<mark id="oztn4"></mark>
0
不破不立。借著前沿科技的東風，P2P歷經膨脹和塌縮，向好發展；而智能投顧，正在“破”與“立”的途中。
智能投顧是個舶來品。2010、2011年，美國西海岸涌現了第一批 robo-adviser 機器人投顧，隨即風靡全球。2014年，robo-adviser 以中文名“智能投顧”出現在中國市場。2015、2016兩年，行業進入快速發展期，創業公司和傳統金融機構接連布下棋局。
但由于市場、消費者、技術等多方面都還未準備妥當，行業一面是輿論聲勢的火熱，一面是客戶端、市場表現未及預期。繼招商銀行摩羯智投的推出，它以為它等到了春天，沒想到等來了質疑。
然而，時間線拉到2017年，一切又是新的景象。
據雷鋒網AI金融評論了解，近期金融機構的動作加快，興業銀行、江蘇銀行、光大銀行等相繼推出它們的智能投顧。其中，不少機構都是與智能投顧公司合作開發的產品。
實際上，自2016年開始，不少智能投顧公司就向B端機構落地。
據知情人士透露，目前每家技術提供商暗地里的競標、爭搶客戶變得更加激烈，還冒出了很多不知名的非主流的同業。一部分是原來的P2P公司，理財產品搖身一變“智能投顧”；一部分是原來主打財經媒體、社群的公司。
業內機構統計顯示，截至今年3月，國內號稱在做智能投顧，或者智能理財的公司大約有200家，其中至少180家為原來的P2P公司。而自7月監管部門下發《關于對互聯網平臺與各類交易場所合作從事違法違規業務開展清理整頓的通知》以來，經濟日報報道稱，據不完全統計，數十家智能投顧平臺已被處理。
研發智能投顧，意在中國財富管理市場。目前，我國的財富管理市場還未成熟，未來的業態可以參考歐美。“形成多個梯隊，每個梯隊之間的量級相差三分之一或二分之一。”林常樂說。
各有所長的兩派代表，對于行業的最終格局都是雄心勃勃。傳統金融的背景人士認為，其掌握著成熟的財富管理技術、投資引擎，又有用戶金融數據的積累。創業公司從AI能力切入，認為他們是最有可能實現全AI驅動產品的。“金融機構保留著大量傳統業務，不太可能會將大量資金和人力投入新業務的長期開放，并承擔3~5年無法盈利甚至失敗的風險。”
引用香港中文大學張曉泉教授的話，“智能投顧處于跑馬圈地階段，類似于早期互聯網時代出現了數不勝數的搜索引擎。當時沒人知道哪家會贏，現在也是如此。”
時間是篩子，最終會淘去一切沉渣。
在智能投顧最通行的定義中，往往帶著“人工智能、機器學習、大數據”、“現代投資組合理論”、個性化定制組合、自動化交易等術語。在這些高頻詞的渲染下，智能投顧似乎成為最前沿技術的具象產品，理性、絕對智慧、顛覆性……
但雷鋒網注意到，國內外皆有聲音表達了他們對于市場盛行的智能投顧概念的不以為然。
機器人投顧是金融機構設計的提供自動化投資建議的系統，美國巴布森學院（Babson College）管理及信息通信系教授Thomas H. Davenport 撰文稱。同時他指出，有不少（美國）從業者并不喜歡該流行詞。摩根士丹利相關項目負責人 Jeff McMillan 更是直接表達了他對于robo-adviser術語的厭惡，“人類在財富管理領域中有著無可替代的作用，這樣的系統都是顧問和客戶間關系的補充。”據介紹，摩根士丹利的機器人投顧主要人力顧問間接發揮作用，“robo”元素只占總體的一小部分。
“相較而言，國外從業者還比較modest，自稱為‘robo-adviser 機器人投顧’，而國內更通用的是‘智能投顧’，不太恰當，水分十足。”
