智能投顾成为当下“AI+金融”应用发展重点

人工智能是新一轮技术革命的重要方向，随着技术产品的快速迭代，正不断融入各行各业。近日，由中国经济信息社出品，中国经济信息社江苏中心专业团队会同业内专家共同研撰的《新一代人工智能发展年度报告2017》（下称《年报》）在苏州发布。《年报》显示，人工智能在金融行业应用场景丰富广泛，智能投顾是“AI+金融”当下的应用发展重点。

AI+金融即智能金融，本质上是人工智能技术驱动的金融创新。人工智能使金融账户的安全问题得到一定解决，同时强计算能力也弥补了人类在建立投资组合时的不足。

目前，人工智能在金融领域的应用场景主要包括智能投顾、智能量化交易、智能客服、金融搜索引擎、身份验证和征信、风控等。人工智能领域在金融行业比较成熟的应用主要有智能投顾、智能量化交易与智能客服，主要采用的方法有机器学习、自然语言处理、知识图谱和计算机视觉等。

《年报》认为，智能投顾是当下AI+金融的应用发展重点。智能投顾降低了投资的门槛，较低的费率以及边际服务成本无限趋近于零，拥有较高的专业化程度以及无视人性缺点的策略执行力。较传统投资顾问相比，智能投顾服务流程更加简化，理财服务更加专业化也更加有效率。

智能投顾应用前景良好，已受到国内外多数主流智能投顾公司青睐。以著名的美国智能投顾平台Wealthfront为例，该公司借助机器与量化技术，为经过调查问卷评估的客户提供量身定制的资产投资组合建议。2015年1月，其管理资产仅为18.3亿美元，2015—2016年Wealthfront管理资金规模增长将近64%。截至2016年2月底，Wealthfront的资产管理规模已达近30亿美元。

《年报》认为，未来，个性化定制服务将成为智能投顾的主要发展趋势，智能投顾业务形态有望迈向“管家式个人财富中心”。人工智能将为每一位客户提供量身定制的资产管理投资方案，并提供自动化的投资管理服务最大化投资回报。随着个性化定制服务的出现，智能投顾市场将快速扩张。根据MyPrivateBanking预测，到2020年，全球智能投顾行业资产管理规模将达1.6万亿美元，2016—2020年间复合增长率将达113%。

发力人工智能加速科技赋能 互联网证券业务进入高速发展期

经过几轮佣金战之后，佣金率降至“地板价”。经纪业务收入占比在不断缩水，券商更看重增值服务收入，而移动应用端就是一个重要切入口。

金融服务类应用中，支付和银行服务应用的活跃用户数量远高于证券服务应用，但证券服务应用使用时间较长，用户转化率高，是金融服务应用中用户粘性最高的应用。

四年前，监管层发放了第一批互联网证券业务试点资格，证券业务在网络端基本实现全业务操作，互联网证券业务进入高速发展时期。经过近些年的发展，移动应用端已经成为证券投资的主要接口。

报告显示，截至2017年底，国内证券交易类应用累计有289个，独立证券开户类应用有38个，多数交易类应用端都有开户功能。

同时，截至2017年底，移动端开户占比达96.1%，基本实现了全移动端开户。移动端成交量占证券成交量36.8%，证券服务应用的月活跃用户为1亿，活跃用户规模接近证券市场投资人数。

在证券业务互联网化的进程中，第三方平台布局较早，占有主要市场份额。

面对竞争，券商在前期采取了自建互联网平台、与互联网平台合作等方式迎战，也出现过互联网平台收购中小券商的案例。

而如今，互联网证券业务市场已经是存量竞争市场，“黏住”客户、提供增值服务成为新的重心。

近两年券商更多地利用金融科技，推动证券类服务APP在功能服务方面不断升级，智能盯盘、相似K线、成本分析等科技应用等成为应用标配。

其中，人工智能成为主要发力点。据了解，人工智能在证券领域主要的应用方向有智能投顾、智能客服、智能风控、智能选股和智能移动应用，各券商都在发展金融科技的进程中根据自身优势对研究方向有所调整。总体来看，智能投顾和智能应用目前相对更容易落地。

易观智库认为，依托于生物识别、深度学习、云计算、区块链、移动互联、大数据等各种技术的发展，智能应用已经有希望实现自动化认知、智能交互等功能。未来，证券市场的智能应用会逐渐落地，改变证券市场的竞争格局。

