人工智能与财富管理未来

伴随ChatGPT横空出世，去年生成式人工智能，或称生成式AI，成为最引人注目的技术。在财富管理领域，此新兴技术的应用也进入了前所未有的热潮之中，很多机构都推出基于大模型技术的内部或面对客户的AI应用，如AI交易员、AI金融助理、AI智慧投研等，大家也可能感受到这些新研发的服务带来的便捷。与此同时，也可反思一下，人工智能是否可取代可靠的顾问或机构，还是只能作为辅助。

在财富管理上，近日推出的应用可说层出不穷。在用户互动方面，基于大语言模型、数据库可构建金融智能助手、智能投顾等，为用户提供个性化的解决方案和支持；生成式AI也能通过学习和分析大量文本、图像和音频数据，生成文字和视觉图示等新内容，有助客户更好理解市场或产品。一些机构甚至开发出应用，可更准确地识别用户在交流时的情绪，比如当用户以普通口吻询问某资产表现时，AI可提示顾问该用户以往较关注产品收益区间、产品类别、交易频次等，直接推送关联信息、财报、研报供顾问参考；当识别出“负面”“失望”“焦虑”的情绪时，可生成令客户安心的话语，如“我们了解您的担忧，市场波动是正常的，产品的价值要看长期表现，建议您耐心持有，不要盲目跟风操作”等。

在研究及分析方面，过去难以处理的海量非结构化的多模态数据，在大模型的支持下可以进行更全面的覆盖，从而得到更有效的分析结果，以此提升服务效果和能力，宏观分析、策略研究、资产筛选、资产配置等环节都将受益。

在内部运作方面，一些重复和繁琐的任务能够通过生成式AI实现自动化，如客户电子邮件、通话摘要、账户研究报告等，从而提高从业人员效率、释放员工时间用于更高价值的工作；也能自动化处理金融交易，包括订单处理、结算和清算、报表生成等，不但减省时间，也能减少错误。

此外，金融领域尤其是量化交易及风险管理方面，高效、准确的代码编写至关重要。在编程加速方面，生成式AI能够解读并生成代码，通过自动生成代码片段、模板和算法，实现软件开发过程加速和人工失误减少。

事实上，不只初创企业尝试引入人工智能，一些老牌财富管理公司也致力整合新技术，例如美国最大的财富管理公司之一摩根士丹利就与ChatGPT开发者OpenAI合作，为其财务顾问打造人工智能工具，帮助他们更好地整理公司庞大的研究库。当客户询问顾问意见时，传统做法是从内部及合作伙伴的研究资料及互联网中寻找答案，由顾问评估所有资料、进行总结，并且考虑客户个人实际情况，提出建议，是一项费时的工作，而摩根士丹利希望人工智能工具能够加快收集和整理的程序，快速为顾问提供所需信息。然而，最终决策的仍是财务顾问，人类把关还是必要的。

因此，若要回答“技术的应用是否意味着财富管理的员工可能被完全替代？”这问题，我们可以看到AI大模型在投研、投顾领域的应用，已经可以替代部分中后台初级员工，不过财富管理行业有其特殊性，完全替代还不太可能，特别是在前台领域。尤其是因为人类顾问不止提供投资建议，还扮演着治疗师、项目经理、教练等不同角色，故客户仍然需要人类顾问。

虽然人工智能不会完全取代人类财务顾问，然而财富管理的人工智能转型确实已在进行，主要方向是提高财务顾问效率、寻找更好服务客户的机会、改变客户获得建议的方式等。另外，很现实的一点是，人类顾问会着眼客户的资金，一些没有太多资金的客户过去或没法得到充分的服务，但有了人工智能，可以帮财富管理机构提高效率，就能纳入更广泛的客户了。

愿景十分美好，不过AI也引申出一些问题。毕竟AI大模型处于应用的初始阶段，在提供便利的同时，依然会有知识幻觉等缺点问题。有些时候，大模型输出的结果仍存在无法精准理解用户意图、数据时间把握不准的情况。那么，一旦出现失误导致客户出现资产损失，相应责任由谁来承担？

此外， 财富管理机构从零开始摸索和反复试错需投入大量时间及资源成本，也要关注恶意使用、信息泄露等风险，因为这不但影响机构本身的财务和信誉，也可能损害客人的利益。

随着AI大模型不断成熟，财富管理将继续不断改变。除了上述已开发或开发中的应用，也可预见未来人机交互的方式也将改变，语控万数、语控万物，所有的操作都可以用对话实现，用户可以用自然语言对话的方式来取代各种复杂的交互，信息化时代的菜单、网络化时代的按钮都不再需要。财富管理机构也会更重视数据，并让模型学习更多、更好的数据，发挥更大潜能。同时，相关企业也需面对AI带来的挑战，合作解决有关道德伦理和规范的问题，不但有利业界，也能提升客户的财富管理体验。

资料来源：腾讯网

点击【阅读原文】，分享文章，获取积分

积分小帮手：透过推送文章上的【阅读原文】或菜单上的【热门焦点】查看文章并分享给他人，才有机会获取积分。