現任清華金融科技中心兼職教授的林常樂告訴雷鋒網，他在普林斯頓攻讀運籌與金融工程系博士學位期間，參與了美林證券投顧后臺架構設計，畢業后成為首席架構師。他直言道，“目前中國的‘智能投顧’，既不智能也不投顧。”
市場上存在一些“智能投顧”，就是由“APP+現代投資組合理論”組成。據林常樂透露，這樣的開發成本最多是10萬美元。而當初美林開發智能投顧時，第一期的預算是2900萬美元。“APP開發和現代投資組合理論不值錢也不花錢，真正的價值是背后的投資引擎技術和大數據解決方案。”
而追根溯源，行業的亂象從誕生之初就已經如影隨形。鼻祖Betterment、Wealthfront是行業中典型的創業公司代表。松禾遠望基金合伙人田鴻飛曾撰文表示，它們的發展模式沿襲了傳統互聯網公司的做法，投入了大量資金做市場和運營，在獲取客戶的同時，也導致獲客和吸收資金成本居高不下。
林常樂是INFORMAS（運籌最高學術組織）機器人投顧板塊主席，此前在國外時組織參與過多次學術會議，對于美國創業公司有過一定的了解。他表示，此類創業公司做得不算成功，他們對于投資咨詢和財富管理理解不深入，專業度欠缺。財富管理業務是投行的掌上明珠，擁有其他業務無法比擬的高ROE，也是搶占高凈值客戶的渠道，是金融機構升級換代過程中一塊無法舍棄的蛋糕。
“但他們不賺錢，說明他們做得并不算是真正的財富管理。” 那么，在財富管理過程中，一個真正的投顧是什么樣的？
林常樂介紹道，投顧與客戶產生深入的交互，挖掘各方面的金融需求，例如短期投資、長期養老、教育基金、家庭生活等。此外，還會了解客戶的投資期限、風險偏好、回報預期等維度。投顧要做的就是，給出合理方案，將需求轉化為管理資金。
而以上這些要求，在弱人工智能階段，智能投顧還無法實現。以問卷為例。一般來說，在啟用智能投顧之前，會要求用戶進行五到十數道問卷來了解用戶，并據此生成投資組合建議。
林常樂告訴雷鋒網，問卷不能再增加更多的問題，因為那時候用戶回答的不準確性會更高，“智能投顧公司更多是去猜測用戶需求"。這方面，銀行和券商等金融機構會更有優勢，因其掌握用戶更多更精準的金融數據。
“總的來說，智能投顧可以拆解為兩方面：一是用智能化的方式了解、服務客戶；二是在后端投資引擎技術，這直接決定了公司的財富管理水平。
目前的機器人投顧，實際上是試圖利用已發展多年、比較成熟的投資引擎技術，加上互聯網交互外殼，為客戶提供自動化財富管理服務。”
目前，行業中聲音最響亮的還是早期創業公司。今年上半年的新產品在業內激起的水花并不算大，大多由傳統金融機構推出，比如興業銀行、江蘇銀行阿爾法智投、光大銀行光云智投，而交通銀行、華瑞銀行、華夏基金正在研發中。為什么金融機構樂于開拓智能投顧？
“開源節流”，林常樂在采訪過程中多次提及這四個字。他介紹道，在美林證券從一個零售券商轉型財富管理機構過程中，借助了許多科技手段，解決了一些問題。例如采用標準化投顧管理，應對不專業的人力投顧，同時能夠降低人工成本，擴展服務邊界和范圍；又如利用大數據識別精準用戶解決咨詢問題，節約人力，提高客戶轉化和留存。
智能投顧有助于金融機構完成財富管理業務升級。“券商的經紀業務就是渠道業務，再向上升級就是財富管理業務。銀行的零售業務也同理。”因此，各大券商紛紛設立財富管理中心，甚至是將經紀業務部門直接更名；國內外商業銀行建立起資管全資子公司或者事業部。
我國財富管理行業還處于快速發展中，國際市場起步更早，整體已處于平緩期。以美國為例，財富管理行業的現狀是，前五大公司占據一半以上份額，馬太效應增強。但中國前列資管公司市場份額比例卻在不斷降低，越來越分散。理財魔方CEO袁雨來表示：
