尽管在2016年“监管”成为了互联网金融的主旋律，但金融科技的崛起就像是行业的一股清流，成为“规范发展”之下，互联网金融行业的新选择。那些提前布局的互联网金融的企业，正在加强云计算、大数据、人工智能等新兴技术的应用，推动公司向金融科技方向转型。
关于云计算、大数据这样的新兴技术应用方式，已经逐渐清晰。云计算为金融科技企业搭建起基础的计算平台，为企业开展大数据分析提供技术平台支撑；大数据的应用则相对较为广泛，比如，在风控领域，大数据的应用让企业的风控水平得到大幅提升，过去需要通过线上线下等多重审核的风控模式，在大数据的帮助下，大大提升了效率；在金融服务层面，大数据的应用则让金融科技企业可以更加清晰地对已有用户和潜在用户进行分析，从而了解他们的投资习惯，进而帮助企业开展相应的金融服务创新。
相比较而然，人工智能的应用在金融科技领域则显得较为模糊，目前业界公认的人工智能应用方向之一就是智能投顾。
我们距离智能投顾还有多远？
所谓智能投顾，就是指基于公募基金产品，运用组合策略等方式，针对客户具体需求，借助电子商务、大数据分析、人工智能等新技术，将投资顾问服务模式化、产品化、智能化和自动化，并将之以良好体验在线呈现的产品和营销服务方式。
在美国，一些传统金融机构和众多新兴的金融科技公司都开始涉足智能投顾领域。有一份来自花旗银行的数据显示，从2012年至2015年底，美国智能投顾管理的资产规模从0上升到190亿美元，尽管在财富管理的总体规模上还没有达到1%，业界却预计，未来智能投顾在美国金融市场上的复合增长率能达到28%。
应该说，智能投顾的出现，可以让人工智能在财富管理领域得到更合理的应用，轻松为投资者在浩繁的基金和理财产品中选出适合的投资产品，为投资者带来方便、高效、精准的客户体验。
目前，在中国，传统金融机构和新兴的金融科技公司也在试水这一领域。其中，12月6日招商银行正式上线摩羯智投；12月7日，民生证券携手璇玑开发数字化资产配置系统；12月中旬，浦发银行基于手机银行8.0推出智能投顾系统——“财智机器人”。
尽管如此，在很多业内人士看来，目前市面上宣称是智能投顾的产品，严格来说并没有做到智能；它们大多基于对过往的数据进行分析，从而得出一些相对模糊的方向或者建议，这与真正的智能投顾还有一定距离，真正的智能投顾应该是可以对包含资本市场相关信息以及个人投资偏好、拥有资产状况、资产配置状况等数据进行综合的实时分析，不仅能够给出一些切实可行的建议，甚至还能对未来投资收益进行预测，以及完成自动化的投资和赎回。
智能投顾也需要调教 越用才能越智能
很多时候，人们只是看到了人工智能这一炫酷的称号，实质上，人工智能的达成是一个复杂的过程，除了实时的大数据分析之后，机器学习是一个很重要的过程。人工智能，真的是越用才能越智能。
智能投顾同样也是如此，针对不同的投资者，智能投顾系统在实际运转中，需要根据每一个人的特点设计出不同的智能投顾方案，而用户真正使用这一系统，并在使用过程中不断根据自己的习惯进行调整。长此以往，智能投顾系统才能真正了解这个人的习惯和偏好，从而实现真正的智能化。
因此，中国很多新兴的金融科技企业正在将研发实力投入到大数据分析和机器学习等方面，只有这些成熟了，人工智能才能真正在金融科技领域得以实现。即使如此，对于中国的投资者而言，智能投顾系统还是一个相对遥远的应用，以目前国人的高储蓄率来看，其实大多数人都没有更好的投资渠道，而且他们也不了解或者说不愿意尝试更多新的方式。
互联网金融理财的尝鲜者们或许将会是智能投顾系统的第一批用户，这些人对于互联网金融理财从认知到了解，再到真正投资并获得收益，已经基本完成了自身的投资者教育，对于新生事物的接受程度也相对较高。
智能投顾在中国还有相当长一段路要走
对于中国的投资者而言，即便大家都听过“理财有风险，投资需谨慎”，但大多数人在投资的时候，对于“刚性兑付”依然有着很高的要求。这就是中国市场的现状：用户乐于接受新鲜事物，但对于投资回报率却一点都不会马虎。
这其实是智能投顾在中国普及的一大障碍，智能投顾更多的只是把传统由理财经理等完成的工作，用系统以自动化、智能化的方式来实现，在这个过程中，系统也不可能保证未来的预期收益率，但用户往往不会这么想。
而智能投顾系统又是越用越智能，因此在前期刚开始应用时，很多用户难免会有一个和系统相互磨合的过程，在这个过程中，用户可能会被智能投顾系统“坑”到，很难保证用户会持续使用，一旦用户流失，智能投顾系统的机器学习也将因此终止。这样一来，智能投顾系统就会陷入一个不利的循环：用户越不愿意用，智能投顾系统的智能化水平就越难提升。
尽管当下金融科技的热潮汹涌而来，但在人工智能这件事上，其在金融行业的应用才刚刚开始。
本文为科技新媒体“常言道”（微信公众号：changyandao1）出品，作者丁常彦。原创作品，欢迎转载，转载或引用请注明作者及来源。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