智能投顾纳入监管 “浑水摸鱼”游戏终结

       高盛集团方面近日称，其做市交易员从500人减到3人，其余工作已全部被机器人所取代。中国证券报记者了解到，随着人工智能的“高歌猛进”，智能投顾也持续升温，并吸引多家机构布局，但行业同时也面临政策监管、产品同质化严重等挑战。

　　在业内人士看来，将智能投顾纳入监管是行业利好，有望整治市场乱象，维护行业生态。对于策略同质化问题，建议金融机构对智能投顾的客户需求进行差异化管理，尤其是对于顾客的投资偏好以及各类细节进行研究。

　　严监管整治行业乱象

　　《关于规范金融机构资管管理业务的指导意见》（简称“资管新规”）明确“运用人工智能技术开展投资顾问业务应当取得投资顾问资质，非金融机构不得借助智能投资顾问超范围经营或者变相开展资产管理业务”。这一举措被业内人士认为有利于整治行业乱象。

　　“资管新规专门明确其监管要求，希望智能投顾能够规范发展，这对行业是个利好。”理财魔方合伙人马永谙表示，此前智能投顾不受监管，一些机构打着智能投顾的旗号，浑水摸鱼做资金池和代客理财等业务，资管新规实施后这些违规行为将难以立足。“我们不希望行业还没发展起来，就先被一些‘挂羊头卖狗肉’的违规行为破坏了行业生态，影响行业的长期健康发展”。

　　财富派智能投资部投资总监朱代辉表示，智能投顾纳入监管是严监管背景下的一环。目前市面上的智能投顾鱼龙混杂，很多智能投顾配置方案并没有引入智能的思想，而是较为基础的量化模型。对于智能投顾而言，最重要的是用户画像的构建，很多机构并不具备相关的数据储备和知识储备，部分方案甚至连量化模型都没有。资管新规出台后，将大规模整治市场乱象。

　　截至目前，监管层尚未批准任何“智能投顾牌照”，智能投顾具体应持有什么牌照尚无统一硬性要求。此前，曾有业内人士预计，从事智能投顾业务至少应该具备证券投资咨询牌照和基金销售牌照，但朱代辉认为，市场目前预期最高的不是投资咨询牌照，而是“资产配置牌照”，这尚待细则的进一步落地。

　　虽然投资咨询牌照申请还未开放，但马永谙已表示开放后将第一时间申请，“无论限定了多高的条件，对于规范发展的智能投顾机构，总是有利的”。

　　警惕策略同质化

　　事实上，国内已有数十家机构布局智能投顾市场。其中，东吴证券、广发证券、中泰证券已抢先入局，招商银行、兴业银行、光大银行、中信银行的智能投顾产品已相继上线，互联网巨头蚂蚁财富、京东智投、腾讯理财通也已推出智能投顾服务。

　　在财富派CEO黄俊鹏看来，市场上的智能投顾产品基本未形成实际竞争态势，更多是停留在布局造势上。智能投顾产品本身尚处在投资者检验阶段，更多是在跟传统的投资产品和服务竞争。而竞争的焦点，还是在投资者关注的“如何获得更高收益”。换言之，不能获得更高收益的智能投顾，目前并不那么具有吸引力。

　　值得注意的是，资管新规要求“金融机构应当根据不同产品投资策略研发对应的人工智能算法或程序化交易，避免算法同质化加剧投资行为的顺周期性，并针对由此可能引发的市场波动风险制定应对预案”。

　　马永谙指出，目前国内真正基于交易模型的纯量化投资占比不到10%，大部分量化投资都由人工触发，机器只是起到辅助作用。即便如此，当前量化投资的交易策略和模型已经十分多元复杂，不会出现策略一致导致的踩踏。“不排除量化投资可能加快市场下跌速度，把原本两三天走完的下跌一天走完，但类似美股在1987年由于量化交易策略和模型高度趋同引发的股灾难以再现。”

　　对于算法同质化可能带来的“羊群效应”问题，一位大型金融机构高管表示，这需要金融机构对智能投顾的客户需求进行差异化管理，有不断学习和数据挖掘的意识。尤其是对于顾客的投资偏好以及各类细节进行研究，如更加精准测算其投资期限和周期等。

