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。

金融领域AI初搅局 智能投顾诸侯始争霸

　　话说天下大势，自古便是泰极否来，否极泰来：时值互联网泡沫破灭，经济萧条，百废待兴，联储降息，欲挽狂澜于既倒；致使信贷扩张，房市过热。

　　天下熙熙皆为利来，天下攘攘皆为利往，住宅抵押证券大行其道，各大银行坐享渔利，赚的个盆满钵满。及至利率上调，违约频出，华尔街上哀鸿遍野，凡间处处生灵涂炭。幸得政府重拳相救，扶大厦于将倾，“大而不倒”，此之谓也。

　　时至2010年后，金融危机暂告段落，投资业界百废待兴，一股新的势力开始酝酿……

　　第一回：金融领域AI初搅局智能投顾诸侯始争霸

　　当是时也，互联网对于生活的渗透越来越深入，人工智能激发了全世界的想象力，许多行业开始接受智能化的洗礼。

　　危机之后，随着金融市场的复苏，跟踪指数的被动型基金表现大幅超越被危机吓怕了而不敢提升仓位的主动管理基金，被动投资这一诞生没几年的投资方式开始走进大众的视野。

　　而底层资产是指数基金的智能投顾，可以完美匹配大众既要被动投资收益，又想风险分散化，同时还无需懂得金融专业知识这些“苛刻”的需求，成为AI时代抢占金融风口的不二选择。

　　万事俱备只欠东风，无论是创业公司还是传统企业，都跃跃欲试，企图在这片蓝海中分一杯羹。

　　诸侯争霸，狼烟四起。

　　CharlesSchwab和Vanguard早已摩拳擦掌进入市场，目前占据了大半的市场份额。

　　BlackRock旗下两年前鲸吞智能投顾新贵FutureAdvisor，并和LPL集团达成智能投顾领域的战略合作。

　　T.Rowe.Price和Zack’sAdvantage等老牌公募基金公司，和摩根士丹利、高盛和富国银行等大型金融机构也纷纷推出了自己的智能投顾产品。

　　除此之外，“专职”智能投顾的金融科技企业也在不断发展壮大。

　　Betterment的管理资金已经超过100亿美元，Wealthfront紧随其后，Sofi、SigFig、Wealthsimple等新兴企业也在受到越来越多的关注。

　　图片来源：KPMG研究，2015

　　根据A.T.Kearney的预测，智能投顾的资金管理规模在2020年将达到2.2万亿美元，这意味着从2016年起，这一市场每年会以超过60%的速度增长。

　　未来，似乎无限光明，但机会，未必人人都能抓住。

　　这场战役里总有那么一些创业者，对时代的风云变幻有着异乎常人的嗅觉。他们，先发制人。

　　正所谓：

　　人工智能初搅局，各方势力始争霸。

　　王侯将相本无种，谁识英雄是白身。

　　第二回：税收优化Wealthfront出奇招人机结合Betterment巧致胜

　　却说智能投顾这块肥肉，被几家慧眼识珠的创业者占了个先。你道这几位白身英雄姓甚名谁，正是如今智投界名声在外的Betterment和Wealthfront。

　　说Betterment和Wealthfront是智能投顾的鼻祖，大概没有人会提出反对。

　　Wealthfront的前身是2008年成立的投资咨询公司KaChing，他们在2011年转型，把自己定位为一家科技公司。

　　这家喜欢以“华尔街对抗者”自居的公司，也的确是硅谷范儿十足，工程师占据了员工的大部分，作为最早涉足智能投顾的几家公司之一，目前他们的资产管理规模已经超过75亿美元，并且仍在迅速增长。

　　Wealthfront最为人所称道的是它的的directindexing，这是一种升级版的税收优化策略。

　　所谓税收优化策略，就是在资产处于损失状态时卖出，这样就能抵消其他资产的应缴税额，卖出的资产会立刻被其他高度相关的资产所替代，以保持整个资产组合的风险收益特征不变。

