5萬個Skill背後:金融人的AI差距,從第二遍開始

AI速讀
萬得(Wind)近日分享AI技能大賽數據,揭示金融從業者利用 Wind Alice 平台創作超過5萬個 Skill,其中買方投研與行研需求佔比最高。報導指出,金融人與AI的差距已從「會不會用」演變為「是否能將工作流程化與積累」。透過將財報拆解、風險巡檢等高頻任務轉化為可迭代的Skill,從業者能將個人專業判斷固化為自動化系統,避免重複勞動,實現專業能力的數位沉澱。

如果你每天還在重複做晨會材料、財報拆解、指標跟蹤、策略驗證、風險巡檢,有一個變化值得警惕。

同樣的工作,有人做完以後就結束了;也有人開始把資料口徑、執行步驟、判斷規則和交付格式一起做成Skill。下一次任務再來,前者重新開始,後者直接呼叫。

一次兩次,差別可能不大。但如果這件事一年要做幾十次,差距就會一點點累積下來

萬得AI技能大賽資料顯示,Wind Alice平台Skill存量已經超過5萬個,整體呼叫達到百萬級;買方投研、資產策略、行業研究三類需求,佔全部創作需求的67%。

65%的Skill創作發生在工作日9點到18點。換句話說,很多Skill就在正常上班時間裡,被金融從業者從自己的日常工作中拆出來。

而當Skill越來越多之後,其使用的集中度也在不斷提高:前50個Skill拿走了70%的呼叫量,前10個佔35%。

金融人的AI差距,可能已經從“會不會用”,走到了“你的工作有沒有開始積累”。

// 差距,從第二遍開始 //

第一次用AI完成一項工作,兩個人之間的差別可能只是十分鐘、半小時。

第二次做同類任務,情況開始變化。

比如一份財報點評。一個人依然要重新確認指標、找資料、搭比較框架、檢查口徑;另一個人的Skill已經知道該呼叫那些資料、按照什麼規則比較、最後輸出成什麼格式。

同樣的任務重複十次、五十次以後,第一次多花時間拆流程的人,開始從前面的積累裡獲益。

一次跑通,只能證明它能工作。使用者願意第二次、第三次再打開,考驗的是另一件事:換了時間、換了資料、換了標的,這套流程還能不能繼續穩定運行。

所以,Skill的價值並不只發生在第一次生成結果時。下一次同樣的工作出現時,要不要重新開始,差別更大。

// 一個Skill,為什麼要改18遍?//

Wind Alice平台上的Skill平均要經過3次打磨,迭代次數最高達到18次,有作品前後用了90天才正式發佈。

如果只需要完成一次任務,很難解釋為什麼有人願意花90天改18遍。

一個Skill第一次跑通之後,問題往往才開始暴露。

資料口徑不穩定,要補規則;遇到異常情況,要增加校驗;換一個場景發現原有參數不適用,還得繼續調整;最後的結果不好用,連交付格式也需要重新設計。

成熟的Skill需要把使用場景、輸入參數、執行流程、資料來源、分析框架和交付標準逐項定義清楚。做到這一步,它已經接近一套小型自動化工作系統。

這種變化已經出現在具體業務裡。

例如,有創作者把金融資訊工作拆成一條完整流程:批次獲取資訊、篩選高價值內容、多Agent交叉驗證、進行可信度評級,最後生成標準化研究日報。原先散落在不同環節裡的篩選和核驗方法,被逐步放進同一套Skill中。

普通工作做完一次,留下的是結果。Skill每多跑一遍,還可能把過去踩過的坑一起留下。下一次再遇到相同問題,就不用重新踩一次。

// 高頻工作,最容易產生積累 //

再看這批Skill解決的是什麼問題,金融行業的特點就更明顯了。

本次技能大賽設定八大賽道,其中買方投研、資產策略、行業研究三個賽道,佔全部創作需求的67%

晨會提煉、財報拆解、催化指標跟蹤、資產配置、策略回測、產業鏈監控、研報紀要解讀,都已經成為Skill創作的具體場景。

創作中的高頻詞也很直接:自動、一鍵、定時、指標、訊號、框架、風險、倉位。

這些工作有很強的共同特徵:反覆發生、流程可以拆解、資料可以呼叫、結果能夠檢查。

晨會明天還會開,指標明天還要更新,財報下個季度還會發佈,策略需要反覆驗證,持倉風險需要持續跟蹤。

一項工作一年只做一次,花大量時間固化流程未必划算。一年做幾十次、幾百次,情況就不一樣了。

很多Skill或許就起源於一個普通念頭:這件事已經做到第三遍了,為什麼下一次還要重新來?

// 5萬個Skill背後,是金融行業工作方式的改變 //

所以,5萬個Skill最值得看的地方,已經不只是數字有多大。

Wind Alice平台已有百萬級呼叫,45%的Skill具備持續復用價值;42%的參賽者創作了不止一個Skill,有人繼續做第二個、第三個,也有人把同一個Skill打磨十幾遍。

過去,一項金融工作結束以後,知識很容易停留在最終檔案裡。現在,有人開始把完成這項工作的資料、規則、步驟、判斷框架和校驗方式一起保存下來。

在Wind Alice裡,這些工作方法都可以進一步沉澱為Skill,呼叫金融資料和專業工具;而技能廣場則讓這些Skill獲得復用、反饋和繼續迭代的空間。

這也是FinAI Street這條開放“街道”值得繼續觀察的地方。5萬個Skill已經開出了足夠多的“店”,使用者開始用一次次呼叫做選擇,也不斷有人帶著新的業務方法進來。

對金融從業者來說,最後留下的問題其實很具體:今天,兩個人完成同一項工作,也許只差十分鐘。

一年以後,一個人每次仍然從頭開始,另一個人已經把過去驗證過的資料、規則、判斷和流程一層層留下來。

AI帶來的壓力,可能並不來自別人今天比你快。而是他的工作一直在積累,你的工作卻每次都重新開始。 (Wind萬得)