　　理念有待升级

　　近年，多家“智能投顾”平台先后获得资本青睐。艾媒咨询分析师认为，未来，在合法合规的前提下，智能投顾将会成为主流的投资顾问方式之一，具有较大市场潜力。

　　“尽管我们认为智能投顾是趋势，但不论从投资者角度、政策层面，还是落地层面来看，智能投顾才刚刚开始。”黄俊鹏表示。

　　对于智能投顾的未来发展，马永谙认为，国内智能投顾行业的理念方法还有待升级。“有的机构简单构建了几个爆款投资组合给客户，这不是智能投顾，还是传统意义上的产品销售升级。智能投顾核心要解决的是‘在传统产品销售模式下，基金很赚钱但客户不赚钱’的难题。客户收益为负的原因，主要是客户的追涨杀跌，错误的资金进出结构不解决，客户仍然不能盈利。智能投顾的核心是个性化风险定制和伴随式服务，目标是让客户长期留在市场内。只有留在市场内，才能杜绝追涨杀跌，最终获益。”

中美两国智能投顾发展为何不同？

近日，《华尔街日报》消息称美国私募股权投资公司Hellman & Friedman (H&F)宣布将出资30.2亿美金收购智能投顾公司Financial Engines。交易完成后，H&F计划将Financial Engines与公司之前投的传统投顾公司Edelman Financial Services合并。这次合并也被看成是智能投顾与传统投顾业务的又一次结合。

在中国，为什么智能投顾市场似乎还没有这么高调的交易发生？品钛研究院通过回顾中美智能投顾发展史发现，这是因为中美两国智能投顾的发展逻辑不同所导致。

智能投顾首次进入进入公众视线是2008年，那一年Betterment的成立。这项技术最初的目的是，对美国target-date funds（TDFs）内的资产进行再平衡调整。

Target-date fund是美国养老金投资标的中规模很大的一类产品。TDF的管理原则是，在Target date之前（如退休日），投资者更多是以财富增长为目标，这个时间段内，投资者能承担更多的风险从而获得一个可能的高收益；而在Target date之后，资产管理的目的和投资风格则更会以稳健为首要考量因素。

这项技术本身并不新鲜。21世纪初以来，传统的财富管理机构就有在使用自动化软件做投资。但2008年之前，只有财富管理机构有这些技术，所以普通投资者必须聘请一位投资顾问才能使用这项技术。

2008年之后，智能投顾的出现使得投资者可以越过投资顾问，直接接触到这项技术带来的便捷服务。所以，美国智能投顾市场成立的逻辑可以大致总结为：智能投顾是平价版的投资顾问，是传统投资顾问业态的替代。

中国智能投顾的发展逻辑和美国不同。智能投顾在中国兴起的这几年，国内甚至还没有成熟的人工投资顾问市场，“销售性质大于顾问性质”也是中国市场上财富管理公司的通病。

在中国，智能投顾不是作为传统投顾替代者的角色存在，而是其本身作为一种技术和投资理念，成为各大金融机构丰富自己业务形态，从而吸引用户的创新型工具。

国内对智能投顾的关注最早始于2016年12月招商银行推出“摩羯智投”，几乎同一时间，浦发银行“财智机器人”上线。那之后，更多商业银行开始尝试智能投顾产品：2017年5月，兴业银行“兴业智投”上线，同年11月工商银行“AI投”上线；12月中信银行智能投顾系统“灰度”上线……还有一些规模稍小的城商行也开始纷纷试水智能投顾。

回过头来看美国的这些大额并购交易，大都由成熟的基金公司或财富管理公司发起，他们把智能投顾业务纳入公司体系内，作为其自有主营业务的补充。而目前中国的智能投顾市场，则多以金融机构的创新型项目为主要活动方式。

发展有别性质不一 中美智能投顾显差距

       近日，《华尔街日报》消息称，美国私募股权投资公司Hellman & Friedman （H&F）宣布将出资30.2亿美元收购智能投顾公司Financial Engines。交易完成后，H&F计划将Financial Engines与公司之前投资的传统投顾公司Edelman Financial Services合并。消息一出，引起业内关注，此举被看作智能投顾与传统投顾业务的又一次结合。而在中国，目前智能投顾市场似乎还没有如此高调的交易发生。

　　美国智能投顾属于“平价版”

　　据了解，智能投顾在美国的兴起，大约可以追溯到2011年智能投顾平台Wealthfront的诞生。业内人士告诉记者，“美国金融行业人工费尤其贵，若希望一位投资顾问为你服务，门槛动辄几十万甚至100万美元。但是，用机器代替人可以进行24小时投顾服务，成本极低。”该人士进一步介绍，智能投顾一般采用ETF这种低成本指数基金的管理费，来代替传统投顾所使用的昂贵的主动型基金的管理费。“在美国，一只主动型基金每年可能会收1.5%到2%的管理费，而优秀的ETF管理费可以低至0.09%。由于基金业高度竞争，主动型基金很难取得超额收益，高昂的管理费就成为劣势。”

