<mark id="oztn4"></mark>
0
有人說智能投顧是“水果榨汁機”，金融數據放進去，過一會兒，投資決策自動流出來。
當然，這還只是一個夢想。
現階段的智能投顧仍陷入企業管理水平不高、客戶盈利比例低的窘境，它或許能摸清人們的風險偏好，但解決不了我們最個性化的情感需求。
智能投顧的理念是用AI代替人類進行投資操作，它是“風口”還是“泡沫”？面對大型金融機構的“虎視眈眈”和互聯網巨頭的“信誓旦旦”，初創型智能投顧企業又該如何破局？
為此，雷鋒網采訪了理財魔方CEO袁雨來，我們就這一行亟待解決的問題和智能投顧企業應該具備的思路和心態進行了一次訪談。
蛋糕做大
智能投顧雖然只經歷了數年發展，但已有多方機構入局，他們認為智能投顧市場將成為一塊大蛋糕。
這依賴于投顧市場和整個財富管理行業的蓬勃發展。
智能投顧，首先是投顧，無論是中國還是美國，投顧市場都正在迸發出勃勃生機。
2019年12月，隨著螞蟻基金、騰安基金、盈米基金獲得投顧試點資格，目前國內已有3家獨立銷售機構、3家銀行、5家公募、7家券商擁有基金投顧試點資格，整個投顧市場正被大大拓展、生態愈益豐富。
以美國投資顧問市場為參考，國金證券數據顯示，截至2020年1月2日，經SEC注冊的投顧機構合計已有1.35萬家，投顧服務的總規模約84萬億美元。多位機構投顧業務負責人表示，基金投顧未來將占到國內理財市場的半壁江山，預計未來三年可達5000億市場規模。
而相比投顧，財富管理行業的規模更為可觀，投顧更像財富管理行業中的一個職業。
袁雨來對此有一個形象的比喻：“就像醫生一樣，醫生不是一個行業，但醫療是。醫院給每個人開個方子，我們也會給每一個客戶提供個性化財富管理服務；醫院的方子里有一個個藥，而我們的方子里有一個個標準化資產。”
投顧這個行業的興起，一個非常重要的前提條件就是財富管理行業，尤其是標準化資產的快速崛起。
2018年資產新規出臺后，非標產品走到窮途末路，國內財富管理行業走到了“不向標準化產品轉型不可”的地步。
隨著資金“非標轉標”，投顧、公募基金等標準化資產相關的行業也就順勢崛起。
“2019年以來，公募基金的整個盤子以每年百分之二十幾的速度在增長，形成了一個十幾萬億的市場，而隨著整個大盤子在擴張，智能投顧的未來也十分可期。”袁雨來說。
解決主要矛盾
盡管袁雨來認為大環境在逐漸變好，但智能投顧仍存在諸多矛盾，這是一件不爭的事實。
二八法則被譽為金融行業顛撲不破的“真理”，在投資管理領域則體現為——20%的人吃掉了80%的的利潤，而絕大部分的投資人都處在虧損中。
這也恰恰是前幾年「智能投顧」一直不溫不火的癥結所在：作為一種新的理財模式，本身獲客成本就高，若還不能讓大多數投資人實現基本的盈利，口碑崩壞，企業涼涼只是時間問題。
讓更多客戶獲利，留住更多客戶，才是企業的生存之道。
作為第一批進入智能投顧市場的企業，理財魔方的CEO袁雨來認為，現階段行業主要矛盾是：公募基金投資業績不錯，但大部分用戶都在虧錢，導致客戶留存差，不敢追加投資。
對此，袁雨來也提出了解決方法：“過去客戶高比例虧損的主要原因是客戶面對市場的大幅度震蕩會追漲殺跌，導致超過80%的客戶虧損。如果我們能夠準確地知道客戶的風險承受能力底線，我們能讓投資組合在99%的概率下不擊穿這個最大回撤，那么客戶就能耐心地待在市場里面，賺取到長期投資的平均收益。如果我們現在讓80%的客戶賺錢，賺了錢就會留下來，大量客戶的留存會使得我們企業的商業模型完全不一樣。”
客戶留存率是袁雨來最為關注的三個量化指標之一，其他兩個指標是客戶盈利比例、客戶人均AUM。而這三個指標，可以清晰的反映智能投顧公司在處理“主要矛盾”時操作是否得當。
