智能理财成金融科技下一风口

本篇文章2413字，读完约6分钟

随着新技术的蓬勃发展，全球金融市场正从“互联网”走向“智能”。

未来，在投资者教育中，智能财务管理4.0服务生态系统可以实时推动完善和个性化的市场解释、资产配置、产品比较和财务管理信息，实现智能分析，从而以数千种方式向用户普及和推广财务管理知识。

实践证明，人工智能、大数据等新技术在推动科技创新、发展普惠金融、推动数字转型方面发挥了重要作用，也成为引领中国传统金融业改革创新的关键力量。在最近的2019年中国互联网大会上，人工智能成为亮点之一。

"在未来三年，人工智能融资将成为下一个金融技术出路."据lufax联合董事长兼首席执行官计葵生称，在过去的七八年里，金融技术已经完成了三次转型:金融在线1.0、在线平台2.0和生态平台3.0。下一个转变将是基于人工智能技术的“生态智能”。

智能财务管理将成为一片蓝色的海洋

近年来，传统金融机构、互联网巨头、垂直平台等机构都在向智能化转型，人工智能得到了广泛应用。值得注意的是，随着新技术的蓬勃发展，全球金融市场正从“互联网”走向“智能”。

根据艾瑞咨询和lufax联合发布的《智能金融管理4.0: 2019全球智能金融管理服务分类白皮书》(以下简称“白皮书”)的分析，网民红利、监管激励、技术开发、产品丰富度、人力约束、个人需求和中产阶级崛起等七大驱动因素正在推动中国成为最具潜力的竞争市场。据估计，到2022年，中国智能理财服务的市场规模将达到7370.5亿元

智能金融服务是指在金融服务过程中应用人工智能、大数据等科技手段，在了解用户肖像、明确用户需求、了解金融产品的基础上，以智能、专业、个性化的方式为用户提供各种投资和金融相关服务。与传统的线下金融服务相比，智能金融服务有四个突出的特点:客观、实时地了解客户，以用户价值为导向，提供标准化、专家级的服务，缓解供需平衡。

目前，中国智能金融服务市场的主要参与者是传统金融机构、互联网一站式综合平台和垂直平台。据业内人士介绍，互联网一站式综合平台拥有丰富的数据积累，在提高用户头像的准确性方面有着内在的优势。此外，由于典型的互联网基因，此类平台还具有很强的技术创新能力，在迭代优化产品和提高智能水平方面具有一定优势。

工业痛点催化技术的迭代

对智能金融服务的需求正在增长。相关数据显示，79.0%的用户希望通过智能技术实现一对一的财务顾问，回答有关账户、产品、财务管理和咨询的各种问题。其中，金融产品配置服务、风险错配预警和投资者教育需求最高。

需要注意的是，随着智能财务管理模式的快速发展，一些需要解决的问题也逐渐出现。例如，智能金融服务用户的满意度和适应性仍然不足。数据显示，多达92.4%的用户因沟通理解不足、问题解决率低而转向人工客服，78.1%的智能客服提供的金融配置服务与用户实际需求不匹配。

根据白皮书，当前机构金融服务的智能水平可分为四个层次，即1.0金融自助回复功能、2.0机器人金融助手、3.0智能金融互动系统和4.0智能金融服务生态。4.0智能金融服务生态系统应基于更丰富、更准确的数据和算法，以实现适当、实时和动态的产品匹配。

“目前，大多数机构的智能水平仍处于2.0阶段，部分企业逐步进入3.0阶段。”艾瑞咨询(iResearch)首席分析师朱克张(Juck Zhang)表示。

“事实上，面向客户的投资服务不仅仅是一个简单的投资概念，而是一个完整的智能互动系统。”lufax首席运营官崔永平认为，智能财务管理包括用户变化、安全、效率、差异化和人性化等核心要素。要实现这些要素，必须具备高效的交互能力和良好的传递能力。

为了更好地解决金融服务匹配的恰当性问题，行业内的科技公司都把重点放在了大数据、区块链和人工智能的研发和应用上，以提高智能金融服务的水平。例如，lufax自行开发的投资者适宜性管理系统(kyc)，通过使用数据、云计算等科技手段，在准确分析客户的消费行为和数据后，为投资者提供个性化、动态化、专业化的智能产品匹配服务。根据投资者在投资前、投资中和投资后的完整财务生命周期，在平台底部布设10万多个神经接点，通过“断点机器人”的神经网络及时发现客户服务中的断点，从而优化平台流程，提高服务的准确性和及时性。

应注意数据风险和投资者教育

虽然金融服务的智能化水平正在提升，但必须正视中国财富管理行业整体仍处于初级阶段，人工智能技术的应用也在不断发展。技术本身的溢出风险，如技术黑箱和高数据依赖性，也可能导致责任边界模糊和用户隐私泄露等问题。

对此，崔永平告诉英国《金融时报》记者，一方面，组织在收集数据时应注意隐私保护；另一方面，在做算法推导时，我们也应该防止恶意篡改。随着国家级顶层设计和支撑体系的完善，整个市场的发展将更加有序。此外，当一个组织应用技术时，关键是看应用场景。一般来说，组织应用的数据基于与客户商定的范围，并受现有法律框架系统的约束。同时，数据的应用场景大多是基于单个业务领域的服务建议，不会对数据源产生外部实质性影响。

值得一提的是，人工智能在投资者教育方面也大有可为。业内人士承认，就金融成熟度而言，目前国内投资者普遍弱于国际市场。大量用户短期持有单一产品，甚至在自我风险认知上存在严重偏差。由于人力和成本的原因，大多数中产阶级和小白用户无法获得完善和可持续的金融服务，也无法普及投资者教育。

崔永平表示，要解决用户和产品的匹配问题，就必须解决更多用户大量未得到满足的金融服务需求，而不是只为一些顶级人士服务。通过尝试使用智能机器人用自然语言与用户交流，我们不仅可以为用户提供账户查询和产品咨询服务，还可以为他们提供包括市场分析和投资者教育在内的各种金融服务。

白皮书还显示，在未来的投资者教育中，智能财务管理4.0服务生态系统可以实时推动完善和个性化的市场解释、资产配置、产品比较和财务管理信息，实现智能分析，从而将财务管理知识普及和推广给成千上万的用户。