“當資產供貨商越分散，競爭越激烈，從互聯網角度就越適合做渠道的生意。智能投顧從商業模式上恰恰是聚集C端用戶和資金的渠道。”
理財魔方于2014年底入局，屬于國內最早的一批智能投顧創業公司。創始人兼CEO袁雨來畢業于清華大學計算機系（博士），此前在英特爾和百度參與AI工作，是百度音樂智能推薦的技術帶頭人。團隊的核心成員大部分也來自百度。總之，行事風格非常的互聯網化。
袁雨來在訪談中也特別強調互聯網行業最看重的指標，“我們的客戶留存達到了90%，超過了行業平均值”；“我們的AI基因比較強，我們更愿意在C端深耕去追求一個成為行業領頭羊的機會，我們想成為一家真正靠AI驅動的，價值500億的個人財富管理公司”。
招商銀行摩羯智投是國內銀行業的首款智能投顧，常與這些活躍的智能投顧同臺爭芳。2016年12月，一經推出的摩羯智投引來極高的關注度。根據招商銀行8月公布的最新數據，摩羯智投已經成長為國內最大的智能投顧，規模突破50億。
而引用業內人士的觀點，摩羯智投資產管理規模躍居第一，渠道優勢發揮了最大的作用，“和人工智能沒有什么關系。”據雷鋒網了解，摩羯智投強調“人+機器”模式，機器在數據處理和模型化方面發揮作用，而一百個投資組合實際上由上百人人工操作。
從產品維度而言，摩羯智投算不上真正成功的“智能投顧”，還表現在虧損率高，且申購費等費用無折扣。但是不可否認的是，摩羯智投成為金融機構研發智能投顧的領頭羊，招商銀行因其創新性、開放性，極大地推動了國內金融科技的發展進程。“我真心感謝招商銀行！”某智能投顧從業者對雷鋒網AI金融評論表示。
弱人工智能的能力有限定領域，要求必須定義清楚目標和問題。在這個過程中，智能投顧不為“人工智能”而智能，更關鍵的是將財富管理服務普惠化。
還值得一提的是，理財魔方近期宣布，開發出了行業首款全AI驅動的智能投顧產品“千人千面”，不允許人為干涉投資結果。該實現了“千人千面”個性化投資組合推薦的產品是他們迭代過的第二版本，去年光是開發就花了8個月，此后一直在調優，直到今年5月才正式上線。在問到實現全AI的關鍵技術時，袁雨來多次用了“保密”回應。
而對于“市場上沒有人做到全AI產品”的結論，他說，“各家都沒有公開技術白皮書，但從是否做到了為每個用戶個性化的配置和調倉就可以很容易反推出來。”
“現在行業的問題都是階段性的，”袁雨來告訴雷鋒網，
“但對于P2P披了個殼子，以及打著智能投顧旗號，干著銷售非正規監管的金融產品的事情等擾亂行業生態的行為，應該堅決杜絕。”
如今行業形成三足鼎立態勢——初創公司、傳統金融機構、互聯網金融公司各占山頭。在外界霧里看花的階段，劣幣驅逐良幣可能對整個行業帶來一些破壞性的風險。其中，最現象級的莫過于，層出不窮宣傳自己“智能資產配置服務”的P2P公司。
不愿透露姓名的業內人士向雷鋒網表示，
“在P2P領域，有一些輔助用戶進行P2P分散投資和進行期限管理的工具型方法，但是離‘智能’，還有一定距離。”
因為P2P作為非標資產，對于風險的量化和風險定價還難以有效度量，并且P2P領域的信息披露大多不透明，很難對標的資產的風險變化進行動態的監控，更談不上有效的調整。
這是從技術層面出發，指出P2P資產無法為人工智能所需要的分析規則和數據等條件。而從財富管理的角度講，業內人士指出，資產按照風險收益的屬性不同，會有權益類，類固收，貨幣和另類的分類法，如果要進行有效的資產配置，上述4類資產都要根據客戶的風險承受能力，在流動性等方面的需求進行適當的配置。