　　“智能投顾首次进入公众视野是2008年，那一年机器人投资顾问公司Betterment成立。这项技术最初的目的，是对美国的日期基金Target Date Funds（TDFs）内的资产进行再平衡调整。”PINTEC财富管理业务CEO郑毓栋向记者表示，TDFs是美国养老金投资标的中规模很大的一类产品，其管理原则是在Target date （如退休日）之前，由于投资者更多是以财富增长为目标，因此这个时间段内，投资者能承担更多风险，以获得一个可能的高收益。而在Target date 之后，资产管理的目的和投资风格则以稳健为首要考量因素。

　　郑毓栋称，这项技术本身并不新鲜。“21世纪初以来，传统财富管理机构就在使用自动化软件做投资。但2008年之前，只有财富管理机构有这些技术，所以普通投资者必须聘请投资顾问才能使用这项技术。2008年之后，智能投顾的出现使得投资者可以越过投资顾问，直接接触到这项技术带来的便捷服务。因此，美国智能投顾大致可以总结为‘平价版’投资顾问，是传统投资顾问业态的替代。”

　　中国智能投顾是创新型工具

　　而智能投顾在中国的发展，则与美国不同。郑毓栋指出，智能投顾在中国兴起的这几年，国内甚至还没有成熟的人工投顾市场，“销售性质大于顾问性质”也是财富管理公司的通病。“在中国，智能投顾不是作为传统投顾替代者的角色存在，而是作为一种技术和投资理念，成为金融机构丰富业态，吸引用户的工具。”

　　据了解，国内对智能投顾的关注最早始于2016年12月招商银行推出“摩羯智投”，几乎同一时间，浦发银行“财智机器人”上线。之后，2017年5月兴业银行“兴业智投”上线；11月，工行“AI投”上线；12月，中信银行“灰度”上线。一些规模稍小的城商行也开始试水智能投顾。

　　根据中国智能投顾行业2018年3月报显示，目前我国智能投顾行业处于“幼儿期”，存在整体规模小、发展目标混乱、定位不清晰、平台缺乏交流、监管缺位、人才储备欠缺、投资者教育滞后等问题。现阶段，全球性极端行情对智能投顾祸福相倚，危中有机，除了在投资顾问和财富管理领域继续开花外，智能投顾还被运用于投资者教育，并开始进入学术研究视野，受到越来越多关注。

　　“美国许多大额并购交易，由成熟的基金公司或财富管理公司发起，他们把智能投顾业务纳入公司体系，作为其自有主营业务的补充。而目前，中国的智能投顾市场多以金融机构的创新型项目为主要活动方式。”郑毓栋表示。

智能投顾行业或将加速洗牌

　　日前正式下发的资管新规，首次将智能投顾纳入监管。多位机构人士认为，新规影响下智能投顾行业面临洗牌。随着监管的完善，智能投顾业务开展将逐步有迹可循，在规范框架下未来可发挥更大作用。

　　智能投顾需，“持证上岗”

　　资管新规对智能投顾行业影响最为深刻的是，应取得投资顾问资质。

　　一位国有大型银行产品创新管理部总经理表示，监管要求智能投顾业务能提供专业化投资建议，对算法、模型的监管报备也是为了解金融机构的投资依据。未来金融机构开展智能投顾需要备案，只有持牌的金融机构可以利用人工智能技术开展投资顾问业务。

　　但是，在新规出台前并没有针对智能投顾业务资质和牌照的明确硬性要求。“目前仅能查到一条针对传统证券投顾的准入资格，即从事证券投资顾问应当具有证券投资咨询机构的资质。因此，现阶段只能从各类金融机构取得的相关专业资质入手。”该总经理说道。

　　基金销售牌照与证券投资咨询牌照尤为重要。证监会数据显示，目前共有84家有证券投资咨询牌照，持牌者以券商、投资咨询公司为主。持基金销售牌照的公司有380家，其中九成以上为银行、券商及独立基金销售机构。一位股份制银行资管部投资总监称，由于存量有限且监管趋严，两类牌照都是“香饽饽”，甚至被炒至近亿元。一旦这两块牌照成为开展智能投顾的硬性标准，已有行业格局面临巨变。