　　这个操作显然非常适合美国这样每到税季就万人填表的国度了。

　　一般的智能投顾平台，买入的是指数化的基金或者ETF，然后利用这些ETF每日的价格波动，在达到低位时卖出，来实现税收优化。

　　Wealthfront的directindexing则不走寻常路，它并不购买ETF，而是直接买入指数成分资产。比如对于标普500指数，按照directindexing的方式就会买入五百支股票来直接模拟指数，从而在个股级别实现税收优化，因此其税收优化效果成倍增强。

　　但是Wealthfront百密一疏，忽略了一个重要需求，那就是提供真人在线的专属支持。

　　而在Betterment，投资者不仅可以得到智能模型给出的资产配置服务，也有途径接受专业咨询师的建议。

　　不仅如此，Betterment的“零门槛”投资也为其带来了大量的客户。目前它的资产管理规模已经超过了100亿美元，在与Wealthfront的较量中略胜一筹。

　　这边创业者们兵戎相见，各显身手，鏖战正酣。那边厢传统金融巨头已然入场。

　　2015年开始，这里，悄悄换了天地。

　　第三回：先锋弃草根一心攀富贵嘉信三板斧招招得人心

　　所谓“道高一尺魔高一丈”。

　　在信用决定一切的金融领域，无论是论获客能力，还是品牌信誉，再牛气的创业公司也是万万不敢和传统巨头们叫板的。

　　目前的美国智能投顾平台中，占据最大市场份额的公司是老牌基金公司Vanguard，这家公司长期稳居美国最大的三家基金公司之列，在推出智能投顾服务VanguardPersonalAdvisoryService之后，发展势头更是无人能敌。

　　但是，Vanguard有一个很大的局限——最低投资金额高达五万美元，这意味着它放弃了一大块“草根市场”，只与“高端”客户往来。

　　这并不难以理解，Vanguard的目标客户是babyboomers（婴儿潮）群体，这一波人和他们的上一代——SilentGeneration，仅仅占据美国人口的大约三分之一，却掌握着80%以上的财富。

　　然而，时代在改变，此时此刻，财富正如潮水一般迅速向新兴的Millennials（千禧一代）转移，这一群人，对于互联网理财方式有着高度认可。不久的将来，他们将成为一个更加巨大的市场。

　　彼之短板，我之机遇。

　　SchwabIntelligentPortfolio（SIP）是嘉信推出的第一款智能投顾服务。在这个服务之下，系统会自动为投资者进行分散化配置，并且根据市场状况不断进行实时的自动调整。

　　作为一个投资者，你只需要在喝咖啡聊天的间隙轻敲键盘，设定投资目标，再回答几个问题评测你的风险收益特性，尽心尽力的机器人管家就能够接手搞定你的投资。它会将你的资金分布于众多精心挑选出来的ETF中，覆盖资产类型超过20种。

　　与其他智能投顾不同的是，你并不需要全盘接受这些算法生成的投资组合，可以根据自己的喜好微调，最多能够去除三支你不想要的ETF。

　　如果这些都不足以让投资者高呼鹅妹子嘤，那么SIP卓越的税收优化功能，以及秉承嘉信草根基因的“无管理费、零佣金”，也足够打动一票芳心了。

　　何以为证？

　　从2015年一经推出，IntelligentPortfolio下的客户资产就开始迅速增加，截至2017年9月底，IntelligentPortfolio的资产规模已经超过了200亿美元。

　　打铁要趁热。

　　2017年初，嘉信又推出了升级版的智能投顾服务SchwabIntelligentAdvisory。

　　相较于全自动投资的SIP，SIA的功能更加丰富。你可以仅仅将它作为一个咨询工具，为你的金融理财做规划，也可以使用它为你定制的策略中的SIP组合。

　　SIA能够规划的可不单单是你手中的证券资产，而是包括了你金融理财的各个方面——收入、支出、投资、教育储蓄、退休计划......

