首页 - 财经 - 国内经济 - 正文

瞄准AI投顾“数据拼凑”痛点 盈米基金发布财富管理“MCP Server”

来源:经济观察报 媒体 2025-04-10 09:56:52
关注证券之星官方微博:

(原标题:瞄准AI投顾“数据拼凑”痛点 盈米基金发布财富管理“MCP Server”)

人工智能(AI)+投顾又有新动作。

4月8日,盈米基金发布业内首个财富管理“MCP Server”,将基金等相关数据和服务通过标准化的MCP协议进行全新封装,打通AI大模型获取金融领域数据与服务的桥梁,为后续在DeepSeek、豆包、通义千问等AI大模型的基础上构建专业、可靠的金融领域垂直AI应用奠定基础。

盈米基金这一动作,标志着财富管理行业与AI大模型的深度融合进入了新阶段。

什么是MCP Server?

MCP全称为模型上下文协议,是Anthropic公司开发的开源协议,将大型语言模型与应用和数据源的交互方式标准化,能让AI大模型以标准化方式访问各种数据源和工具,实现AI与各种数据与功能之间的联通。

就技术实施而言,MCP能显著优化系统的集成流程和提升开发效率。此前的传统开发需要处理繁琐的代码编写和API(应用程序接口)调用,就单个协议适配通常需要数十分钟至数小时的时间,且需为不同平台反复适配。MCP则采用标准化配置方式,将系统的对接耗时缩短至5~10分钟,开发效率提升达80%至90%。

盈米基金副总裁、且慢业务负责人林杰才解释称,要更好地理解财富管理领域的MCP,可以把自己想象成为一个AI,突然接到任务,需要帮人类分析一只基金产品,这时候并没有关于该基金产品最新的和历史的数据,也并不知道用什么方式做基金分析最专业。这种情况下AI只能通过过往的历史训练数据或者联网搜索相关信息,但因为互联网信息来源非常复杂,并不能确保数据的时效与准确性,所以最后只能综合各种来源给客户拼凑一个分析结果,并且下次再次接到该任务的时候,又通过拼凑其他不同来源的数据和方法给出另外一个结论,甚至两次结论的数据可能都不一样。这是当前AI大模型在解决各种垂直领域问题面临的最大挑战。

借助盈米基金提供的MCP Server,可以实现Server与大模型之间的标准通信,当再次接到这个任务的时候,就可以通过这套协议发送请求:“我需要基金产品的数据,以及分析一个基金的专业框架,谁能帮我?”擅长该领域的盈米MCP Server用同样的协议回复:“我这里有XX数据和一份专业的基金分析工具,已发送给你”。如此一来,通过通用大模型与专业领域的MCP之间的协同合作,就可以为用户提供各个专业领域的高质量AI服务。

不过,当记者问及数据准确度能够提升的比例时,盈米基金一位相关人士表示,因为还在内测,目前还没有做量化。其表示,MCP Server赋能各种大模型,靠大模型调用工具的能力,在成功调用了插件工具的情况下,相关金融数据、基金产品信息是可以做到准确的。

“五大能力”

据记者了解,盈米MCP Server采用多层架构设计,通过对基金投顾核心能力进行“再资产化”处理,将专业金融能力转化为可被AI高效调用的标准化资产,从而实现数据、内容、投研投顾能力与AI的整合。

谈及安全性方面,盈米基金透露,MCP Server采用企业级加密通信协议,建立了严格的权限认证和授权管理机制,保证敏感财务数据的安全传输与存储。此外,该系统支持多层级访问控制,不同用户只能访问被授权的特定数据和功能,可保障财富管理数据的保密性和完整性。

除了架构能力和安全性能,盈米MCP Server还整合了包括基金数据Server、投顾内容Server、投研能力Server、投顾能力Server、通用能力Server等五类能力。

据介绍,基金数据Server整合了多元化财富管理数据资源,为金融模型提供底层数据支撑;投顾内容Server则涵盖盈米研究院的市场分析观点,及盈米且慢平台的客户陪伴和投教内容;工具整合方面,盈米MCP Server提供了包括各类资产研究、产品对比分析与测算等投研内容,以及资金规划与资产配置引擎、持仓诊断与优化模型等投顾功能;此外,通用能力Server则能提供诸如可视化的图表制作能力以及事件提醒功能。

盈米基金透露,目前盈米MCP Server已成为盈米基金内部AI应用的核心基础设施,且与豆包等大模型平台进行了技术对接,后续还将整合基于基金销售和基金投顾牌照相关的基金交易和组合管理等功能。

现阶段,盈米MCP Server仅对机构客户和投资顾问开放试用申请。未来,随着支持MCP协议的专业AI应用不断丰富,该平台将进一步向个人用户开放。

微信
扫描二维码
关注
证券之星微信
APP下载
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-