　　此外，最终定稿的资管新规删除了征求意见稿中默许的金融机构委托外部机构开发智能投顾行为。在前述投资总监看来，这意味着“技术外包”被“切断”，监管严厉程度可见一斑。

　　“千人千面+千时千面” ，破解同质化难题

　　新规对金融机构运用人工智能技术开展投资顾问和资管业务两种情形加以区分。一位沪上大型券商高级研究员认为，突出监管有意将"金融归金融、科技归科技"的意向，金融机构和科技公司将对各自的职能边界有更清晰的定位，有利于智能化投资在投资顾问和资产管理两类形态中找到合适的监管依据。

　　该研究员坦言，“目前市场上的很多投顾产品，并非资产管理类业务，而是一种新型销售业务，相当于单独贩卖一种咨询服务产品。资产管理业务主动性更强，向客户公开募集资金后可代替客户做出投资决策，调仓不需经过客户许可。本质上，资管类投顾嵌套于整个资管业务中，是"代客理财"的工具。智能投顾业务只是提供投资建议，投资者自负盈亏。”

　　资管新规强调，金融机构运用人工智能技术开展资管业务时，应避免同质化交易，显示出监管层防止金融过度顺周期对金融市场造成冲击的意图。

智能投顾时代已来，或将颠覆传统金融行业

　　伴随着人工智能、大数据、区块链等技术的崛起，作为金融科技中必不可少的一种金融工具，智能投顾成为了财富管理领域新的发力点，银行、券商和BATJ等互联网巨头纷纷入局，甚至公募基金、保险行业也开始布局此领域。随着国内中产阶级的崛起、私人财富的积累、互联网金融和数字化趋势的出现，以及互联网时代成长起来的年轻一代逐渐成为投资者主力，国内智能投顾将迎来良好的发展机遇。

　　截至2018年3月底，国内已有近百家企业推出智能投顾服务，其中包括四大行在内的传统金融机构、蚂蚁金服和百度金融等互联网巨头以及一些具有代表性的科技金融公司，形成“三足鼎立”的局面。

　　那么智能投顾到底有哪些好处，引得整个金融行业和互联网行业纷纷为之倾注人力财力?

　　所谓投顾，顾名思义指的就是投资顾问，但是随着金融市场的不断深入发展，金融产品层次与交易日趋复杂，普通投资者成本越来越高，导致专业投资顾问服务的需求日渐明显，而由于传统投顾服务的限制，人工投顾已经无法满足普通投资者的投顾需求，因此智能投顾“应运而生”。伴随着AI的兴起，“云计算+大数据+金融”成为市场和各路资本抢滩的热点。相比传统理财方式，智能投顾有以下几方面优势：

　　1、投资门槛低

　　智能投顾平台对于投资金额的要求较低,部分平台甚至没有最低金额限制,且在收费上要远低于传统投顾,使得大量中等收入群体也可以享受到便捷的专业理财服务。

　　2、实现个性化资产配置

　　智能投顾充分利用大数据分析每位投资者的投资行为，测算出不同投资者的风险偏好和理财习惯，为客户推荐更加合适的产品以及最优的资产配置方案。

　　3、克服情绪化交易

　　智能投顾摈弃了传统理财顾问出于自身利益对客户施加的影响，以及投资者人性方面的弱点，并且尽可能减少其在决策时受周边事物影响而造成的情绪波动，从而保证了投资的客观性。

　　智能投顾的出现，使长尾客户巨大的蓝海市场的挖掘成为可能，弥补了传统投顾下流失的客群和商机。同时对于互联网产品接受程度较高的年轻一代正处于财富快速积累阶段，据权威在线统计数据门户Statista测算，2017年中国智能投顾管理的资产超过288亿美元，其中年增长率高达87.3%，未来5年国内智能投顾资产管理规模及覆盖人数的年复合增长率均超过100%，预计到2022年，智能投顾管理的资产总额将超过6600亿美元，发展前景良好。

　　科技赋能金融，打开了普惠金融的突破口，投资理财的门槛不断降低，使得人人都能享有便捷的理财服务，中国俨然已经进入了全民理财时代。伴随着人工智能时代的到来，互联网金融行业迎来最好最快的发展时机，未来将继续致力于“用科技缩短人和金融服务之间的距离”，不断优化技术水平，让科技金融贴近生活，践行普惠金融。