當然，除了主要矛盾之外，次要矛盾也值得重視。智能投顧的次要矛盾主要體現在四點：一，NLP技術未能突破；二，積累的數據量不夠豐富；三，相比美國，智能投顧公司在中國的收費過于高昂；四，個性化問題難以解決。
虞愛是一家金融科技公司——悅保科技的CEO，他平時常常會接觸到做智能機器人的客戶，也喜歡體驗新的產品和技術，在被問及AI在哪些場景中落地并不理想時，他首先就提到了智能投顧。
他認為NLP需要對語義有更精準的理解，現階段NLP只能實現部分流程的替代，若不能實現進一步突破，智能投顧公司與客戶之間始終會存在一條看不見的“天塹”，很難進行有效且順暢的交流。
“此外，實現AI能力的基本要素在于數據的積累，而目前的情況是智能投顧公司積累的數據量普遍較少，這也阻礙了行業的進一步發展。”虞愛說道。
橘生淮南則為橘，橘生淮北則為枳。智能投顧還存在“水土不服”的毛病，在美國可以幫投資者省錢的智能投顧，到了中國卻給投資人增加了額外的成本。
美國的智能投顧公司，通過機器學習算法配置資產，并收取一部分業績報酬作為投資顧問費來盈利。
以美國的智能投顧公司Wealthfront為例，相比咨詢服務費率為1%的傳統投顧公司，Wealthfront公司則是10000美元以內免費，超過的部分每月收取0.25%、各種避稅措施預計節約1.40%，用戶的錢一進來，投10000元先省了430元。
而中國的智能投顧公司，收取銷售服務費盈利，顧問費不是主要的利潤來源。但是國內部分投顧公司除了短期內頻繁調倉（收取銷售服務費）的動作外，甚至還要額外收取0.5%的管理費，這對于中國的投資者來說顯然不是一個好消息。
做智能投顧必須和用戶利益一致，而不是股東，否則它就是為股東賺錢而不是用戶。
此外，智能投顧的主體畢竟是機器人，當觸及人類情感領域的需求，也難免“力有不逮”。
“根據客戶在風險偏好、資金、投資時間等各方面因素的變化，結合市場的情況，我們為每個客戶做出個性化的投資組合和動態調整，但是機器只能處理共性化中的個性化。智能投顧可以解決99%的問題，還有1%的是客戶極其個性化的問題或者事關情感的問題，很難用機器解決。”袁雨來說道。
理財魔方的“進化”
矛盾的“浮現”，使解決矛盾的人更明智；環境的變化，也常常造成物種的“進化”。
袁雨來認為，AI創業，不要做中間，一定要做兩頭。其中一頭是底層研發，雖然基礎設施架構的研發周期會更長，但它的“護城河”也更寬；另一頭貼近應用，從業務需求或者難點出發，用AI真正地替代某一個人或某一塊業務。
而理財魔方選擇了后者，通過理財魔方APP，投資者可以直接進行投資。“我是技術出身，從來不擔心技術不能解決問題，我會花大量時間去找合適的釘子，也就是客戶的剛性需求，然后再找到合適的技術砸一把。”袁雨來說道。
而喜歡找“釘子”的袁雨來，已經找到了TO B和TO C這兩個“大釘子”。
在TO C市場，理財魔方選擇了日益壯大的中產群體為目標客戶。
以前，私人銀行一般只給高端客戶服務，中產卻很難享受到相似的服務，原因在于單個中產不夠富有，服務成本不劃算。
而隨著智能時代的到來，私人銀行的工作內容99%都可以用機器替代。機器人可以解決成本不劃算的問題，更何況按照目前國際通用標準5萬美元～50萬美元屬于中產，中國已超過1億人，中產群體將成為智能投顧的一片“藍海”。
袁雨來說：“一名私人銀行的客戶經理可以服務50名客戶，但在人工智能的幫助下，我們每個人工投顧已經可以服務6000人，接下來完全可以優化到可以服務1萬人，再隨著智能的發展，我們預計，未來一個幾百人的團隊可以服務上千萬人的理財需求，這將大大節省成本、提高整體效率。”
