一、客户簡介

朝陽永續是先進的金融數據與智能服務提供商，致力於為基金管理公司、證券研究機構及專業投資者提供高質量、精準和全面的數據分析與決策支持工具。依託多年深耕金融行業的數據積累與投研經驗，朝陽永續推出其核心產品——AI 小二，一款融合大模型技術的 AI 金融投研智能體。

AI 小二基於生成式 AI 能力，結合阿里雲向量檢索服務 Milvus 版（簡稱阿里雲 Milvus），打造了集“智能問答、極速研究、深度分析、主題推薦、報表生成”於一體的智能化投研平台，全面賦能投資研究流程，顯著提升用户的研究效率與決策質量。

二、業務背景與訴求

在金融投研領域，信息的準確性、權威性和時效性至關重要。AI 小二作為面向專業用户的嚴謹型 AI 應用，要求所有輸出內容必須具備可追溯的信源依據，並確保引用觀點來自權威、合規的數據來源。

然而，在面對日益增長的多源異構金融數據時，傳統技術架構面臨四大核心挑戰：
1. 數據規模龐大且複雜度高
朝陽永續需處理包括上市公司公告、財報、賣方研究報告、新聞資訊、基金數據在內的海量非結構化與半結構化數據，日均新增數據量持續攀升。傳統的關鍵詞檢索方式難以理解語義關聯，無法滿足用户對精準匹配的需求。

2. 檢索精度與召回率難以兼顧
用户常以自然語言提出複雜查詢需求，例如：“某公司在過去四個財報季中管理層表述的變化趨勢”。此類問題涉及跨文檔、跨時間維度的語義理解，傳統系統因缺乏上下文感知能力，導致漏檢率高、誤判頻發，嚴重影響研究結果的可靠性。

3. 系統性能與穩定性壓力巨大
金融市場具有極強的實時性要求，尤其在交易時段，任何延遲都可能影響投資決策。原有自建檢索系統在數據量達到億級後，出現查詢延遲波動、節點負載不均等問題，部分複雜查詢響應時間超過數分鐘，已無法滿足高頻、低延遲的業務需求。

4. 運維成本高昂，資源管理複雜
隨着集羣規模擴大，運維團隊需投入大量人力進行監控、調優、故障恢復和版本升級。這不僅增加了運營負擔，也嚴重擠佔了核心技術研發的時間與資源。

三、阿⾥雲的解決⽅案

為突破上述瓶頸，朝陽永續攜手阿里雲，引入 阿里雲向量檢索服務 Milvus 版，構建高性能、高可用的金融級語義檢索底座，支撐 AI 小二實現從“數據到洞察”的高效轉化。

系統採用分層架構：
底層：存儲匯聚上市公司公告、研報、財報等原始文本數據；
中間層：通過經由 PDF 解析、 Embedding 等處理環節形成向量化數據，並存入阿里雲 Milvus；
上層：利用阿里雲 Milvus 強大的語義檢索與條件過濾能力，實現多模態召回；
接入層：通過標準化接口為 AI 小二提供低延遲、高併發的檢索服務。

整個系統實現了從數據攝入、向量化、存儲到檢索的全鏈路自動化，為金融級 AI 應用提供了堅實的技術支撐。

四、典型應用場景與效果驗證

案例一：追蹤上市公司“互動易”表述變化（上市公司互動易數據）
上市公司在歷史多時期內的互動易表述，往往隱含管理層對未來業績、行業趨勢的前瞻性判斷。這類非結構化文本難以通過關鍵詞檢索準確提取。

藉助阿里雲 Milvus 的高精度語義匹配能力，AI 小二能夠快速定位並召回特定時間段內相關問答內容，幫助研究員高效捕捉企業戰略動向與情緒變化，顯著提升信息挖掘效率。

案例二：分析賣方分析師觀點演變（賣方研報數據）
朝陽永續累計收錄超300萬份經合規授權的賣方研究報告，每日新增數千篇。投資者常需分析某分析師對某一公司的長期觀點演變。

阿里雲 Milvus 支持大規模向量實時寫入與高效檢索，在財報披露高峯期仍能穩定響應複雜查詢，確保用户及時獲取最新市場研判，強化投研時效性。

案例三：解讀財報中的管理層表述（上市公司財報數據）
財報信息是眾多專業投資者關注的重要一手信息，其中，管理層在財報中的經營表述可能藴含重要的投資信息。AI 小二通過將百萬級財報文本向量化，並基於阿里雲 Milvus 實現精準語義召回，可快速提取與用户問題相關的段落，再由大模型進行情感分析與趨勢提煉，大幅提升專業投資者財報研究效率。

五、為什麼選擇阿⾥雲 Milvus

在向量數據庫選型過程中，朝陽永續曾長期使用開源 PostgreSQL 向量擴展方案，但在實際應用中暴露出性能瓶頸與運維難題。最終全面遷移至 阿里雲 Milvus 向量檢索服務，主要基於以下三大關鍵考量：
1. 性能飛躍：查詢速度提升十倍以上
經驗證：開源 PG 庫平均響應速度600ms，阿里雲Milvus平均響應速度50ms。已有的上市公司公告、基金公司公告、賣方研究報告，專利及法律文檔等，Embedding完成後，向量的數量級已達到十億量級。開源 PG 庫在結合標量條件篩選，並開啓向量檢索和全文檢索的混合檢索模式下，平均響應時間已衝到600ms，極端情況長達數分鐘。切換至阿里雲 Milvus 後，同樣規模的數據，類似的檢索方式，平均響應速度提升至50ms，提速十倍以上，充分滿足金融業務對實時性的嚴苛要求。

2. 運維大幅降低，工作量下降80%
開源 PG 方案遵循一切自己動手的原則，大量監控框架均需要搭配其他開源項目進行部署，需要花費運維人員大量的時間調研，且不完全符合運維需要，須定製整合，成本高，運維難度大。

阿里雲 Milvus 具備完善的監控能力，提供包括 CPU 和內存使用率在內的逾百項監控指標，並支持自定義報警規則，可靈活適應多樣化的業務需求。這一全方位的監控體系有效幫助朝陽用户技術實現對集羣運行狀態的精準感知與及時響應。同時，阿里雲 Milvus 還支持靈活的資源調整機制，可根據業務負載變化，平滑實現資源的擴容或縮容，保障服務持續穩定運行。

3. 生產級穩定性：歷經百次高峯衝擊，零故障運行
在開盤、重大政策發佈等流量高峯期間，原有 PG 集羣頻繁出現CPU打滿、服務卡頓甚至宕機現象。

切換至阿里雲 Milvus 後，面對這些投研及投顧領域的熱點事件及開盤、收盤時間點的高頻應用時間。阿里雲 Milvus 歷經半年百餘次瞬時訪問峯值考驗，始終保持 0 故障、0 中斷，展現出卓越的高可用性與抗壓能力，真正達到金融級標準。

六、總結

通過採用 阿里雲向量檢索服務 Milvus 版，朝陽永續成功構建了高性能、高可靠的金融語義檢索引擎，有效解決了海量非結構化數據下的檢索效率、精度與穩定性難題，為“AI 小二”提供了強大的底層支撐，顯著提升了智能投研服務的用户體驗與商業價值。

未來，朝陽永續期待與阿里雲在大模型、向量檢索、Agent 記憶系統等領域深化合作，共同探索其在智能風控、資產配置、合規審查等更多金融場景的創新應用，攜手推動中國金融行業的數字化轉型與智能化升級。