07 AI带来的普惠曙光（第5/10页）

全面掌握了投资者的基本情况后，就需要根据具体的客户体征，在丰富的金融产品中，挑选最适合的资产配置组合。

因此，机器顾问作为中介，在连接用户端完成投资者画像的同时，当然也要对金融产品端如数家珍，也即对可选投资标的背后的基础资产充分了解。比如，资产特性是什么、波动率怎样、收益表现是什么情况、稳定性是什么情况、多个资产间相关性是什么情况等。

对两边的了解都达标后，机器要考虑怎么做组合上的匹配，而不是单一的匹配。这一过程其实需要海量的运算能力以及高效的深度学习算法的能力。这也是百度这样的技术公司可以切入这个领域，并且如鱼得水的原因。

最后，还要有资产的监察和控制能力，随着市场变化调整资产组合，机器就要不断更新投资方案，以匹配用户需求。

智能投顾的出现，改变了理财资管机构与客户交互的方式，可以真正了解投资者诉求偏好，从而可以通过散点生产、定制化生产来配置资源。

图7-2 智能投顾示意图

更重要的是，借助人工智能技术，智能投顾可以低成本地将个性化专属财富管理方案提供给普通的中产阶层。一般智能投顾公司都没有特定的投资门槛，管理费用仅在0.15%~0.35%，用户投资金额越大，其收取的费用越低。这个费用相当于真人投资顾问费用的1/10。有的智能投顾公司可以将费用降低到真人顾问的1/20，甚至干脆免费。

而且机器顾问可以有效规避人性弱点。一般的投资者在战术性资产配置比如股票投资中，一旦被套就进入“假死”状态，只能等待解套；而一旦获取收益，又总不能及时落袋为安。机器顾问则不受情绪影响，设定盈利点和止损点后，可以自动严格地去执行，没有贪婪，也没有恐惧。

再者，机器顾问的精力是无限的，它可以7×24小时不间断地、兢兢业业地通过数字化资产配置，为客户提供相对定制化的、模块化的服务，并及时基于投资者个人的需求偏好和市场的变化提出服务方案。这保证了机器投资顾问可以同时跟手机或PC端的无数客户进行贴心的深度交流。

世界上最大也是最著名的私人财富管理机构瑞银财富管理，截至2015年底，在全球拥有4250名理财顾问，却要服务450万个人和企业，服务覆盖比超过1：1000。与它相比，机器的工作效率显然会更高。

近几年，智能投顾在美国发展迅速，2012年美国智能投顾行业规模几乎为零，到2014年已经具有140亿美元的资产管理规模。其中包括Wealthfront公司、Betterment公司，以及我们前面提到的Hedgeable等在内的数家公司都在智能投顾领域有所发展。而提供投资决策信息服务的Kensho，则是另一种意义上的智能投顾公司。

毕马威报告称，预计到2020年，美国智能投顾的资产管理规模将会达到2.2万亿美元。

在国内，2015年左右开始出现模仿国外模式的智能投顾企业。到了2016年，大量智能投顾概念的产品开始涌现，虽然看起来市场火热，但是不得不说，其中不少是打着“智能”噱头的概念炒作。比如有的只是在智能投顾旗号下，推荐某种固定的投资组合，其实早就背离了智能投顾从风险评级、投资目的、投资能力和意愿方面动态配置的初衷。

从事这一行业需要大数据、机器学习及金融洞察等综合能力，而在中国的市场环境下，甚至对以上能力都提出了更高的要求。

比如，国外智能投顾的投资标的主要是ETF（交易型开放式指数基金，通常又被称为交易所交易基金），是被动管理基金。与此相应，美国市场同期有近1600支ETF，管理资产规模累计2.15万亿美元。但国内上市的ETF合计130支，资产规模累计4729亿元（根据Wind数据，截至2016年6月）。