小场景应用成效显现 券商发力精准营销

    近年来，券商在智能投顾研发方面倾注了大量心血。尽管被业内寄予了重大期望，然而智能投顾目前似乎仍未能在缓解需求与服务的矛盾方面取得较大进展。

    证券时报日前针对全行业进行了一项抽样调查，结果显示，近60%的受访者认为由于技术基础较差，目前智能投顾服务尚处于初级阶段；仅有6%的受访者认为智能投顾技术已经成熟，基本可以取代人工投顾。

    与此同时，业内对智能投顾的定位也正渐渐明晰。超80%的受访者认为，智能投顾只能构成投资参考，投资者仍需进行自身决策；仅有3%的投资者认为，智能投顾未来或许可以承担代客理财的职责。而此前几年，“机器取代人工”的声音在业内殊为高涨。

    本次抽样调查采用网络问卷的方式进行，累计向40家证券公司网金部门业务负责人发出了40余份调查问卷，回收有效问卷33份。33份有效问卷中，按券商综合实力排名，前10名的头部、排名前11名至前50名、50名之后的样本量占比为33.33%、36.36%和30.3%，比例相对均衡。

    仍处于初级发展阶段

    根据中证登统计，截至今年4月底，国内自然人投资者人数已突破1.5亿。与之相对的是，截至6月1日，国内具有投资顾问资格的从业人员仅50076人，平均每人要服务3000名客户。“以投顾为代表的高端服务长期局限于少数高净值客户，缺少科技手段来推广。”有券商人士表示，投顾服务和投资者需求之间的矛盾，成为券商加大智能投顾研发的重要动力。

    近几年，各家券商、尤其是头部券商，纷纷将打造智能投顾服务列入重点发展目标，但受制于基础技术水平的限制，券商行业的智能投顾服务距离发展成熟还有相当一段距离要走。调查结果显示，高达57.58%的受访者认为由于技术基础较差，目前智能投顾服务尚处于初级阶段；另有36.36%的受访者表示智能投顾能与人工投顾实现互补作用；仅有6.06%的受访者认为智能投顾技术已经成熟，基本可以取代人工投顾。

    针对这一技术困局，也有券商探索出自己的解决之道。一家上市券商技术研发负责人告诉记者，虽然目前人工智能还做不到像电影中那样无所不能，但具体到金融应用中，可以通过对不同的使用场景进行细化，分割出许多场景切片，然后针对性地开发“小”人工智能，也可以在实际应用中取得不错的效果。

    例如，招商证券利用AI和大数据技术，针对用户不同层次的需求打造出一系列机器人，解决了大盘趋势分析、诊股选股、舆情跟踪、资产配置等核心场景的用户需求，并且还充分结合券商的投顾服务团队资源，通过AI为投顾团队赋能，提升其服务能力及服务效率。

    主要承担参考辅助功能

    与此同时，业内对智能投顾的定位也渐渐明晰。根据证券时报的问卷调查，高达81.82%的受访者认为，智能投顾只能构成投资参考，投资者仍需进行自身决策；9.09%的受访者表示智能投顾可以在很大程度上影响投资者决策；6.06%的投资者认为智能投顾对投资者来说意义不大；仅有3.03%的投资者认为，智能投顾未来或许可以承担代客理财的职责。

    事实上，从客户角度来看，智能投顾的未来依然值得期待。51.52%的受访者透露，客户普遍对智能投顾存在较大兴趣，并表示乐于尝试相关服务；另有12.12%的受访者认为，客户反馈认为智能投顾对自己进行投资决策很有用；但也有36.36%的受访者表示，客户对智能投顾仍心存疑虑，要取得更广泛认可尚需努力。

    此外，本次调查还对智能投顾的应用场景进行了梳理，发现绝大多数券商都会将这一技术用于AI选股或者是智能客服，这一占比高达90.91%。一般而言，AI选股和智能客服也是智能投顾在券商经纪业务领域的两个基本应用方向，但也正因如此，各家券商在这些领域所能提供的服务呈现出了较为明显的同质化趋势，所以有领先券商开始尝试更新的应用思路。

    进一步来看，57.58%的受访者透露，公司使用了智能投顾作为员工线下工作的辅助工具。以招商证券为例，客户在交易软件中提出的问题会先由机器人实时解答，人工投顾对答案审核后再推送给客户。这样做不仅可以减轻人工投顾的工作量、提高工作效率，还能通过智能投顾提供的信息、解读不断培养人工投顾的专业能力。

    据悉，目前招商证券人工投顾投顾对机器人答案的采纳率已达到80%，这一成果是经过300多位投资顾问历时2年的训练所取得。

    聚焦精准营销和智能分析

    据了解，目前在全球范围内，智能投顾根据业务侧重点可大致划分为三类：引导客户购买一篮子理财产品的“资产配置型”；在充分分析客户行为特征的基础上，向客户推荐相关产品或服务的“精准营销型”；以及从海量资讯中抽取投资逻辑，辅助用户分析决策的“智能分析型”。

    其中，资产配置型技术难度低，同质化产品很多，同时由于核心算法较为统一，容易造成市场共振，已被列入强制监管范围；精准营销型必须以大数据平台为基础，结合各券商的业务场景深度定制，实施效果取决于推广力度与客户规模，更适合大券商；而智能分析型难度最大，需要深厚的AI技术积累与人才储备，不过一旦建成将形成竞争优势。因此，目前在智能投顾领域走在行业前列的券商大多把目光集中在后两者上。

    在本次调查中，54.55%的受访者表示，公司将智能投顾技术用于互联网投顾服务，以更好地实现远程服务和资源调配。例如，国信证券的“鑫财富”产品在大数据技术手段的支持下，不断完善客户分级分类管理，将投顾产品自上而下地进行精准投放，鼓励投资顾问不断开发产品，并实现各地域分支机构投顾资源的整合与再分配，从而实现精准营销和差异化服务。

    而招商证券在2015年开始建设机器人投顾服务系统，对标美国Kensho自研行业首个智能分析型投顾模型，同时结合传统智能投顾的精准营销模型，以“智能资讯+精准营销”为核心开展智能投顾建设，开发证券资讯搜索引擎与智能问答机器人，并在此基础上向全公司各业务线推广“人工智能”技术能力。