人工智能激辩：如何使其落地？

　　“有没有人害怕AI？”在博鳌亚洲论坛的AI论坛现场没有人举手。这让aNewDomin.net联合创始人、美国畅销书作家GinaSmith有点儿意外，现场观众似乎对这个问题都很淡定。

　　AI给人们的生活带来了不少便利。在今年的博鳌亚洲论坛上，科大讯飞董事长刘庆峰带着公司的翻译器，用一块现场实时大屏幕展示了科大讯飞双语现场速记的功力。

　　说起人工智能落地，不会有人再觉得遥不可及。

　　恐惧缘于不了解

　　对AI的恐惧最初是缘于不了解。AI取代人工将导致社会结构变化曾经让有远见的人担心，但是历史证明了，卢德运动不能挡住历史前进的脚步，而计算器并不能取代精算师。

　　“AI这个词，可能会让人误解。人工智能是大数据，但不是我们说的人的智能，好比这个人什么都知道。没有谁可以什么都知道，举一个简单的例子，有一些人知道内幕的消息可以赚很多的钱，但是这个人不能说是很智能，可能他是一个罪犯。”微软全球资深副总裁、微软亚洲研究院院长洪小文说。

　　人工智能对大部分人来说是一个黑匣子，因为它涉及了很多人不能拥抱的大数据。“不要害怕AI，也不要害怕计算机。我们有头脑，我们有灵魂，AI只是一个部分，无法与之相较。”台积电CEO刘德音说。

　　百度高级副总裁朱光则大胆预测，未来越来越多的公司会像十年前、二十年前重视互联网+一样，重视AI，此外会有一些平台性的公司出现，专门为各行各业提供人工智能的基础平台技术为它们提供更好的工具、更好的算力、更好的算法，帮助它们在这个行业里面实现人工智能的变革。“比如百度，我们开放了语音、图像、视频的处理。很多的数据处理的能力已经开放给了开发者，现在我们已经有了50万的开发者基于百度的自我开发能力进行创新。未来的五到十年，每一个行业都在深度地和人工智能的技术结合。”

　　相比单纯的恐惧，刘德音提出隐私和伦理可能是更值得担心的问题。“我们也担心隐私的问题，我们需要更多的数据，也是通过智能的数据来解决问题。我们不可能把所有的这些人的语音全部都搜集起来，这是一种隐私的侵犯。我们可以来实现云当中的人工智能，这样子就可以提高我们隐私方面的人工智能的表现。”三星电子高级副总裁SHIMEunSoo说。

　　刘庆峰则以翻译为例提供了一种解决方案的思路。据他透露，公司现在有40多亿人次的语音识别，有一半是单机版本不需要联网即可识别。这是为了考虑隐私和网络不好的情况。“算法也可以做不断的优化，很多的时候可以在芯片上操作和使用。我们觉得在AI的算法上，特别是深度的学习上，是有很多优化的余地的，加上芯片的优化，将来云端和离线的结合是一个趋势。用户想要最好的效果和大家一起进步就到云端，要自我学习就在本地。”

　　“我们正在努力地工作。其实短期内AI有两个很好的应用，就是不依赖云的单机应用，比如在手机上，或者是在终端上推出很多AI功能的App，第二个就是无人驾驶，虽然现在还有问题，有限制。”SHIMEunSoo说。

　　人机合作是未来主流

　　AI的发展如果不是完全取代人类，就要成为人类的好帮手。真正决定AI部署速度的是找到大脑和人工智能进行合作的方案。

　　“语言的不同，文化的不同，很多的翻译可能会翻不出来，但是翻译会不断地改进。很多的翻译工作可以让机器来做，我们没有必要把时间花在可以让机器来做的事情上。没有必要感觉AI会抢工作，问题是人怎么样和人工智能一起来合作。”刘德音说。

　　“我们知道怎么样使用这些机器来帮助我们的工作。”洪小文以翻译为例，指出人和机器翻译的方式不一样，相比机器一句一句地翻译，人会凭借对段落的理解用自己的方式翻译后进行总结，有时一段翻出来可能只有一句，或者是一句有的时候需要翻译成一段。他戏言帮助CEO翻译时，曾经对CEO的讲话内容“剧透”，让CEO倍感诧异——“我没说你就先翻译了？”

