惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

雷峰网
雷峰网
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 三生石上(FineUI控件)
博客园 - 聂微东
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Hugging Face - Blog
Hugging Face - Blog
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - Franky
MyScale Blog
MyScale Blog
A
About on SuperTechFans
博客园_首页
B
Blog RSS Feed
Martin Fowler
Martin Fowler
大猫的无限游戏
大猫的无限游戏
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Vercel News
Vercel News
C
Check Point Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
博客园 - 【当耐特】
M
MIT News - Artificial intelligence
宝玉的分享
宝玉的分享
T
Tailwind CSS Blog
I
InfoQ
罗磊的独立博客

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
证券/基金“智能投顾”立项前,你应该知道这些真相
数金杂谈 · 2024-10-28 · via 人人都是产品经理

在数字化浪潮的推动下,金融行业正经历着一场深刻的变革,其中智能投顾作为新兴的金融服务模式,正逐渐成为投资者的新宠。然而,在智能投顾蓬勃发展的背后,隐藏着哪些不为人知的真相?

我国当前智能投顾主要依托于基金投顾这一“买方投顾”的试点开展。基金投顾试点5年来,试点机构从最开始的5家增加到近60家,涵盖银行、券商、基金公司及其子公司、第三方销售等多类型机构。

上市券商2024年半年报数据显示,中金公司、国泰君安、东方证券等基金投顾保有量都超过100亿元。其中,中金公司买方投顾产品规模约800亿元;创新个人交易服务累计覆盖客户超30万人次,签约客户资产超3000亿元;东方证券的“悦”系列和“钉”系列两个产品体系合计规模约146亿元,较年初增长1.67%,服务客户数约12.9万,客户留存率达到64%,复购率为77%,客户盈利情况好于单产品投资;国联证券基金投顾总签约客户数31.94万户,同比增长13.35%,授权账户资产规模为69.58亿元,累计上线合作渠道30家。

公开数据披露,截至2024年9月末,上线天天基金APP的基金投顾组合共393只,相比上月末增加8只组合;新增海外策略、红利赛道组合各1只,进取型、稳健型组合各3只;股债中枢型、赛道型、区域型投顾组合分别为347只、28只和18只。

那么,什么是智能投顾呢?

智能投顾是以技术或自动化的方式,通过基于算法的工具,向客户自动提供投资产品金融建议,并指引客户开展投资的投资顾问服务模式。智能投顾的高效、合理运用大多依托于“买方投顾”模式。

由于我国智能投顾主要依托基金投顾试点开展,故智能投顾需遵循两方面监管要求:一是对基金投顾的监管要求。二是在投顾中运用人工智能的监管要求。当前监管部门的主要关注点在于数据安全、算法监管等方面。

有机构的实战成果吗?

国海证券于8月份公开了其智能投顾服务产品阵列的成果。国海证券通过结合先进的AI技术和大数据技术,构建了一个以大数据为基础的智能策略引擎、智能回测引擎、客户服务引擎和智能运营引擎为一体的平台架构。

这个平台包括了北上智投、指数智投、全景智投、成长智投、周期智投、消费智投等多款产品。截至2023年12月31日,这些产品共创收约43万元,签约客户数600多人,签约资产量达到1.6亿元

开发效率提速500%,单产品开发周期由供应商约6个月/单产品提升至自研的约1个月/单产品。

AI时代来临,对智能投顾有什么加持作用?

国泰君安认为,通过借助AI大模型的能力,未来智能投顾能够为客户提供更多的精准信息以及更深层次的逻辑分析内容,并且AI大模型的应用有望大幅提升智能投顾产品的用户体验,预计客户未来对于智能投顾产品的付费率将有较大提升,进而推动我国智能投顾市场空间的增长。假设到2025年,中国的智能投顾渗透率提升至美国当前20%的水平,对应渗透率为0.0068%,中国智能投顾市场空间有望达到215亿人民币。

笔者认为,AIGC技术直接应用在智能投顾的C端场景具有较高的安全合规风险,如信息泄露风险高、部分C端客户缺乏专业判断可能导致高风险决策等。基于笔者在行业的实践经验判断认为,未来AIGC技术以2B2C的模式,深度赋能投顾人员或智能投顾底层算法,而非直接面客,可能是一种比较安全并能有效落地的方式。

但AIGC技术在智能投顾B端场景中的风险较低,能有效提升投顾服务效能,解决当前投顾人员缺口大、精细化投顾服务难、投顾成本高的痛点。

未来可能由金融信息服务商充当AI大模型技术提供方,券商等财富管理机构作为技术应用方,并且将自身数据与AI大模型进行有效结合,以此来提升投顾的工作效率和客户的服务体验。

看起来很美?这些问题也应该被重视

  • 资产配置与目标投资的匹配问题。智能投顾的算法主要基于现代投资组合理论和BL模型,但这些模型可能不适用于所有情况,特别是当投资者的风险偏好并非完全风险厌恶时。
  • 人工陪伴缺失的问题。在市场波动时,投资者可能需要更多的人工关怀和支持,而智能投顾可能无法提供与人工投顾相同的情感支持。
  • 服务模式普及性的问题。对于不擅长使用电子产品的中老年人群体,纯线上的服务模式可能不太友好,这限制了智能投顾服务的普及。
  • 成本与效益平衡的问题。智能投顾的根本目的还是在于降低人工成本,但同时需要考虑技术开发和维护的成本,以及如何通过智能投顾服务实现盈利。

未来,如何有效地将智能投顾应用到商业活动中?

从笔者实战经验看来,当前智能投顾的智能化程度尚处于“有限智能阶段”,在实际业务中,其应用和推广遇到了预期之外的问题。例如,客户画像的生成。并不是所有券商/基金公司都有全面的客群分层分级能力,导致无法准确反映投资者的真实风险偏好和投资需求。

此外,智能投顾的投资服务能力较低,无法满足投资者的个性化需求,且市场区分度不足,缺乏对不同客户群体的细分服务。

从根上看,专业的投资顾问人才、合适的考核方式以及人工智能的合理使用才是关键。

在投资顾问的专业能力以及教育程度都有待提升的情况下,“卖方顾问”多数时候只能提供相对基础的服务,这在新的智能投顾商业模式中显然是不够的。过往,投资顾问扮演的是“卖方顾问”的角色,并不注重为投资者提供多样化、差异化的服务,而这需要从考核激励甚至商业模式上入手,才能真正解决由“卖方”向“买方”转型的落地。

未来,随着技术的不断进步和市场环境的适应,智能投顾有望逐步克服以上这些问题,为投资者提供更加成熟和完善的服务。但到那个时候,会不会有更多人被“人工智能”取代呢?To be,or not to be,让我们一起拭目以待。

本文由 @数金杂谈 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自 Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。