确实带来了便利，但“AI会不会抢工作”之类的担忧也始终存在。您认为，人工智能技术会在金融科技领域扮演怎样的角色？为了适应AI的发展，未来金融行业需要怎样的人才？哪些工作是不会被取代的？
白雪：大模型在写文档、找资讯、写代码、做方案、文生图等方面的能力和水平已经相当惊艳。当前的大模型应用，或者是以Copilot小助手的方式进行人机协作，或者是全自动执行（如撰写定期跟踪周报）。未来，金融行业对人才的要求，首先是能否熟练使用大模型工具，使工作效能大幅提高。其次是是否具备持续学习多层次思维框架能力、多维度跨领域融会贯通等能力，这是企业选拔人才时比较看重的指标。
就目前来看，我认为，能够建立人与人之间的连接沟通、传递情感温度的工作，是暂时不会被人工智能取代的。
（文章来源：金融投资报）