目前，“理財魔方APP”已上線4年，管理了數萬TO C用戶和數十億資金量，并取得了相應的成果，據袁雨來介紹，以2019年為例，客戶平均年化收益率16%，客戶盈利比例98.45%，顯著超過行業平均水平。
在TO B市場，理財魔方分別為浦發銀行總行、平安科技、中關村銀行提供相關服務，并為部分中小金融機構提供相應的智能投顧系統。
袁雨來說：“TO C做不好，TO B肯定也好不了，因為TO B機構也是要去TO C的，這也是我們為什么一開始不做而現在又做TO B的原因。”
理財魔方的TO B業務模式主要是：技術輸出+聯合運營。它可以為金融機構提供客戶AI財富管理技術解決方案+客戶聯合運營方案，提升AUM與中收；為互聯網合作機構提供用戶增值服務、提升用戶活躍度（流量變現）。
比如浦發銀行手機銀行APP—“極客智投”，便采購了理財魔方系統，已成功上線運行一年有余，正向監管機構申請基金投顧試點資格。
而這些理財魔方的企業用戶可以通過初裝費+分潤的模式對系統進行采購，最大程度避免系統實際使用效果不佳的情況發生。“在TO B業務上，我們希望把系統給到客戶后，客戶就可以直接服務他們的客戶。”袁雨來說。
除了TO B業務的拓展，理財魔方的品牌定位也從「智能投顧」進化到「財富管理」，將觸角從公募基金逐漸延伸到保險、銀行存款等業務中，并拿到基金銷售牌照和全國保險代理牌照（帶網銷），繼續拓展自身版圖。
袁雨來告訴雷鋒網：“品牌的改變并不是一件小事，企業將因此在諸多業務層面有所調整。”
除了戰略上的品牌升級，理財魔方在收費模式、產品服務等各個戰術上的“打法”也進行了配套優化。
袁雨來說：“從收費模式上，我們現在是0管理費模式，不向用戶收費，只收取銷售服務費盈利；在產品服務上，我們為客戶提供一站式服務，對全球各類資產進行動態調倉。和業內其他公司做「半人工半智能的投顧模型」不同，我們是業內唯一一家做「純人工智能投顧系統」的企業，從17年年初到現在，還沒有第二家公司推出「純人工智能投顧模型」，這一點我們是領先的。”
面對體量和實力遠超自己的銀行、券商、互聯網公司，理財魔方等初創公司想短時間內打敗這些“巨無霸”并不現實，日拱一卒、在更長的賽道上一決雌雄才是王道。
袁雨來認為：“機器為主、人工為輔”的系統模型，會隨著時間的推移，使得企業的運營成本、人力成本越來越低，雖然在短期內看不到明顯效果，但對于公司的長期發展一定是有利的。”
行業還需小火慢燉
財富管理這一行似乎天生就有“飆車”的基因，也出現了太多“爆雷事故”。也許沉下心來，耐心的服務客戶，才能走出一條陽光大道。
而語速頗快的袁雨來，在公司戰略上就往往選擇“慢”的那一條路。
“遇到不太懂AI的客戶，我們不會急于求成，會手把手地教，把我們的運營數據比如用戶的人均規模、用戶的盈利比例、用戶的LTV、用戶的CAC，逐個展示出來，AI不是虛的，說產品數據不能量化的，都是騙子。“袁雨來說。
相比做定制化的產品賺快錢，袁雨來也更傾向于選擇需要較長研發周期的標準化的產品研發。標準化的產品雖然是“慢功夫”，但是可以規模化、大量快速地復制，隨著不斷的積累，能形成超越對手幾十倍的AI能力。
這也是袁雨來想對涌入這一行業的創業者和優秀技術人才說的話，“相比互聯網，金融是一個慢行業，技術和行業的門檻的都很高，堅守寂寞的早期研發階段，未來才有希望。”
（參考鏈接：http://www.woshipm.com/it/1401895.html）雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
