宋建华

中国工商银行高级业务总监

尊敬的各位领导、各位专家，大家好！

关于智能投顾，我想分享几个观点，请大家批评指正。

第一，智能时代可能是与农业文明、工业文明并列的新的历史阶段。

把智能时代当作“信息时代——网络时代——数字时代”的延续，不足以体现人工智能在社会发展中起到的巨大作用。信息时代、网络时代、数字时代都是智能时代的前奏，在各个时期数据、技术等方面积累沉淀的基础上，智能时代才能真正地到来。目前来看，至少应该将人工智能作为推动人类社会进步的一种新动能来看待，把智能时代与蒸汽机时代、电力时代并列。再过几十年或者更长的时间，智能时代发展到一个更加成熟的阶段，也许会成为一个与农业文明、工业文明相并列的新的历史阶段，即智能文明的时代。农业文明是人类适应世界，工业文明是人类改造世界，智能时代则是人类改造自身，通过智慧创造出的技术，反过来帮助提高人的智慧。

对智能时代的认识程度和重视程度还需要再继续深化，紧迫感还要再增强。十多年前，我们认为人工智能下围棋肯定无法战胜人类，然而今天科学家们已经借助人工智能技术获得了诺贝尔奖。从这个角度来说，智能时代正在快速发展，人工智能将会赋能包括投资顾问在内的经济社会各个方面，智能投顾一定是未来的重要方向，而且其进步的速度会远远超过我们的想象，我们要高度重视，并且充满紧迫感。

第二，智能投顾将成为客户新的助理，与客户经理或者投资顾问是一种替代的关系。

投顾的核心功能是要解决四个问题：一是怎么洞察客户，二是怎么洞察市场走势，三是怎么洞察产品的选择，四是帮助客户决策，并且做好客户的陪伴，提升客户的体验。在过去，这些都是由投顾从业人员独立完成，他们根据自己对市场、形势的判断以及对产品的理解向客户做推荐。多年前我们就已经意识到，作为一家专业机构，为客户投资理财的能力很大程度上取决于各个投顾人员自身水平，这是非常不合理的。于是我们开发了“智慧大脑”，依托大数据和人工智能等技术手段，一方面是把客户分析清楚，另一方面是对大量产品进行判断，根据客户的特点进行匹配，形成一套比较完整的金融服务方案。目前“智慧大脑”在赋能客户经理营销上发挥了很好的作用，把针对每一个客户的资产配置方案都放在系统中，每天有哪些任务、有哪些客户产品到期、推荐什么样的产品等，都在客户经理的工作台上进行提示，成为每个客户经理都离不开的后台支撑。我们希望服务客户的水平在80%的程度上依靠后台系统，剩下20%的空间交给客户经理个人能力，我们要保证的是80%的客户服务不会受到缺少判断能力、乱分析市场、乱推荐产品的客户经理的影响。智慧大脑最初主要是专家模型，后来迭代使用了一些小模型，现在使用了大模型技术后，可以明显看到智慧大脑越来越智慧，给客户提供的建议方案越来越系统、完整和准确。

在未来的智能时代，人工智能支撑的智能投顾将越来越聪明，经过高水平训练的智能投顾，一是具备广泛的知识面，二是具备基于全面信息收集和理解形成的准确市场判断，三是判断力和执行力不受情绪的影响，以上三点构成了人类无法比拟的优势，智能投顾对投顾人员的替代是大势所趋。当初“智慧大脑”的设计理念是给客户经理提供后台支撑，到了智能时代，各种各样的智能体形式的智能投顾将直接服务客户，客户找到对应的智能体，通过交互就可以完成洞察自身、洞察市场、洞察产品，完成投资决策和陪伴。有一家智能投顾公司，经过十多年的沉淀，已经有了成型的智能投顾方案，完全靠一百多个做大模型的工程师管理超过100亿的资产，几乎没有前台人员和客户经理。所以，将来智能投顾不是赋能客户经理，而是对客户经理的替代，我们对这一点要有充分的认识。

