彭博作为国外的金融数据付费公司，掌握大量金融数据，并推出了与 GPT 相融合的产品，可帮助投资者分析市场情绪、梳理新闻、整理数据。在全球金融数据 AI 格局中，中国厂商并非缺席者，而是依托各自的数据积累与场景入口形成差异化路径：同花顺与 AI 相关，例如爱问财网站；东方财富在基金领域可支持直接询问某只基金状况并给出智能分析。整体来看，海外厂商起步更早，国内厂商则在数据积累、模型来源与用户付费习惯三方面走出不同节奏。

数据积累：决定 AI 输出质量的地基

金融数据 AI 的效果，很大程度上取决于底层数据的广度与深度。彭博掌握大量金融数据，这是其把 GPT 能力嵌入终端产品的先天条件。国内方面，同花顺的爱问财网站、东方财富在基金领域的智能分析能力，同样建立在各自长期沉淀的金融数据之上。有数据积累的 B 端企业，是这一轮 AI 赋能中最先受益的方向之一，金融数据服务商正属于此类。

模型来源：多为嵌用，而非自研

从模型路径看，这一阶段的金融数据 AI 产品，模型大部分是嵌用的，即接入 GPT 等外部模型，而非全部自研。资料中提到，网易、完美世界、巨人网络等厂商在 AI 应用层面也多为嵌用模型。这意味着，短期内金融数据 AI 的竞争焦点，更多落在数据质量与场景贴合度，而非谁的模型更大。 彭博与 GPT 融合的产品、同花顺爱问财、东方财富的基金智能分析，都属于把模型能力接到自身数据与场景上的思路。

付费习惯：中美节奏的差异所在

彭博是金融数据付费公司，其用户本身已习惯为专业金融数据终端付费，AI 功能可以较自然地嵌入既有付费体系。国内金融数据与资讯服务面向的用户结构更分散，付费习惯与海外专业终端用户存在差异，因此同花顺、东方财富更倾向于通过网站与基金等高频场景触达用户。这一差异决定了中国厂商的 AI 落地更强调场景渗透，而非单纯复制付费终端模式。

常见问题

彭博接入 GPT 后，中国厂商是否落后了？

不能简单以“落后”概括。彭博起步较早，掌握大量金融数据并推出与 GPT 相融合的产品；同花顺爱问财、东方财富基金智能分析也已在各自场景落地。两者是路径差异，而非同一赛道上的先后排名。

同花顺和东方财富的金融数据 AI 各有什么特点？

同花顺与 AI 相关，代表入口是爱问财网站；东方财富在基金领域，可支持直接询问某只基金状况并给出智能分析。前者偏问答式数据检索，后者偏基金场景的智能解读。

金融数据 AI 的模型是自研的吗？

现阶段模型大部分是嵌用的，即使用 GPT 等模型，金融数据服务商更多是把模型能力接入自身数据与场景。因此数据积累和场景理解，往往比模型本身更能拉开体验差距。