　　它可以连接在嘉信平台之外的账户，也就是说，如果你在嘉信之外的证券公司开了户，你同样可以连接到SIA让它为你做智能规划（但是不能帮你投资），这样与SIA建立联系的机构已经超过了1100家。

　　就这样，嘉信完成了无数金融机构梦想的个人全账户制霸。

　　根据毕马威的调查，智能投顾的客户在选择平台的时候，最看重的三个特质，排名第一的就是“账户整合”，超过70%的受访者给出了4-5（非常重要）的评分。

　　除此之外，投资者在意的平台特质还有“自动投资”和“咨询顾问”。嘉信的厉害之处恰在于他对于投资者的需求和心理精准的把握，步步为营、招招致命。

　　然而嘉信的智能投顾产品也并非无可挑剔。

　　SIP投资组合中现金占比过大，常遭诟病。对此，嘉信自有妙招——BankSweep。

　　BankSweep是将超过规定额度的银行存款，在每个工作日结束之后，自动“扫进”具有更高收益率的账户。

　　在嘉信，BankSweep已经能够在货币基金——银行、SchwabOne(经济帐户)——银行之间流通。嘉信将BankSweep嵌入到SIP组合中，闲置的现金资产就会通过Sweep成为SchwabBank中的存款，投资于收益率更高的生息资产，从而带动客户资产收益率的提升。

　　至此，美元“余额宝”也已经实现。

　　不仅如此，即使曾因受益于互联网发展而飞黄腾达，这家公司依旧没有完全地抛弃线下业务。它敏锐地洞察到了客户对于线下理财师的需求，选择了“鼠标加水泥”的模式。

　　SIP服务的参与者不仅可以使用算法的智能服务，还可以在线下与约定的CFP(国际金融理财师)进行人工咨询。

　　每年，嘉信会为它的客户们举办数次大型集会，与嘉信合作的众多专家、顾问会从全国各地赶来相聚，甚为隆重。最有影响力的IMPACT大会，是RIA（注册投资顾问）的专属集会，2016年参会的专业人士达到了5100人之多。嘉信对RIA领域的重视在线下也体现得淋漓尽致，甚至从培养阶段就开始介入，有一系列关于RIA的项目，还会为大学生提供学费补助、实习等等。

　　“账户整合”、“自动投资”、“咨询顾问”，穷尽了所有吸引客户的闪光点，嘉信的成功，变得理所当然。

　　这还不是全部。

　　“巨大的机会蕴藏在那些自主交易的客户身上，对于这些人中的大部分而言，智能投顾是比自主交易好的多的选择。”

　　——TobinMcDaniel，嘉信智能投顾产品主管

　　作为一个老牌折扣经纪商，嘉信有着非常庞大的经纪业务，通过它进行自主交易的资产超过1万亿美元。这些资产一旦被引入智投业务，前途将不可限量。

　　王者未来，值得期待。

　　第四回：机器投资初试水折戟沙场问熊市中智能投顾何去从

　　在智能投顾领域，ROBO已经被不少人渲染为终极答案，机器人不受情感因素影响，能够不间断地监控市场，甚至能在数据积累下不断完善自己的模型。看起来，一旦AI开始玩金融，就没人类什么事了。

　　不过目前看来，这说法实在是有些高估了AI。

　　2017年10月，世界上第一支用机器人选股的ETF——AIEQ诞生，Robo开始尝试主动投资领域，结果令人大跌眼镜——AIEQ在成立的一个月内大幅跑输指数，而成立近半年来，表现也一直落后标普500。

　　事实证明，对于初级的理财需求，Robo确实比没有专业素养的普通人来得有效，但是对于更加瞬息万变的金融市场，不但要有数据，还得知晓人心，这对于AI来说恐怕场难解的棋局。

　　白线为AIEQETF表现，黄线为标普500指数表现，图片来源：Wind

　　从智能投顾兴起到现在为止，市场一直处在金融危机之后复苏慢牛之中。而这一轮以龙头为美，以指数成分股领涨的牛市，让指数越战越勇，以指数基金ETF为底层资产的智投产品自然大获全胜。

　　然而，如果市场风格风云突变，又或是下一个熊市到来，这些依靠赚取beta为生的被动投资基金还能受宠多久呢？AIEQETF的挫败不过是第一次警钟罢了。

　　智投巨头们也并非对此毫无察觉，为了防微杜渐，他们纷纷推出了B2B的业务模式，试图将智能投顾平台中的技术力量向传统的投资顾问行业输送。这样一来，一方面有了更多的商业模式，扩大了AUM（管理资产规模），另一方面在智能组合出现回调或下跌时，也可以能借助面对面的投顾服务让客户安心。

