07 AI带来的普惠曙光（第6/10页）

指数型产品的稀缺，使得中国的智能投顾不得不引入主动管理基金。但主动管理基金本身的很多变化是不可预测的，比如换一个基金经理、基金公司战略变动，基金的收益变化就会非常大，而且这个变化很难被预测和模拟。这就对智能投顾企业的投资能力提出了极高的要求。

为了进行更为准确的投资者画像，一般智能投顾公司都会借鉴线下投资顾问形式，要求客户填写问卷。但在中国的投资和理财市场，以散户为主的投资群体，其投机心理大于投资心理。如前所述，这就导致了客户表达自身风险偏好失真的现象更容易出现。例如，投资者看到某些高风险的资产历史收益不错，为了顺利完成投资，就可能会忽视潜在风险，在问卷填报中虚高自己的风险接受度。在这个问题上，能够超出一般评价指标，为客户进行“10万+”级别的细化标签画像及风险评估的大数据公司，优势就十分明显。

美国有专门的第三方机构，能把投资者所有的账户汇集到一起，只要用户点击授权，智能投顾公司就能获取用户的所有账户流水等信息。比如，智能投顾公司Pefin，可以为投资者做到全账户集合管理，将投资者所有的在线金融账户汇集到Pefin平台，包括储蓄账户、银行消费账户、信用卡账户，月供、贷款和投资账户等，Pefin在几分钟之内就能利用分析模型，建立起投资者当前财务状况的知识图谱。

在中国是没有这样的账户汇集机构的。要尽量生成投资者的完整画像，除了让用户自己去填写问卷，还需要大数据基础上的机器学习画像能力。

最大的挑战还在于投资者教育，在一个以散户为主体的投资市场，怎么让投资者相信，你把钱交给机器，它会进行专业的资产配置，给你提供良好的财富管理服务。而且，在传统投资教育还未完成的情况下，进行智能投顾的教育，难度可想而知。百度智能投顾团队的袁月以“跳级”形容这一状况，“小学还没毕业，就要上初中。”

机器学习的“黑箱”也加大了教育的难度。一般传统投资顾问，做出投资交易后会向客户解释决策逻辑，但是目前还很难解释机器顾问的“想法”。

为了克服这一“缺陷”，很多智能投顾公司还是会强调其投资逻辑背后的专业人员因素。比如招商银行的摩羯智投，会突出其对市场上多家基金公司及其基金经理的相关情况掌握更全面，将其作为重要的投资模型因子。Hedgeable专门开辟了投资顾问板块，允许注册投资顾问、财务顾问、认证财务规划师、注册会计师、律师、保险代理人和其他财务价值链上的重要角色使用Hedgeable平台为他们的客户服务。

当然，国内智能投顾行业的发展，还取决于未来监管政策的逐渐明朗。智能投顾行业如果因牌照所限，不能向个人投资者的证券投资账户直接提供投顾服务，那么在未来相当长的时期内，其最佳出路只能是向机构输出技术能力，这可能意味着机构投资者跟大众投资者的实力对比将进一步拉大。

智能投顾服务目前还不可能真正做到普惠众生，只能在高净值人群之外，服务限定规模的中产阶层人群，或者作为投资机构的技术输出方存在。这是由资本市场的零和规则决定的。即一个人赚钱的同时另一个人必定亏钱。当机器通过算法和程序发现了一个更好的策略，理性的做法就是遵循华尔街的规则“闷声发财”，如果这一策略被广泛服务于大众，收益率必然大大降低，甚而最终失效。这是智能投顾在普惠与高收益之间的悖论。

再以Wealthfront为例，其首席投资官就是《漫步华尔街》的作者Burton Malkiel（伯顿·麦基尔），而这本书倡导的被动投资哲学认为，既然长期战胜不了市场，那就干脆投资市场。Wealthfront就遵循这样的哲学，选择跟踪指数的被动型投资工具ETF作为投资对象，以期获得长期、稳定的收益。但作为一个公开策略，这也决定了它不可能获得超额回报。