　　毫无疑问，AI有希望在不同的领域里成为专家。“人不是所有领域的专家，但是我们可以解决很多的问题。”洪小文说。

　　刘庆峰则进一步指出，人工智能改变世界需要三个要素的结合，第一个是算法的突破，深入学习相关的算法突破，第二个是训练数据，第三是由专家共同打磨。

　　人机合作的体现或将首先出现在手机终端使用上，因为这是目前最大规模普及的智能终端产品。刘德音提到手机一年销售18亿部，所有的应用都希望在手机上运营。“如果应用足够好，一年就可以推广。所以智能手机对任何新的点子包括AI都是最好的验证，希望开发者在手机上开发一些杀手应用，这是把AI应用在我们生活里最佳的方式和途径。”

　　“未来应该每一个人都有一个人工智能的助手，帮助你生活得更轻松，帮助你的生活更有趣，我相信人工智能会创造一个真正的美好世界。”刘庆峰说。

　　朱光也对未来AI的应用充满信心。“我们可以有更多的时间，在一生有限的时间里去探索，做我们更想做的事，生活的质量也会因为人工智能技术的提升，而得到一个全新的提升。”

智能投顾的风口已来？别急，没你想的那么快

　　近年来，人工智能已融入到了各行各业，逐渐成为了企业进步的“新能源”。智慧金融一直被认为是AI目前最被看好的落地领域，特别是智能投顾。虽然在欧美国家，智能投顾正在如火如荼的进行，可是目前在我国，情况似乎并不明朗。

　　2015年开始，国内个别金融机构打出智能投顾的概念。进入2017年，机构布局智能投顾迎来一波小高潮。东吴证券、广发证券、中泰证券等纷纷入局，除此之外，国内多家银行也在智能投顾上进行了实践。比如，招商银行的摩羯智投、兴业银行的兴业智投、光大银行的光云智投、中信银行的“信智投”等。

　　但是，这些银行的智能投顾做的怎么样呢？作为银行系首家上线的智能投顾，摩羯智投无论是体量还是影响力上都榜上有名，虽其规模已超80亿，但其未设置风险评测机制，基本处于以销售为导向的阶段。

　　其他金融机构做得如何呢？宜信旗下的投米RA，最初上市时主打海外投资，去年6月推出人民币版本，其风险等级共9等，无论最高还是最低，反反复复就是8只基金，对大额用户而言，显然风险不能分散。

　　还有一件值得玩味的事，那就是除了摩羯智投外，其他多家智能投顾们少有向公众袒露其资产管理规模的。

　　所以，智能投顾在国内，可能远没有想象中那么美好。

　　1、智能投顾之卖点：

　　第一，智能投顾让投资变得异常简单。用户只需要一键，一个充值，就可以完成对很多产品的投资。

　　第二，风险分散。因为智能投顾投资组合包含各种算法，平衡风险和收益，相对比较安全。

　　第三个原因在于投资额可以比较小。对于中产阶级而言，过去缺乏比较好的理财产品，降低了进入门槛。

　　2、智能投顾之困局：

　　缺乏生长的土壤

　　Wealthfront是美国最知名的智能投顾公司之一，主要目标客户是有充足的现金流，却没有时间精力和投资知识来打理自己资产的年轻人。投资的准入门槛很低，设定为5000美元，10000美元以内不收取管理费（超过部分费用约为0.25%），交易程序也被大大简化，增长速率非常快，在2018年初就已经管理了100亿美元的资产。

　　而我国当前市场上正常的智能投顾均以公募基金为资产标的，通常其认购、赎回、托管成本和管理费用综合达1%－2%，是国外智能投顾的2－8倍。

　　智能投顾的实现基于对细分产品的量化，国外的智能投顾投资组合主要以ETF为主。目前美国大概有1600只ETF，共2万多亿美元的市场，而中国仅有100多只ETF，大多数为股票，没有债券、大宗商品和针对不同的产业的ETF，不能做到分散投资，有效配置资产更无从谈起。因此，现在很多所谓的智能投顾，只是投资经理根据自己掌握客户的投资偏好做统计并推介投资方案，本质上还是披着人工智能‘马甲’的传统投顾业务。

　　同时，智能投顾涉及到投资咨询、产品销售和资产管理三块业务，而国内这三块牌照是分别发放和监管的。由于是纯线上的平台，监管难度非常大，监管层也处于观察阶段。

　　因此现阶段，智能投顾依然处于概念重于实质阶段。未来将如何走，还有待进一发展。

　　大数据大而不“精”

　　人工智能发展起来的关键是有了大量的数据，甚至可以说人工智能发展80%归于数据的丰富，20%归于算法的提升。

　　在金融行业，数据极易标签化，这给人工智能在金融领域发展极大的利好。然而，从数据大上来说，智能投顾所获得的数据还不够多，这个不够多不是指数量上不够，而是指维度上的单一。

