把钱交给人工智能打理，你敢吗？

“识不足则多虑”。这句话，是智能投顾很好的注解。

智能投顾指的是虚拟机器人基于客户的投资理财需求，通过算法和产品来完成以往人工的理财顾问服务。

近期在智能投顾领域，风再度吹来。据媒体报道，蚂蚁金服与美国先锋集团(Vanguard)的合资公司公募基金投顾试点业务有望获批。与此同时，公募投顾试点即将“开闸”。

而在7月底，公募基金行业首只人工智能基金，浙商智能行业优选混合基金获批。该基金目前有超过300个投资机器人，24小时不间断追踪3000多个行业基本面数据。

但在这背后，“识不足”的忧虑仍在。

“国内的智能投顾，技术相对不成熟，产品不完善，智能化水平较低。”亿欧智库高级分析师薄纯敏总结道。

把钱交给机器人打理的科幻场景，看似离我们很近，但仍未进入寻常百姓家。这条路上，除了风口，还有波折。

前景

3年后有1亿人用智能投顾

5年前，和朋友同学聚会时，袁雨来发现，这些年过30的中产人群，最关注孩子教育和理财投资。于是，当时正打算创业的袁雨来决定把目光瞄向中产理财领域。

“中产群体有4000万个家庭，30万亿可投资产，关键是当时市场里还没有一个给中产做财务管理的大品牌。”于是，从百度离职的袁雨来经过两三个月调查，创立了理财魔方，那是2014年12月。袁雨来由此成为国内最早做智能投顾的创业者之一。

目前国内智能投顾领域可以分为三大阵营：传统金融机构、互联网公司和金融IT公司。这些企业看中的，是智能投顾相比传统投顾的优势。

兴业证券研报数据指出，传统投顾只服务于高净值用户，门槛在百万元以上，而私人银行理财起点多为600万元以上，部分私人银行的门槛甚至高达1000万元。而智能投顾关注的是中产阶级及长尾人群，投资门槛一般设在1万至10万之间。

与此同时，袁雨来称，一名传统投顾一年内维护50-100名客户已是极限。与之相对应的，则是机器可以24小时运作，对接更多用户。这意味着智能投顾的理财成本更低。

据悉，传统投顾的财务管理费普遍高于1%，智能投顾的管理费则在0.25%-0.5%之间。据数据分析公司Statista估算，2022年中国的智能投顾管理资产总额有望超6600亿美元，用户数量超过1亿。

如果按照0.25%的管理费用算，智能投顾的管理费为16.5亿美元，相当于人民币118亿元。这是“袁雨来们”的机会。

起点

源起于次贷危机甚至更早

一些公开资料显示，智能投顾起源于次贷危机阴影下的2008年。那一年，Betterment成立，成为全球首家智能投顾公司，同一时期进入智能投顾市场的还有Wealthfront、Future Advisor。而国内的智能投顾公司，被认为起步于2015年。

当被问及理财魔方对标国外哪家企业时，袁雨来的答案是贝莱德(Black Rock)。这是一家成立于1988年的企业，诞生之初做的是“风险管理”业务。贝莱德还是在线投顾时期的代表公司。

“20世纪80年代末到90年代初就有用机器来管钱这块业务了。” 袁雨来表示。也有业内人士指出，彼时机器智能应用比较有限，主要应用领域是投资组合分析。

这里似乎出现了时间上的错乱。智能投顾，究竟源起何时?起点时间线的错位，最终在梁杰(化名)口中被填补。

梁杰是一名人工智能领域的技术人员，有十多年从业经历。他告诉《IT时报》记者：“所谓AI(智能)投顾并不是最新的概念。其实它在国外叫作量化投资，只是在量化过程中会用到AI模型。”

梁杰认为，像Betterment一类的智能投顾产品，最主要的功能是税收规划。美国实施综合所得税制，智能投顾可以根据不同投资收益的征税方式，优化投资配置，达到税后收入最大化。因此，智能投顾“更像是税务方面的财务顾问”。