“在這些分類中，P2P可以算作高風險的類固收資產，而僅僅用一類資產是無法進行有效的資產配置和財富管理的，這樣會讓用戶的整體財富暴露在某一類資產的系統性風險之下。”（詳情可見《“P2P理財智能配置”是個偽命題》）
田鴻飛這樣描述其看到的“畫皮”現象。在他們了解20多家智能投顧公司后，發現產品的配置簡直是五花八門。
“有的配P2P資產、有的配小貸，還有人拆信托、拆私募，做MOM、FOF模式的也有。剝開皮后，看各產品都不一樣，很多時候不知后面賣的什么東西。”
藍海數幣資本ICO官網
此外，Fintech另一大熱的領域——區塊鏈和ICO，與智能投顧可以說處在同樣的境地，野蠻生長，亂象叢生。雷鋒網獲悉，創立于2014年的藍海智投，于近期成立了藍海數幣資本，為數字貨幣市場提供全方位專業金融服務，并披露了ICO計劃。
藍海智投創始人、CEO劉震在接受媒體采訪時，回應道“金融，賺的就是未知的錢。”一位從業人士來對此的評價是，“這是典型的金融人士，想要賺快錢”。
而現在ICO的泡沫已經被戳破。9月4日央行等七部委發布公告，宣布“ICO本質上是一種未經批準非法公開融資的行為，涉嫌非法發售代幣票券、非法發行證券以及非法集資、金融詐騙、傳銷等違法犯罪活動。”ICO利益各方暫停幣種交易、推進清退方案，整個ICO代幣市場火速降溫。藍海數幣資本也在公告第二天宣布退幣。
很明顯，有人攪渾水，有人喊口號，這也引起了監管層的注意。而現在還沒上戶口的智能投顧有些尷尬，不知要上投資咨詢、基金銷售牌照或者資產管理牌照。比如一些采用混合推薦模式的平臺，收入組成有來自咨詢費用，也來自于基金等銷售的傭金。對于投資者來說，做著銷售工作的顧問，也難有更高的公信力。
理財魔方今年4月遭遇了一場“被山西證監局點名涉嫌違規”風波，后被證實是一起烏龍事件。這件事情本質上是一個基金銷售渠道問題，而這種第三方引流模式此前已經廣泛存在于互聯網金融產品中。大約半月后，山西證監局已經撤掉該新聞。
業內人士告訴雷鋒網，
“相較于基金銷售牌照，更重要的是投資咨詢牌照，而行業還在等，監管還在謹慎制定法規。”
正式條例未定，監管的聲音時有傳出。2016年8月新聞發布會上，證監會表示，發現互聯網平臺未經注冊、以智能投顧等名義擅自開展公募證券投資基金銷售活動的，將依法予以查處。近期，監管部門出臺了《關于對互聯網平臺與各類交易場所合作從事違法違規業務開展清理整頓的通知》（64號文），多家智能投顧平臺下架了涉及大額信貸項目拆售、投資者超200人等相關產品。
在這方面，傳統金融機構旗下的智能投顧憂慮很小。而創業公司要么努力取得昂貴的牌照，要么采取與持牌機構合作方式。像璇璣母公司PINTEC集團獲得了基金銷售牌照，而理財魔方的基金銷售服務完全由廣發證券旗下盈米財富提供。
合規風險始終是達摩克利斯之劍。這也成為一些智能投顧公司收縮或者放棄C端業務，轉向服務B端機構用戶的重要緣由。他們通過開發智能投顧工具，提供給金融機構使用。比如初始2C的財鯨、彌財、藍海智投等，都于去年開始拓展2B業務。此外，高企不下的流量成本、談不上有效的中國市場、投資者認知教育程度不高等問題，都促使他們由C轉B。
依托于清華創業平臺，林常樂創辦了一家專為機構提供智能投顧技術輸出的公司財富引擎。
據他介紹，金融機構相當務實，“智能投顧”這個概念對金融機構而言并不重要， 真正幫助金融機構進行“開源節流”的整套解決方案才重要，包括智能化系統、大數據解決方案和一些聯合運營的咨詢方案。要做到這些，必須同時具有先進的技術與關于投顧領域的深刻業務理解。“比如在數據分析方面，要求我們的數據科學家比做業務的人還懂業務，明確展示出變量背后的業務邏輯。”