　　智能投顾主要是基于用户画像和资产刻画提供精准服务。用户画像需要投资者交易行为数据的搜集和分析，而我国客户的投资行为习惯非常脆弱，客户是基于长期被动投资、指数投资还是主动投资，带来的结构对智能投顾的挑战是截然不同的，因此客户的风险画像有时候很难精准表述它的特征。

　　资产画像需要对金融产品，以及结合市场的数据的搜集和分析，国内目前在这块上略显薄弱。国内拥有成体量的有价值的数据信息的公司很少（BATJ等寥寥几家）,而拥有优质数据资源的公司组建了牢不可破的数据封闭体系，并不能很好的互通，再有就是数据整合模式不成熟，缺乏大的平台型数据公司，造成有价值的数据过于分散，接入成本高。

　　市场和运营管理花费大

　　传统投资顾问由专业人士担任，主要针对高净值人群，由于人力成本高，传统投资顾问的管理费普遍高于1%，且边际成本下降不明显。但基于计算机算法辅助的智能投顾，管理费普遍在0.25%－0.5%之间，边际成本随客户增多而下降，边际效应明显。

　　但是，相比于传统机构，智能投顾公司投入市场和运营的花费却很大。这是典型的互联网发展模式，先砸钱做用户量。但是，这样就增大了获客成本。这就难免使投资者感到疑惑，估值这么高，你的核心竞争力呢？慧牛也出现了类似的问题，其产品创新乏力，和投米、灵犀智投区别不大，均是基于风险评测得出投资组合，产品同质化严重不说，其基金数量极少，风险很大。同时，智能化程度不高，公司盈利率也并不理想。

　　因此，说智能投顾要颠覆传统投顾似乎还为时过早。

　　3、智能投顾接下来该怎么破局：

　　虽然与人相比，机器不会疲劳，可以24*7小时工作，对数据拥有更强的记忆力和掌控力，但是，实践起来并不容易，是时候打破这一迷雾了。

　　优势互补，技术与流量的结合

　　智能投顾的竞争优势是品牌，而品牌恰恰是老牌资产管理公司的强项。比如Betterment，辛苦10年积攒20万用户，资产管理规模100亿美元，在短短两年内，就被老牌资产管理机构Vanguard超越，Vanguard当前管理规模是830亿美元，已经是Betterment的8倍。品牌弱，则获客成本高。高财力、高信任的用户，转化成本不是独立智能投顾所能接受的。

　　这对已经建立品牌优势的银行和金融机构而言，应该是一个好消息。可以采用借力使力的打法，与技术能力优势的智能投顾研究方优势互补。

　　AI+HI，人工智能为主基金经理为辅

　　金融市场上的收益产生过程与方式千变万化，只有通过人脑的思考、理解与创新能力，才能够将其架构成应有的模型。而智能投顾只能在部分程度上完成这个任务，因为它没有创新与发展的能力。同时智能投顾侧重于“投”，缺乏“顾”。

　　因此现阶段，人的干预就显得十分重要。智能投顾作为一种参考，最终投资建议必须经过人工检视、处理后才能提供用户使用。一般，用户与传统投资顾问有更多的互动，可以涉及用户税收筹划、房地产投资、子女教育投资等更广泛的财富管理增值服务。从用户的角度出发，顾比投甚至更重要。

　　提供数据分析，让用户自主选择

　　前我国证券市场仍然以散户为主，市场情绪波动巨大，很容易出现不理性的投资行为。这种非理性行为某种程度上助长了上市公司的有恃无恐，因为投资者的决策并不是依托长期价值，而是通过小道消息、讲故事。通过金融学中公认的科学投资方法，如组合投资、资产配置等概念，引导投资者理性配置自己的资产。同时，智能投顾的主要目标人群势必是年轻人和一大批新中产，这些互联网原住民对智能投顾的接受度可能略高于一般群体，但对机器的信任值也达不到轻易拿出自己口袋里的钱。

　　基于这种情况，企业方可以提供很多方便的投资工具或者分析工具。比如基金的优选及诊断，同时配上一些诸如数据回测工具，估值概率分位，因子强弱分析，MPT之类的分析工具。一般来说，人对机器的容错度往往高于人对人的容错度，对用户进行市场教育的同时，给用户一定的自主选择，某种程度上增加了其对机器的容错度。长时间来看，有利于人们对智能投顾的接受。