　　例如Betterment推出了BettermentForAdvisor业务，号称可以帮助投资顾问轻松hold住繁琐的后台业务，并自动监控和管理投资组合。

　　而嘉信则大力推广机构智能组合服务（InstitutionalIntelligentPortfolio），同样可以为投资顾问们提供自动化的投资服务平台，甚至能根据机构需求定制向客户的展示页面和相关功能，可谓颇有为小型投顾机构提供一条龙服务的野心。

　　从这点可以看出，智能投顾和传统投顾并非水火不相容——智投平台需要辅以面对面的亲切服务，投资顾问们需要更多自动化的管理工具和展示平台，两者一拍即合，融合正悄然发生。

　　第五回：智投2.0扬帆起航风流人物还看今朝

　　且说美国智投市场正值胶着之际，中国大地上已呈燎原之势。

　　从2016年开始，传统银行到新兴Fintech公司，甚至电商平台都纷纷推出自己的智投产品，颇有“忽如一夜春风来，千树万树梨花开”之盛景。然而细细看来，相比美国智投平台百花齐放的算法模型和投资策略，中国的智投产品大多只是境内ETF资产和寥寥十来个组合的简单搭配，与其说是智能投顾，不如说是换种方式卖一篮子基金，实在是有违智能之名。

　　智能投顾的市场才刚刚起步，谁也不好说未来会向什么方向发展。

　　就好像几年前大家还觉得AI在国际象棋中称霸已是极限，现在围棋国手们却都已俯首称臣。早些年金融和科技还是井水不犯河水的两个领域，如今却早已融为一体，言必曰Fintech。

　　所以，智能投顾的编年史，至今还只是未完待续。

智能投顾，终将星星之火可以燎原

　　智能投顾在欧美国家，正如火如荼的进行，而在我国，情况却并不明朗。那又为什么，这个被看好的智能投顾却突然失声了呢？

　　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，可是我国，情况似乎并不明朗。

　　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。

　　而宜信旗下的投米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。

　　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，个中原因就值得玩味了。

　　为什么智能投顾这把火似乎还没有燎原之势？

　　瑞士银行设在美国的交易场2011年和2016年的对比

雾里看花还是蓄势待发？智能投顾之困局

　　我国的智能投顾，从万众期待到门可罗雀，主要有3点原因。

　　1.缺乏生长的土壤，智能投顾概念重于形式

　　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。

　　2.大数据大而不“精”，深度学习黑箱迟迟难揭

　　人工智能发展起来的关键是——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。

　　而资产画像，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。

　　如果算法在智能投顾赋能中占比20%，那深度学习起了至少一半的作用。

　　据说深度学习领域所认可的人才分两种：

　　第一种是开宗立派的人物，比如：发明CNN(卷积神经网络)、DNN(深度神经网络)、RNN(循环神经网络)的宗师级人物。

　　第二种是真正能够把参数调好的人，这极其稀缺。比如：对于多层神经网络，是设置10层、5层还是7层效果最好？每层都有很多参数，应该输入多大的数据量，才会产生理想结果，这是一个经验值，甚至没有规律。比如：当你输入大量数据后，得出一个结论后，你没办法回溯怎么得出这个结论的，甚至你无法证明这是最优解。

　　所以深度学习最大的问题是黑箱。

　　在我国对金融与科技领域的高压监管下，你显然无法向监管机构，充分解释神经网络的运作原理。

　　3.背后的商业逻辑未变，即配置资产和金融服务的属性没变

　　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。

　　智能投顾想要颠覆传统投顾，似乎还为时过早。

　　哈佛商学院教授克里斯坦森认为颠覆性分两种：

　　新市场颠覆——能够开辟一片新的市场；

　　低端颠覆性——能给现有产品，提供一个更简单、低价或更方便的替代品。

　　而智能投顾想要颠覆传统投顾，似乎还为时过早。

　　理想丰满现实骨感，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。

　　1.优势互补，技术与流量的结合

　　上文提及的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。

　　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。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。