不同于美国，国内实行的是分类税制。因此，这一功能发挥空间并不大，从而被隐去。可以说，国内智能投顾还是回到了30年前的轨迹上，继续扮演着“投资理财顾问”的角色。

“有了几十年的积累，目前智能投顾在量化方面已经有了一套成熟的体系。”他补充道。

技术

真正的智能投顾比无人驾驶复杂

成熟的量化体系，并不代表着AI已是一个成熟的投顾。

2017年3月，天风证券分析师何飘飘在研报中表示，目前智能投顾仍在原始阶段，“就像转盘电话相对于iPhone一样。

2018年，清华大学国家金融研究院在一份报告中称，大部分平台宣传的“智能”，其实只是实现“自动化”，“智能投顾”离“人工智能”还有较远距离。

现在，这一现状似乎仍未改变。“智能投顾还未普及，都在摸着石头过河。”中信证券浙江分公司财富管理部副总经理钱向劲如是说。

梁杰坦言，目前智能投顾并不是“从1.0走到2.0，而是从1.0走到了1.1。” 背后的原因，是数据的缺失。

“中国证券市场不过30年历史，真正有用的数据还要从2006年开始(之前的会计政策不同)。另外，金融领域的数据无法大量自我复制。”梁杰认为，AI归根结底是统计学，无论模型建得多好，没有大量的数据支撑，技术始终无法快速提升。

这也解释了，能够自我复制，源源不断产生的图像和声音数据，推动了人工智能在图像识别和语音识别领域的突破。按梁杰的说法，AI在这两个领域到达了2.0的阶段。

不过梁杰还是给出了智能投顾可能快速发展的轨迹，“与金融相关的新闻数据是无限的，因此AI可以把新闻中的关键信息提取出来，作为一个参考。”从而，AI技术可以在投资、理财辅助层面上得以提升。

这也印证了东北证券投资总监付立春的判断，智能投顾目前只是传统投顾的一个“补充”。

一位券商人士则告诉《IT时报》记者，AI在数据收集处理和识别上有优势，但对源头上信息的获取没有途径。“比如了解很多行业的情况需要经验和产业资源，AI如何从工程师、销售经理处得到信息?”

事实上，按照智能投顾的设定，这一产品需要在风险管理的基础上，用算法准确捕捉人类情感和行为，从而为客户做出理性的投资策略。如果要最终替代人做出决策，可以看见，其技术难度超过了以图像识别为主的无人驾驶技术。

监管

九成不靠谱，谨防夸大和李鬼

“如果站在投资获取更好的收益率这个角度来讲的话， 99.9%的智能投顾都是不靠谱的。” 梁杰表示。

剩下的小部分，在梁杰看来运用于私募基金产品中。“道理很简单，如果一个产品收益率很高，为什么要拿出来让所有人都享受高收益。”

当然，从收益率的角度来看，这个定论没有错。但从根源上看，智能投顾产品主要采用的是防御性策略，早期的在线投顾也好，机器人投顾也罢，主要的作用还是防御风险。

据《IT时报》记者了解，目前智能投顾产品的收益率往往呈现“跌不过大盘，涨不过大盘”的状态。这对国内投资理念仍待加强的投资者来说，是一个挑战。

与此同时，智能投顾往往采用黑箱策略。如何证明AI给出的是最优解，成为一个新的问题。“没法证明。因为AI所谓的最优解都是针对历史数据，没有针对未来行情。”梁杰道。

另一方面，随着智能投顾逐渐受到关注，“李鬼”也相继出场。薄纯敏表达过这样的担忧，市面上不乏一些打着智能投顾旗号，实际做信贷业务的公司。

这背后，需要的是监管。央行曾在发布资产新规时表示，“取得资质的机构可以在技术具备的前提下，运用人工智能技术开展投顾业务，但非金融机构不能借助智能投顾超范围经营;取得资质的金融机构在进行智能投顾业务时，不能夸大宣传，必要时应人工介入。”

持牌，是智能投顾列入监管的开端。但目前专门针对智能投顾的牌照，仍未出现。据袁雨来透露，目前理财魔方申请了基金销售牌照(组合销售)和保险经纪牌照。

根据今年2月份证监会令第91号《公开募集证券投资基金销售机构监督管理办法(征求意见稿)》，“允许基金销售机构基于客户资产配置需求开展基金组合销售服务，满足差异化风险收益投资需求，引导投资者行为更趋长期与理性，分享资本市场长期投资收益。”这一条例，在袁雨来看来是监管层为智能投顾平台所定。