激辩智能投顾

身处科技与金融的交汇点，今天中国的金融服务已经逐步从比拼平台业务的广度，进阶到比拼服务的深度。谁能为用户创造价值，谁就能留住用户，甚至吸引更多的用户。

而这一进阶，目前正在通过人工智能技术、大数据技术推动。率先与投资者“触电”的经纪业务、资管业务亦成为了变革的风暴中心。

满足客户多元理财和资产增值需求

《中国经营报》：从金融到金融科技，你如何看待国内智能投顾发展现状以及存在的问题？在资产配置领域，金融科技在哪些方面能为其提速增效？

李可柯：“任何商业模式的建立，其基础都在于是否能为客户持续创造价值。随着金融市场的成熟度与新一轮科技的发展，客户的财富需求目标不断在变化，他们对金融机构服务的深度与广度也在逐步变迁。金融科技是重要推动力。”

谢军：“我们认为线下投顾和线上智能投顾是互为补充的关系，我们内部把贝塔牛作为线下投顾服务营销客户的有效工具。在传统经纪模式下，投资顾问为客户提供股票相关有效服务被证明是伪命题，或者已被证明效果不好，客户不认可、不买账。而在财富管理市场，投资顾问对产品的专业能力是可以得到客户认可的，我们认为无论线下投顾还是线上智能投顾在财富管理领域都有非常好的作用，能形成业务闭环。线下投顾通过交流了解客户理财配置需求，线上智能投顾提供资产配置模型和产品，并为客户定期跟踪，共同从客户需求出发，提供全生命周期的财富管理方案。”

许多：“虽然智能投顾有着广阔的市场，但是从国内智能投顾的发展现状来看还存在一些问题。首先，国内的ETF发展还不够成熟，一些大类资产缺乏被动型产品品种；其次，金融机构还是以产品销售为导向，所以国内的智能投顾产品比较多地选择主动管理型产品，这对智能投顾的模型和算法提出了更高的要求。同时，国内对于智能投顾的理解更多是局部而不是系统性的，智能投顾是包括客户画像、资产配置模型、投资组合构建及动态优化等环节在内的系统性工程，现在的智能投顾产品在客户画像以及后续的动态优化上还比较弱，所以很难做到真正的千人千面。”

张晖：“智能投顾的出发点是满足客户的多元理财和资产增值需求，只不过是采用更多金融科技手段。比如大数据分析、算法模型、云计算等，辅助财富管理机构为客户提供更加个性化的线上体验和更高的投资胜率。不过，智能投顾的内核仍旧是资产配置，有较强资产配置能力的机构在做产品设计时，将有核心优势的体现。”

陈强：“金融科技在其中的价值并不是创造高收益，而是将合适的组合智能匹配给合适的客户，实现千人千面、动态配置。因此智能投顾未来的发展方向应该是客户偏好、特征的动态匹配，乃至与智能客服相结合，打造能够替代人工理财师的智能财富管理机器人，有效服务于不同阶层的财富管理需求。未来潜在的金融业务应用场景可能有基于客户画像的理财规划、金融产品智能推荐、投资者教育等，这就需要建立起庞大的知识图谱。在这其中，算法对金融场景刻画能力以及在此过程中能否形成与场景的演进相匹配的、有应用价值的数据资产，将会是制约人工智能与金融场景有效结合的瓶颈问题。”

马永谙：“目前，投资端或在定制风险端，AI的使用已经极其广泛和成熟。可以看到的事实是，AI投资已经在美国ETF化。所以，在AI技术融合的考虑上，更核心的是客服前端的应用程度。而对于后者，虽然智能投顾在一定程度上会降低成本，但要做到让客户感觉舒适、能够交互的机器人则比较困难。比起以机构来进行交互技术的投资布局，不如当交互技术可以实现低成本、高效率的突破时，再接入应用，这也为时未晚。同时，整体而言，AI运用于金融并非无所不能，AI并不能在投资端大规模地获得超额收益，因为理想中的AI投资成熟后，市场会因为高效率AI的存在填平所有价值洼地，战胜市场或落后市场的机会都将不复存在。”

孙红岩：“深度学习技术的发展正在反馈到各个领域，其中就有金融。而考虑到这一技术的互相借力，一方面人工智能在赋能金融，另一方面金融领域所提出、解决的问题也推动着人工智能往前发展。”