　　比如：中农工建这种大银行，很早就和BATJ等互联网金融企业合作。

　　这里合作的一大关键就是——技术能力。而一些缺乏技术能力的中小银行、城商行、农商行也显然有进军智能投顾的趋势。

　　他们一方面被大银行压的不行，但往往也在地方上有一定的获客优势；另一方面，他们也往往有锐意创新的需求在，但是碍于其薄弱的技术实力，往往很难推进类似的创新，这便可以与具有技术优势的智能投顾们优势互补。

　　银行天然对风险很敏感，切入点可以是低风险的定投，或者偏固收类的资产配置等。

　　总之，采取相互赋能的形式，最大程度的将蛋糕做大。

　　2.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。因为对于用户来说，“投”本身就是智能投顾的分内事。而做到“顾”，需要在投的过程中的适当的人文关怀，就算没有客套话，或者不做大跌时候的心理辅导，也应该给用户一个投资理念的正确引导。

　　想人之所想，这是获得用户信任的不二法门，有时候甚至比投得好（赚钱）还有效。

　　从行业发展情况来看，由于依托传统金融机构的平台资源和客户渠道，AI+HI的模式，是现阶段最为有效的方式之一。虽然未来的趋势，势必是资产配置，建议完全由机器人投顾的人工智能算法给出，但是技术的发展是有阶段性，先驱和炮灰往往只有一墙之隔。

　　3.提供数据分析，让用户自主选择

　　当前我国证券市场，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。

　　而当企业采取这种方式，无论是TOC还是TOB，都会产生新的赢利点。

　　回到最开始的问题，我认为智能投顾处于蓄势待发阶段。虽然在我们国家既有智能+投，也有智能+顾问，既有机器主导，也有人机融合，不乏各种“挂羊头卖狗肉”的情况。但我认为这是变革转型期的常态，无论是：欧洲、美国，都会面临这种鱼龙混杂的现象。

　　相信伴随着AI技术的成熟和相关政策的落实，智能投顾必将颠覆现有的投顾模式。

　　（来源：智能相对论）

科大讯飞：人工智能的“国家队” 板凳能坐十年冷

　　近日，在第二十六届中国国际广播电视信息网络展览会上，科大讯飞消费者事业群副总裁、听见科技总经理王玮在接受新华网记者专访时表示，科大讯飞在感知智能方面的人工智能技术已经成功运用在了“智慧广电”领域。她称，在某些人工智能领域，中国已经和发达国家站上同一水平线，甚至从并跑跃身领跑。作为人工智能的“国家队”，科大讯飞将基于自身的人工智能技术，赋能广电产业，共建“智慧广电”。

　　AI赋能构建“智慧广电”

　　据王玮介绍，目前科大讯飞将感知智能方面的人工智能技术运用在了“智慧广电”。

　　具体包括：首先，语音识别技术，将语音中内容、说话人、语种等信息识别出来，相当于给机器装上了人工耳朵。其次，语音合成技术，将任意文字信息转化为自然流畅的语音，相当于给机器装上了人工嘴巴。第三，机器翻译，2014年以来，科大讯飞分别获得国际口语机器翻译评测大赛（IWSLT）第一名、NIST国际机器翻译评测大赛人工评价第一名。

　　王玮表示，科大讯飞将基于上述人工智能技术赋能广电，共建“智慧广电”。她以网络媒体为例，当前网络媒体更多地呈现出一种融合与跨界的形态。网络媒体中可能会有更多的短视频，这便产生了短视频声音自动化的需求，短视频人脸侦测的需求，互联网直播安全审核的需求等，乃至网络媒体后台产生大量的数据，也可催生新的产业模式。“人工智能技术可以在诸多方面提供媒体升级的解决方案”，她称。

　　人工智能技术的产生，是否意味着传统媒体中台词制作、翻译等人工工种即将消失？

　　王玮认为并非如此，对于转型中的传统媒体而言，人工智能的价值主要体现在内容生产的高效化、精品化和内容传播的多样化和精准化。人工智能技术提升了内容生产过程中的信息获取和信息加工的速度，释放人力投入到更具创造力和创新性的事情上。

　　另外，人工智能改变了过去媒体单向传播、受众被动接收的方式，把“受众”变为“用户”，实现任何时候、任何地点、任何终端，为用户提供精准化内容、满足个性化需求成为必然要求。

　　科大讯飞是人工智能的“国家队”

