當我用 Kimi 和通義千問解讀美團財報

結合美團發佈 2023 年財報，我們分別讓 Kimi 和通義千問進行解讀。前者是近期炙手可熱的 AI 工具產品，後者則是近期所有人免費開放 1000 萬字的長文檔處理功能。

首先我們讓他們各自通讀美團 2023 年報，給出各自的財報綜述。

我先説下 Kimi 的優缺點，見下圖

簡單來説 Kimi 確實抓到了財報信息的最重要信息，營收增長，規模，利潤等等，這也是財務分析人員最關心的指標。

但另一方面，我們也注意到 Kimi 對數據的讀取更傾向於直接複製，如圖中所標註的經營規模都是以 “千元” 為單位，可讀性相對較弱。

此外對於美團這家業務複雜的公司而言，財務分析人員還尤其關心成本以及分業務的經營狀況，如即時配送是美團近期強化重點，Kimi 在此披露相對不足。

對於業務單一公司 Kimi 這份報告足夠，但對於複雜且在不斷變化中的企業，就略顯單薄。

我們再來看通義千問的結果。

在基礎財務部分，通義千問與 Kimi 相差不大，只是從閲讀體驗上將數字優化成了便於閲讀的 “億元” 單位，可讀性較強。

與 Kimi 不同的是，通義千問對業務有了比較詳細的概括，如即時配送交易筆數的增長，這是當前美團最為重要的經營數據，是衡量美團增長潛力大小的重要維度。

一般來説，財務分析主要仰賴於三張表：損益表，資產負債表以及現金流量表。與 Kimi 側重於損益表不同，通義千問比較詳盡概括了三張表，且對閃購等經營數據有進一步挖掘。

Kimi 剛發佈有此成績已是非常了得，也充分認識了 AIGC 領域的強大，只是就目前情況而言其財務方面分析相對簡單，對於傳統單一業務公司比較適用，通義千問則比較適合我，該有的都有，我想看到的也都能讀到。

另外一方面，我也感覺到 Kimi 目前在模型的訓練等方面還需要再潤色，避免出現過於標準答案。

如我問 “美團的淨利潤和經營性現金流的關係是什麼”

Kimi 的回答就比較類似於教科書的標準答案，但並沒有結合 “美團” 進行分析，是會計專業 “淨利潤和現金流” 的規範回答。

同樣問題我提問通義千問，規範性的回答佔據了 2/3，最後還是結合了美團具體數據進行了分析和總結。感覺對問題的歸納和回答，通義千問更 “人性” 化一些。

總結：目前 AI 已經基本可以準確提煉出數據和財務要點，可以滿足第一時間從繁雜數據中瞭解財報基礎信息的需求。但對於數據的理解和加工大模型還比較寬泛，諸如我讓兩家公司做美團的估值模型，羅列出了各類模型的利弊，並沒有給出合理化建議（此階段的公司選擇何種模型更為合適）。

產品完全可以取代簡訊財經類新聞，在一定程度上作為財務分析的助手，不能依賴。

$美團-W(03690.HK)