上海2022年7月19日 /美通社/ -- 近日，多家银行系智能投顾产品下架购买、调仓等核心服务功能，曾经作为银行业AI（Artificial Intelligence，人工智能）应用标志的智能投顾产品黯然退场，引发业内关于"财富管理的AI之路到头了么？"的讨论。
德勤管理咨询认为，银行下线智能投顾的主要原因是监管空白带来不确定性、以及产品定位偏差降低了目标客群体验，而非AI价值不足。相反，AI对银行财富管理业务突破客户关系松散、顾问数量有限和投研能力不足等三大瓶颈具有关键作用，银行应在明确AI定位后精准发力相关应用，助力财富管理转型。
为何下架？
首先需要厘清的是，监管并未限制AI与财富管理业务相结合，此次智能投顾产品下架的主要原因是当前国内所有银行均不具备基金投顾业务资质。
根据证监会21年底所发布的《关于规范基金投资建议活动的通知》，不具备基金投顾资质的机构须于22年6月30日前停止基金投资组合策略建议服务。银行方面，三家取得基金投顾试点行由于业务进展缓慢已暂缓试点，其他银行仍在观望或未获得监管认可，所以银行系投资顾问产品必须下架。而那些具备基金投顾资质的基金、券商、第三方销售平台的智能投顾产品未受影响。
从更深层次看，当前监管环境下银行开展智能投顾业务的风险收益不足，缺乏继续探索的动力。客户对银行财富管理业务的风险偏好普遍较低，由于仅包含权益类基金的投资组合容易出现亏损、造成客户流失；为降低亏损概率，银行需要将存款、理财、固收类基金等产品加入投资组合。然而，监管尚未推出公募基金以外产品的投顾规范，推高了银行经营智能投顾的合规风险；并且多数银行将组合收益率作为智能投顾主要卖点、而对顾问服务投入不足，智能投顾定位与FOF基金（Fund of Funds，母基金）无异，待客户新鲜感过后，智能投顾缺乏持续吸引力、业务贡献不及预期。权衡合规风险和业务收益后，银行决定暂停智能投顾业务。
但暂停智能投顾业务绝非意味着AI退出银行财富管理的舞台，放眼未来，AI将是助力银行财富管理转型的关键力量。
实际上，我国财富管理需求正在快速增长，银行业虽拥有庞大客户基础，但面临客户关系松散、顾问数量有限和投研能力不足三大瓶颈，限制了银行对各层级客户财富需求的挖掘，并给其他金融机构蚕食银行客户基础打开窗口。而在财富管理行业成熟度较高的美国，AI已在普及投顾服务、提升顾问效率、强化投研能力等领域发挥重要作用。
AI发力点
德勤管理咨询建议，银行应结合实际经营痛点和国外领先实践，有针对性地将AI应用于深化小康客户[1]关系绑定、扩大富裕客户[2]顾问覆盖、强化高净值客户[3]专业认可。
- 深化小康客户关系绑定
小康客户普遍缺乏长期财务规划意识和投资知识，热衷于通过比较收益率选择投资产品，对银行忠诚度有限。因此，银行需要通过顾问服务帮助客户提升资产配置与长期财务需求的匹配度，获取客户信任和依赖；此外，小康客户资产规模有限，无法获得人工投顾服务，智能投顾是小康客户的最佳选择之一。然而，国内银行的投资顾问产品普遍"重投轻顾"，将投资组合收益率作为主要卖点、而对顾问服务投入不足[4]，未能有效深化客户关系。未来，银行应将"顾问服务"确立为智能投顾产品的主要定位，并着力完善服务体验，待监管明确银行投资顾问规范后抢占市场。
例如，在投资规划阶段，可通过设置不同场景的启发性问题引导客户明确人生各阶段的财务目标、收益偏好和风险承受力；接入客户行内外资产负债和收入支出等客观数据，协助客户科学制定财务规划，并匹配投资策略；投后陪伴阶段，定期提供市场分析、操作复盘，提升客户参与度；并在市场行情波动时及时提供解读和应对策略，安抚客户情绪。
AI在深化小康客户关系方面的价值已经得到验证。例如，美国 Wealthfront、Betterment等智能投顾平台通过追踪客户收支数据为客户提供的定制化财务规划和资产配置建议，并通过设立博客加强与投资者互动，成功将财富管理业务引入小康客户市场。截至2021年，美国市场智能投顾账户数量达350万，较2020年增加23%，小康客户市场渗透率约10%。
- 扩大富裕客户服务覆盖
尽管部分银行已为富裕客户配备投资顾问，然而当前国内合格投资顾问人数有限，人工顾问服务无法覆盖所有富裕客户。未来，银行应借助智能投顾分担基础信息收集、初步方案设计、投资收益监测等事务性工作，提升人工顾问工作效率，使其可以服务更多客户，并与客户进行深度沟通。
在美国，Vanguard Personal Advisor Services即采用了这种"智能投顾+人工投顾"方式，在确保客户体验前提下有效提升人工投顾服务效率，推动业务规模快速扩张，截至2021年，其AUM达到2,310亿美金，较上年同期提升34%。
不过，银行需要谨慎划定人工投顾和智能投顾的角色定位，确保富裕客户获得人工顾问充分关注、与小康客户体验形成差异。一般而言，智能投顾设计的方案必须经过人工投顾和客户共同讨论后方能实施。
- 强化高净值客户专业认可
高净值客户通常可以便利获得人工投顾服务，AI在顾问服务领域的价值有限；但另一方面，高净值客户总是会期待得到高于其他客户的投资回报，在分业经营监管框架下，银行缺乏权益市场投研积淀，投资标的走势研判和资产配置等能力不及券商和基金，难以建立竞争优势。未来，银行应将机器学习、知识图谱等AI技术应用于投研，借助新科技快速缩小与竞争对手的差距。
某AUM全球排名前三银行的财富部门利用机器学习研究了41,000份研报、并对股票进行打分，经过跟踪对比发现打分靠前与靠后的股票收益率之差达到9.6%。
在竞争激烈的财富管理市场，我国银行面临客户关系松散、顾问数量有限和投研能力不足等瓶颈，以及客户钱包份额流失等各种挑战，AI正是银行突破瓶颈、应对挑战的关键。银行不必因智能投顾暂时受挫而丧失对AI的信心，而应积极探索、挖掘AI在财富管理领域的落地路径。随着银行财富管理价值主张的明晰和AI技术的进步， AI在银行财富管理领域将大有可为。
（本文作者尤忠彬为德勤管理咨询中国银行与资本市场行业领导合伙人，王凯为德勤管理咨询中国总监，吴昀宸为德勤管理咨询中国高级经理）
注释： |
[1] AUM小于100万的客户 |
[2] AUM介于100-600万之间的客户 |
[3] AUM大于600万的客户 |
[4] 投资规划阶段，基于客户主观回答设定投资目标，资产配置定制化不足；投后陪伴阶段，在市场出现大幅波动时较少提供陪伴，客户难以坚持长期投资计划 |