　　人工智能的出现，能将传统媒体从业者从简单、重复性的工作中解放出来。不过，王玮认为，“AI+广电”的发展面临的最大难点是目前人工智能仍处于弱智能状态，大多数的应用场景还需要通过“人机耦合”的方式来完成，依然存在音频转写的准确度、语音播报的情感化、内容传播的精准度等问题，这些问题都需要数据的积累和模型的优化来不断完善提升。

　　展望“AI+广电”发展的未来，她表示，内容是媒体的核心产品，快速、精准和多渠道的内容生产和传播成为媒体行业竞争趋势。人工智能技术的迭代更新正不断推进媒体内容实现“人机对话”等交互创新，这将带来产品竞争的新风潮，音视频转写、新闻虚拟播报、机器写作、图像识别、智能推荐以及无人机、AR/VR等新的技术也将使传统媒体行业的内容生产和传播方式变得更为多样化。

　　放眼全球，当前人工智能的第三次浪潮已经到来，其广阔前景和深远意义日益凸显，在全球范围内引发了全新的产业浪潮。

　　去年，科技部正式设立了首家人工智能国家重点实验室——认知智能国家重点实验室，这一实验室交由科大讯飞承建。

　　王玮对此表示，“十多年来，科大讯飞一直在智能语音和人工智能的技术领域不断深挖和坚守，我们是凭着一种板凳能坐十年冷姿态和执着，一项一项实现技术的积累和突破”。

　　她称，在人工智能领域，国家的一些重大专项科大讯飞都会积极地参与，这么多年来，科大讯飞已经成为了人工智能的“国家队”。

　　她表示，在全球人工智能领域，目前中国和美国等发达国家已经基本上站在了同一条水平线上，甚至在一些领域，中国已经超越了美国，进入无人区，从原来的跟跑，到现在的并跑，甚至是在某些领域实现领跑。

（来源：新华网）

人工智能产业快速发展 2020年规模将破1600亿

　　记者22日从“2018中国IT市场年会”现场获悉，2017年中国人工智能核心产业规模超过700亿元，随着国家规划的出台，各地人工智能相关建设将逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，增长率达到26.2%。

　　据工信部副部长辛国斌透露，2017年工信部共确定了202个智能制造综合标准化和新模式应用，97个智能制造试点示范项目，完成了25个智能制造标准立项。在示范项目的带领下，一大批企业积极推进智能化改造升级，服务型制造，共享经济等新模式日益普及，形成了许多新的增长点。

　　会上赛迪顾问隆重发布《2018十大风眼行业》和《2018十大风眼项目》。

　　报告认为，从产业投资回报率分析，智能安防、智能驾驶等领域的快速发展都将刺激计算机视觉分析类产品的需求，使得计算机视觉领域具备投资价值；而随着中国软件集成水平和人们生活水平的提高，提供教育、医疗、娱乐等专业化服务的服务机器人和智能无人设备具备投资价值。

　　从产业演进上看，科技巨头加速全球化并购，打造AI生态闭环。开源化浪潮将成为中国人工智能操作系统争夺主战场，而中国人工智能应用将在服务机器人领域迎来突破。对此，东软集团高级副总裁兼首席运营官陈锡民表示，“到了智能化时代，想把事情往前推进，首先需要做的事情就是要加快信息化技术和行业的深度融合，因为大家都知道做人工智能的基础首先是最基本的大数据，数据从哪来，数据所有权、使用权怎么能开放，只有这样人工智能的生态系统大家才都能运用。”

　　在业内专家看来，人工智能未来面临的挑战主要有三个方面。首先是如何更好协同在一起，形成良好的AI发展生态。其次是建立统一标准，规范大家的行为。最终还是要行业应用，行业深度融合，这是人工智能的终极目标。

　　“未来人工智能行业要标准化和简单化，把一些标准制定出来，这个行业会形成更大的突破。另外，人工智能发展过程中的法律法规制定问题，也是行业面临的挑战。拿无人汽车来说，自动驾驶这个环节，已经涉及法律法规。一旦法律法规跟上了，人工智能的落地也会更加快速。”金山云高级副总裁、合伙人梁守星坦言。

来源：新华网