第三个观点，智能投顾将给财富管理行业带来重大变化。

一是服务模式的变化。目前中高端客户是通过客户经理获得咨询和投顾的服务，普通客户是通过手机银行自助投资。在智能投顾模式下，客户可以直接与智能体对话，“我的投资需求大概是什么”、“现在市场怎么样”、“我需要什么样的产品”、“你给我推荐一个什么样的组合”、“什么时候执行、什么时候调仓、怎么调仓”，这是一种全新的服务模式。无论是银行还是各类财富管理公司，智能投顾对客户经理的替代可以大幅降低成本，同时又可以更加广泛地服务更多的客户。客户经理维护客户的人数上限是200个，个别优秀的客户经理可以维护400户，由于人力成本的限制，仍有很多客户无人维护。有了人工智能以后，维护客户的数量理论上是无限制的，智能投顾可以为银行的每一个客户提供投资顾问服务，智能化地设计“一对一”的资产配置方案。无论是从金融机构运营的角度，还是从金融机构履行金融工作的政治性、人民性的要求来看，智能投顾都会发挥非常好的作用。

二是生产力的发展将推动生产关系的变化。智能投顾技术运用后，财富管理机构的组织架构、人力资源配置一定会发生重大的变革。就像刚才说的智能投顾公司，管理着一百多亿的资产，只有7个投顾人员，这些人只做决策后的陪伴，即过程的维护，并不参与智能决策。将来银行或财富管理公司直接面客的主要是智能投顾，只需要极少的人员做人工投顾，更多的人可能要转做数据训练师等全新的岗位。这些都会对公司的组织架构、人力资源结构、内部管理体制机制带来巨大的冲击，相关公司应当顺应技术的变化趋势，提早对组织架构进行预先设计。

第四个观点，智能投顾理论上没有特有的“死穴”。

相对于人类投顾和服务流程，智能投顾是否存在某些特殊的劣势或者“死穴”，遇到某种极端情况就坍塌崩溃了？人们会担心，当市场发生重大变化时智能投顾可能会误判，担心会不会出现“知识幻觉”。但实际上，这并不是智能投顾特有的问题。面对超出经验的极端市场情况，人类同样会误判，甚至会受情绪的影响加剧误判。人其实也有“知识幻觉”，有的人会读一辈子错别字，犯常识性错误，就是因为第一次教他的人就是这么读的，后来又没人纠正他。比较而言，智能投顾并没有什么特殊的“死穴”。

但是，推动智能投顾仍需要注意两个问题。

一是算法伦理或者价值观问题。这是所有人工智能都会面临的问题。由于智能投顾是中心化的平台，在向客户推荐产品时，运营公司可能会推荐所赚回佣更高的产品，而未必会选择能给客户创造更多价值的产品。推荐过程是一个黑箱，如何保护金融消费者的知情权？关键是监管要同步提高水平，制定智能投顾算法的基本规范，并且能够通过模型审查的方式监测模型是否合规。监管在算法伦理方面需要采取有力行动，智能投顾公司的野蛮生长很难依靠其自身解决这些问题。

二是数据的质量问题。这是提高智能投顾水平的关键。人工智能的算力、算法、数据三个要素中，算力和算法在科技层面的区别不会很大，将来智能投顾公司最大的区别就是数据质量。数据质量决定了模型和算法的水平以及最终方案的质量，所以相关公司应当组织一支高水平的专家队伍去生产高质量的数据，从数据规则、市场判断、方案制定、陪伴话术等各方面都要有一批高水平专家去做数据的标注、提炼、清洗等工作，这既是不断提高智能投顾水平的需要，也是防范“知识幻觉”等错误的需要，同时也是调整人力资源结构的需要，可以把前台节省的资源转变为数据质量上的投入。