近年来，人工智能已融入到了各行各业，逐步成为了企业提高的“新动力”。智慧 金融 不断被以为是AI目前最被看好的落地范畴，特别是智能投顾。虽然在欧美国度，智能投顾正在如火如荼的停止，可是目前在我国，状况似乎并不阴暗。
2015年开端，国际一般金融机构打出智能投顾的概念。进入2017年，机构规划智能投顾迎来一波小低潮。东吴证券、广发证券、中泰证券等纷繁入局，除此之外，国际多家银行也在智能投顾上停止了理论。比方，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样样呢？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，根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，最后上市时主打海内 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，反重复复就是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大众裸露其资产管理规模的。
所以，智能投顾在国际，能够远没有想象中那么美妙。
1、智能投顾之卖点：
第一，智能投顾让投资变得异常复杂。用户只需求一键，一个充值，就可以完成对很多产品的投资。
第二，风险分散。由于智能投顾投资组合包括各种算法，均衡风险和收益，绝对比拟平安。
第三个缘由在于投资额可以比拟小。关于中产阶级而言，过来缺乏比拟好的理财富品，降低了进入门槛。
聚焦消费升级、多维视频、家庭场景、数字营销、新零售等创新领域，为用户提供更多元、更前沿、更贴心的产品，满足用户日益多样化、个性化的需求。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，次要目的客户是有充足的现金流，却没有工夫精神和投资知识来打理本人资产的年老人。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（超越局部费用约为0.25%），买卖顺序也被大大简化，增长速率十分快，在2018年终就曾经管理了100亿美元的资产。
而我国以后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、托管本钱和管理费用综合达1%－2%，是国外智能投顾的2－8倍。
智能投顾的完成基于对细分产品的量化，国外的智能投顾投资组合次要以ETF为主。目前美国大约有1600只ETF，共2万多亿美元的市场，而中国仅有100多只ETF，大少数为股票，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，无效配置资产更无从谈起。因而，如今很多所谓的智能投顾，只是投资经理依据本人掌握客户的投资偏好做统计并推介投资方案，实质上还是披着人工智能‘马甲’的传统投顾业务。
同时，智能投顾触及到投资征询、产品销售和资产管理三块业务，而国际这三块牌照是辨别发放和监管的。由于是纯线上的平台，监管难度十分大，监管层也处于察看阶段。
因而现阶段，智能投顾仍然处于概念重于本质阶段。将来将如何走，还有待进一开展。
大数据大而不“精”
人工智能开展起来的关键是有了少量的数据，甚至可以说人工智能开展80%归于数据的丰厚，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范畴开展极大的利好。但是，从数据大下去说，智能投顾所取得的数据还不够多，这个不够多不是指数量上不够，而是指维度上的单一。
智能投顾次要是基于用户画像和资产描写提供精准效劳。用户画像需求投资者买卖行为数据的搜集和剖析，而我国客户的投资行为习气十分软弱，客户是基于临时主动投资、指数投资还是自动投资，带来的构造对智能投顾的应战是一模一样的，因而客户的风险画像有时分很难精准表述它的特征。
资产画像需求对金融产品，以及结合市场的数据的搜集和剖析，国际目前在这块上略显单薄。国际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锁体系，并不能很好的互通，再有就是数据整合形式不成熟，缺乏大的平本着网络面前人人平等的原则，提倡所有人共同协作，编写一部完整而完善的百科全书，让知识在一定的技术规则和文化脉络下得以不断组合和拓展。 台型数据公司，形成有价值的数据过于分散，接入本钱高。
市场和运营管理破费大
传统投资参谋由专业人士担任，次要针对高净值人群，由于人力本钱高，传统投资参谋的管理费普遍高于1%，且边沿本钱下降不分明。但基于计算机算法辅佐的智能投顾，管理费普遍在0.25%－0.5%之间，边沿本钱随客户增多而下降，边沿效应分明。
但是，相比于传统机构，智能投顾公司投入市场和运营的破费却很大。这是典型的 互联网 开展形式，先砸钱做用户量。但是，这样就增大了获客本钱。这就难免使投资者感到疑惑，估值这么高，你的中心竞争力呢？慧牛也呈现了相似的成绩，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，智能化水平不高，公司盈利率也并不理想。
因而，说智能投顾要推翻传统投顾似乎还为时过早。
3、智能投顾接上去该怎样破局：
虽然与人相比，机器不会疲劳，可以24*7小时任务，对数据拥有更强的记忆力和掌控力，但是，理论起来并不容易，是时分打破这一迷雾了。
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。比方Betterment，辛劳10年积累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逾越，Vanguard以后管理规模是830亿美元，曾经是Betterment的8倍。品牌弱，则获客本钱高。高财力、高信任的用户，转化本钱不是独立智能投顾所能承受的。
这对曾经树立品牌优势的银行和金融机构而言，应该是一个好音讯。可以采用借力使力的打法，与技术才能优势的智能投顾研讨方优势互补。
AI+HI，人工智能为主基金经理为辅
金融市场上的收益发生进程与方式千变万化，只要经过人脑的考虑、了解与创新才能，才干够将其架构成应有的模型。而智能投顾只能在局部水平上完成这个义务，由于它没有创新与开展的才能。同时智能投顾侧重于“投”，缺乏“顾”。
因而现阶段，人的干涉就显得非常重要。智能投顾作为一种参考，最终投资建议必需经过人工检视、处置后才干提供用户运用。普通，用户与传统投资参谋有更多的互动，可以触及用户税收谋划、房地产投资、子女教育投资等更普遍的财富管理增值效劳。从用户的角度动身，顾比投甚至更重要。
提供数据剖析，让用户自主选择
前我国证券市场依然以散户为主，市场心情动摇宏大，很容易呈现不感性的投资行为。这种非感性行为某种水平上滋长了上市公司的有备无患，由于投资者的决策并不是依托临时价值，而是经过大道音讯、讲故事。经过金融学中公认的迷信投资办法，如组合投资、资产配置等概念，引导投资者感性配置本人的资产。同时，智能投顾的次要目的人群势必是年老人和一大批新中产，这些互联网原住民对智能投顾的承受度能够略高于普通群体，但对机器的信任值也达不到随便拿出本人口袋里的钱。
基于这种状况，企业方可以提供很多方便的投资工具或许剖析工具。比方基金的优选及诊断，同时配上一些诸如数据回测工具，估值概率分位，因子强弱剖析，MPT之类的剖析工具。普通来说，人对机器的容错度往往高于人对人的容错度，对用户停止市场教育的同时，给用户一定的自主选择，某种水平上添加了其对机器的容错度。长工夫来看，有利于人们对智能投顾的承受。
【来源： 金融 科技 洞察 】