吾道科技（iWudao）系杭州投知信息技术有限公司旗下品牌，作为一家金融科技领域领先的大数据产品及服务供应商，基于金融语言模型和自然语言处理技术，为投资机构、券商、会所、律所等机构提供工作场景产品化、生产方式数字化、业务决策智能化的系统性解决方案。自成立伊始，便致力于人工智能在资本市场专业领域的深度应用，依靠创新Event-centric金融知识图谱以及在自解释NLP模型上的深度研究，构筑金融数据“最强大脑”，目前已拥有领域内多项海内外专利，研究成果也已在ACL、NeurIPS、KDD、CCKS等国内外知名大会和论坛展出，现已建立了覆盖股权、债券及投资业务的“资本市场数据分析”“企业风险预警”“智能辅助撰写”三大行业标杆性解决方案，并与中信建投、中金公司等多家国内大型券商达成全面合作，在业内树立了较高的口碑与声誉。
2023年度主要成绩
荣誉与资质：完成CMMI3软件能力成熟度认证；荣获“国家高新技术企业”称号；完成ISO 9001、ISO 20000、ISO 27001 管理体系认证；入驻光合组织；荣获2023年长三角金融科技节“年度最佳新锐企业奖”；最新研究成果入选NeurIPS、ACL等国际顶级AI学术会议；入驻微软人工智能和物联网实验室。
市场方面：完成对中信建投、中金公司、海通证券、浙商证券、安信证券等头部券商的业务覆盖，并开启金融垂类大模型的研发工作。
2023年度新产品及市场发展情况
（一）2023年度新产品
1.果冻绘写（以金融大数据为驱动的债券、股权智能辅助撰写工具）
产品官网：https://aiw-index.touzhiwang.com/
产品介绍：系统以吾道科技（iWudao）自有的金融知识图谱为驱动力，可从0到1辅助完成债券、股权业务文档的撰写工作，覆盖募集说明书、债券年报、后督类报告、ABS发行说明书等多种报告，可通过Office插件、WPS插件及网页进行快速部署，能够对PDF文档、Excel文档等多种类型富表格文档精准解析，实现了与各类型报告模板的智能匹配，并且支持项目团队线上的协同办公，完成智能数据填充比例平均可达80%以上，可解决业务人员报告撰写期间的数据填充耗时、自有报告取数低效、数据来源杂乱等痛点，提高撰写的效率与质量。
2.iWudao魔方尽调（高效尽调，就用iWudao）
产品官网：https://cdd-index.touzhiwang.com/
产品介绍：iWudao魔方尽调是一款专业、高效的一站式尽调调查及风险管控平台。系统通过自研金融语言模型实时获取官方权威发布，覆盖部委、省、市、县级政府部门上万个原始数据源，涵盖企业工商信息、企业资质、知识产权、招投标、经营风险、舆情等多个事件类别，构建专业金融知识图谱，可落地于股权投资、投行业务、法律尽调等多种业务场景，助力实现自动化尽调和智能化风控。
3.iWudao资本透视（智能拓宽视野，数据辅助决策）
产品官网：https://www.iwudao.tech/solution/yjscywts/
产品介绍：iWudao资本透视系统获取国内创投及A股市场权威数据，覆盖私募股权投资及IPO、再融资、并购重组等业务类型，动态追踪一级市场80000+投融资事件，实现事件、角色画像动态勾勒，市场详情意见全览，致力为中介机构、融资企业、投资机构打造一个全面、精准、实时的大数据信息服务平台。
（二）市场发展情况
公司在强化核心技术能力、扩大数据版图的同时，不断深耕金融场景应用，积累沉淀可复用的解决方案，实现业务快速延展。目前，公司已形成以AI、大数据等新一代信息技术为核心的技术体系，集中应用于资本市场各类工作场景，如：股权、债券发行申报过程中的文书撰写场景、资本运作项目中的尽职调查场景、资本市场数据分析场景，已研发出“智能辅助撰写” “企业风险预警” “资本市场数据分析” 三大解决方案，分别为用户解决撰写工作、尽调工作Dirty Work过多，数据结构化、可视化形成难，数据收集繁琐等痛点。
除此之外，核心技术往往也应用于行业内核心桎梏的突破上，例如在近日由公司预研中心自研的自解释金融NLP模型，凭借其“白匣子”的高解释性，可生产可靠的、用户易于理解的最终结果，契合金融领域对数据要素的高标准要求；又如企业自主研发的富表格文档解析技术，满足了当下市场对金融公告文档中各类插图进行分析理解的需求，主要专攻金融公告文档中各类插图尤其是股权结构图的解析工作，既保证了金融数据的全面性，也保证了数据的及时性。
一直以来，企业坚持以客户需求为导向，让技术能够给予解决方案全方位支撑，在金融信创全面铺开的大背景下，企业也将继续以综合技术能力驱动金融业高质量发展。
未来规划
（一）广阔的市场前景
尽管宏观经济受到地缘政治、疫情等不利因素的冲击，面临下行压力，全球金融机构数字化投入持续攀升，金融科技市场容量持续扩大。相较于海外金融机构，国内银行业、证券业数字化投入尚处于起步阶段，在应用场景上仍有非常大的探索空间。据证券业协会，2021年证券业总信息化投入不足JPMorgan的一半。
据行业协会披露，2022年证券业及银行业的数字化投入分别达到330及3068亿，金融行业整体数字化投入超3500亿，过去三年年均增长超30%。中证协鼓励证券公司信息科技平均投入不少于净利润的8%或平均营业收入的6%。预计到2025年，全金融行业数字化投入将超过4500亿元。
（二）打造金融垂直领域的ChatGPT
2023年3月彭博社发布了专门为金融领域打造的大型语言模型(LLM)—BloombergGPT，提供金融AI资讯服务。国内也已有机构开始尝试将LLM技术应用于金融领域，但因为金融行业对于数据的及时性、完整性、准确性极高，如果仅依赖于通用LLM，缺乏对金融垂直领域定制和微调，则导致专业领域内容的理解和分析存在问题。而实现金融专业领域适配的LLM还可以帮助我们更准确抽取和分析新的文档，构建出更多更可靠的专业数据源。
在过去多年，公司一直致力于人工智能在金融行业的深度应用，对各类公开信息进行深度挖掘和结构化，建立各类数据之间的关联，构建出业内独家金融知识图谱，让数据好用、把数据用好。公司已经亿级结构化金融领域专业数据，围绕事件、机构、人员对原始数据进行高精度结构化数据抽取，梳理交易方案和股权、合作、任职等关系，构建金融知识图谱，并标准化的为数千个数据模块实现专业数据和LLM的对接，可以解决LLM的可靠性，也大大增加了数据可访问性，从而整体系统效能倍增。
公司在独家金融数据平台为基础，收集真实的用户问题和反馈，在金融垂直领域打造LLM模型，并加强系统可解释性和结果溯源。同时关注数据安全问题，加强数据资产管理体系建设，保障内容的安全性和可信性。同时需要根据不断挖掘的应用场景和需求，不断更新迭代模型。