但矛盾的一點是，在C端未能驗證成功的智能投顧，如何說服B端機構采用呢？因為不管2B還是2C，歸根結底還是2C。
總的來說，銀行和券商等機構都有意愿嘗試。業內人士透露，金融機構選擇技術合作商的標準就是看是否解決問題，用數據和事實驗證效果。而最具說服力的事實就是該產品的C端表現。或許出于這個原因，一開始就瞄準2B業務的璇璣，依然有自己獨立的璇璣智投。
從更具體的技術風險角度來說，必然涉及智能投顧產品的核心——算法和模型。模型給出的投資策略是否與客戶風險偏好相匹配，是衡量智能投顧產品的重要條件。模型需要訓練和驗證，需要對樣本數據的模擬不斷地學習、記憶，并修正算法。
中國銀行原副行長王永利曾在一次公開演講中談到，智能投顧至少還存在以下兩個方面的潛在技術風險：
第一是由于樣本是歷史數據，當出現“黑天鵝”事件時，機器學習和自然語言處理可能會失效。人工系統中并未載入類似的事件和后果，也無法從歷史中學習到相關模式的處理方案。
這一點在今年上半年多數量化投資基金業績低迷狀況中得到印證。數據統計顯示，一季度，在2017年前成立的68只量化基金中有42只取得正收益。然而進入二季度后，僅21只量化基金收益為正，47只收益告負。二季度量化基金的平均收益率為負。在歷史重復出現之外，創新也在發生，新的歷史在生成。
第二個風險是樣本也會“說謊”。機器學習擅長發現數據間的相互關系，而并非因果關系。這將造成誤判，從而給投資者帶來損失。
理財魔方的聯合創始人馬永諳卻認為，這并不可以歸納為“技術缺陷”。因為從理財的角度來看，面對“黑天鵝”事件，資深從業人員也很難準確預判，而更需要考慮的是如何盡可能將風險控制在投資者可以承受的范圍內。
很多創業者把創業稱為“孤獨者的游戲”，智能投顧的發展也同樣孤獨。王永利表示，產品要達到預期的效果，還需要不斷地積累數據，提升數據分析能力，算法和模型的效果也需要在較長周期內進行檢驗。
立足于各自背景的各方，能發展出各具優勢的產品，而從另一個側面來看，也有相應的缺憾。
上海金融信息行業協會秘書長李娟在某次論壇對話中提到，他們協會一直有對從業機構的員工人數、男女比例和年齡做統計分析，然后發現，
“很多小微貸企業的年齡層次在28歲到25歲之間，這樣年齡層次設計出的智能投顧一定是小型消費金融；如果是券商、基金、信托、銀行等，產品設計部門年齡會偏大，做出的產品更契合該年齡階段。”
因為人工智能是全學科技術，關聯生物學、心理學、身體功能學等學科。人才就應該通過全學科的培育和孵化。
“就好像，一個從未去過黃山的人，無法告訴別人黃山到底有多美。”
——————————————————————————————————
“智能投顧公司其實就是算法或數學模型的公司”，財鯨聯合創始人，康奈爾大學博士王蓁表示。面對此類具有一定技術壁壘的市場，創業公司一向走在傳統金融機構前，技術團隊及人才成為大部分金融機構的短板。
金融機構能否實現后來居上？如何借鑒創業公司先行經驗，怎樣利用人工智能算法、非結構化數據等，搭建起一個真正的智能投顧產品？
為此，雷鋒網AI金融評論聯合雷鋒網AI慕課學院舉辦智能投顧系列講座，邀請王蓁在未來一月為我們持續分享，關于智能投顧原理、業態、算法模型和應用落地的一切。目前，王蓁是某四大行之一、某香港上市公司智能投顧系統唯一項目負責人，同時也是某香港上市券商金融搜索引擎和機器人助手系統項目負責人。
相關文章：
王政：通聯數據要成為資管業的Uber | GAIR 2017
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
