目前國內(nèi)已經(jīng)有十多家互聯(lián)網(wǎng)金融平臺即金融科技公司推出智能投顧業(yè)務(wù)，仿佛一夜之間智能投顧業(yè)務(wù)在在中國市場遍地開花。然而，火爆現(xiàn)象的背后，一些金融平臺卻打著“智能投顧”旗號濫竽充數(shù)。

眼下，智能投顧業(yè)務(wù)究竟是炒作的噱頭還是創(chuàng)新?智能投顧目前到底發(fā)展到什么水平?國內(nèi)與國外發(fā)展到底有何不同?未來智能投顧會發(fā)展到什么方向?

智能投顧最早起源于2008年美國的次貸危機。

由于美國復(fù)雜的保稅體系，每個投資人背后都會有一個投資顧問，幫助他報稅同時做相關(guān)的投資，但是，投資顧問會收取很高的傭金，一般在百分之二到百分之三左右。

但是經(jīng)濟(jì)危機的爆發(fā)使得整個市場不景氣，許多量化公司于是開始尋找其他的方式，降低投資成本，提高投資效率。

在這種背景下，美國一個團(tuán)隊采取用智能軟件的方式幫助投資人進(jìn)行投資，替代掉高級投資顧問，這樣成本降低了很多——比如，相比傳統(tǒng)的投資顧問，這種利用軟件進(jìn)行投資的方式，可以給投資人帶來一定收益而且所需費用大大降低，成本從2%左右降到0.25%。這就是智能投顧最初的原型。

后來，隨著深度學(xué)習(xí)、大數(shù)據(jù)技術(shù)的發(fā)展及應(yīng)用，這種利用軟件投資的方式逐漸發(fā)展成為現(xiàn)在的智能投顧。

不過，由于后來的理解不同，智能投顧的發(fā)展現(xiàn)狀也就各不相同，在過去一年多的時間里，先后考察了中國、美國、英國等一些先進(jìn)智能投顧發(fā)展地區(qū)，包括斯坦福、硅谷等，目前的智能投顧發(fā)展現(xiàn)狀非常不同——從智能方面來說，美國的智能算法和中國的就不一樣。美國基本上采用的是當(dāng)?shù)氐囊惶字悄芩惴w系，而國內(nèi)則是另一套智能算法體系。

一個客觀現(xiàn)狀是，智能投顧行業(yè)屬于發(fā)展初期，背后都需要資本大力支持，但目前中外投資機構(gòu)大不一樣，中國目前相關(guān)的投資機構(gòu)不是很多，并且投資標(biāo)的必須是二級市場，一級市場智能投顧根本參與不了預(yù)算環(huán)節(jié)，嚴(yán)格來講，一級市場的智能投顧還算不上真正的人工智能，目前還只是處于一個大數(shù)據(jù)階段。

我們理解的智能投顧是和客戶互動的角色，所以智能投顧應(yīng)該能夠和客戶進(jìn)行溝通互動，幫助客戶進(jìn)行量身定做的的理財方案。但是，目前智能投顧還處于利用大數(shù)據(jù)幫助企業(yè)分析客戶的需求階段。

比如，目前，很多機構(gòu)會給客戶推薦，下個月某某時間會有一款較好收益的理財產(chǎn)品，而不是精準(zhǔn)的幫助客戶管理財富。

未來，隨著智能投顧的發(fā)展，智能投顧肯定要深度幫助客戶制定理財計劃，比如，客戶在1-9月份的資產(chǎn)需要進(jìn)行配置，智能投顧幫助客戶分析了相關(guān)的需求后，會制定一系列合理的理財計劃，最終，這些理財收益能夠按照預(yù)期回到用戶的賬戶里面。

但是，從硅谷、斯坦福的一些做AI投資結(jié)合的團(tuán)隊，以及目前國內(nèi)的一些做AI投資的團(tuán)隊，目前還不能完全把人工顧問的因素排除掉，還是需要人工參與。

因此，結(jié)合上述信息，我們總結(jié)，智能投顧分為三個方面：一是智能、二是投資、三是顧問。

綜合調(diào)研眾多智能投顧，我們發(fā)現(xiàn)，現(xiàn)在的智能投顧還處于1.0階段，并且朝著2.0方向跨越，盡管有些公司和機構(gòu)宣稱自己的智能投顧已經(jīng)到到3.0版本，但是，這個“3.0”只是軟件的3.0版本而已。

1.0階段的一個表現(xiàn)就是，一個投資策略，一個人需要學(xué)習(xí)幾天或者幾個月，但是如果利用機器的話，幾百萬條投資策略可能一天時間就能全部學(xué)習(xí)完成。在交易的時候，根據(jù)提前設(shè)定好的條件，判別一次交易是否需要、能不能去做，以及什么時間進(jìn)行交易。

目前，自動交易這個非常容易實現(xiàn)，對于很多人來講，目前需要判斷的只是，這個自動交易你到底需不需要而已。

但是，如果把外匯、期貨、海外基金等所有資產(chǎn)配置全部囊括進(jìn)去，目前人工智能還沒有這么強大的作用。雖然目前人工智能是一個很復(fù)雜的數(shù)學(xué)公式，具備自我學(xué)習(xí)、繼續(xù)學(xué)習(xí)、深度學(xué)習(xí)能力，但在金融領(lǐng)域，還沒有一個高深的人工智能。

技術(shù)方面，智能投顧基本上還是人工智能輔助量化投資，然后再加一些人工智能和深度學(xué)習(xí)的內(nèi)容。比如，國內(nèi)有一個叫藍(lán)海智投的團(tuán)隊，原來就是一個專門做量化的團(tuán)隊。但是，目前階段人工智能部分大約占據(jù)20-30%，量化部分只占到60-70%。

而在底層的算法層面，智能投顧都含有一個所謂的模型算法在里面。不同的場景需要不同的算法。但是，利用一個算法無論什么情景都能得到一個最優(yōu)的方案，目前還是不可能。人工智能現(xiàn)在只能在假設(shè)的一個場景下才能進(jìn)行互動。

投資應(yīng)用中，智能投顧在人工智能方面還是套用傳統(tǒng)的那些組合方式，把資源組合起來，達(dá)到一個最佳效果。例如，測量一個屋子的周長，可能一次測不準(zhǔn)，但是通過測量100多次結(jié)果會更加逼近實際的投資效果。但是，這不是說一定百分之百準(zhǔn)確。

然而，一個尷尬的現(xiàn)狀則是，即使在相關(guān)技術(shù)層面達(dá)到了要求，在實際應(yīng)用中也會遇到各種各樣的問題。比如在美國，通過一個相關(guān)的算法，就可以無限的往下進(jìn)行運作，然后根據(jù)市場行情的變化自動地選擇交易。

可是在中國則不能夠應(yīng)用，當(dāng)下，人工智投顧主要還是服務(wù)中國市場體系建設(shè)，完善市場服務(wù)，包括應(yīng)用和內(nèi)容方面，因此，關(guān)于智能投顧的發(fā)展，根據(jù)中國的實際情況，一個現(xiàn)實可行的途徑就是做一些相關(guān)的工具提供給專業(yè)的客戶，讓他根據(jù)實際情況選擇相關(guān)的公式、算法。

當(dāng)然，這種方式是智能投顧發(fā)展階段的局限，未來幾年智能投顧發(fā)展的幾個可能是從眾多的交易策略當(dāng)中選擇一個合適的交易策。