在普華永道2017年的金融科技報告中，有這樣的觀點：很快，理財經理就能夠通過人工智能（AI）的合成和對數據的分析，引導客戶採取最合適他們目標的財務決策。

上一期【小花面基會】中，提到了“人工+智能”的模式來驅動財富科技的進步，通過這樣的模式，財富管理公司可以大幅減少運營成本，方便與客戶的溝通。今天我們就來看幾個海外財富科技軟件應用這一模式上的實際案例。

Algo-Lead：未來是屬於算法軟件的

Algo-Lead公司的首席執行官Boris Khazin，強烈地相信未來是屬於算法軟件的。他認爲，人工智能將很快決定投資者的最佳收益。這樣的技術升級也能夠使整個生態系統受益。

“如果你用各種規則來開發軟件，它就會按照你期待的方式去運作。對於計算機來說，這一點反而更容易做到。因爲人類是有缺陷的，相較於人工顧問來說，技術將使一切變得更有效率、更簡單。”Boris相信人類所需要的客服代表（人工顧問）將會減少到最低限度，因爲人工智能和機器學習能夠解決大部分的客戶查詢類問題。此外，區塊鏈技術的應用可以將整個新員工培訓過程從數天減少到幾分鐘。

“未來將更多集中在計算機決策算法、區塊鏈、即時通訊上”，Boris的觀點認爲，理財顧問通常會與客戶分享那些被存儲在分佈式分類賬戶上的信息，他們能夠使信息的週轉時間縮短，從而提高效率。

FinFabrik：完全使用人工智能來提供服務

香港FinFabrik的聯合創始人Florian Spiegl表示，該公司在財富管理中完全使用人工智能，並且不同的業務模塊，使用不同類型的人工智能。

例如，客戶管理的過程是其實是瞭解潛在客戶是誰的過程。財富管理公司需要了解客戶的過去和現狀，以及他們對未來的長期願景和目標。潛在客戶的信用評分只是其中的一部分。Florian提到，在預測潛在客戶的投資情況將如何展開時，應當考慮其信用評分。

Hedgeable：將AI應用於數字財富管理價值鏈的先驅

Hedgeable可以稱得上是將AI應用於整個數字財富管理價值鏈的先驅。他們正在研究如何應用“專注於客戶體驗、投資策略和預測分析”的AI模塊。

Hedgeable在以下地方充分應用AI技術：

客戶體驗：Hedgeable認爲聊天機器人和智能網站搜索功能提供了卓越的客戶體驗。最關鍵的是“簡潔”，不應期望潛在客戶通過白皮書中的所有解釋來深入瞭解當前的產品。

投資策略：在機器學習過程中大量使用，包括全球宏觀的見解，以及將原始數據融合在實際投資策略建議中。

預測分析：幫助Hedgeable瞭解客戶，並使工作與他們的行爲保持同步，爲客戶創造更多的產品提供更順暢的服務。

SafeGuard：AI驅動不會完全取代人工理財顧問

SafeGuard首席執行官約翰·洛根認爲，在未來幾年，更多人將轉向評估市場優勢和劣勢的軟件和算法，並應用於財富或退休計劃。但在初步評估之後，仍需要理財顧問向客戶提供一系列產品。因爲對於大多數人來說，會希望除了軟件平臺之外，能有一個人指導他們的選擇。

約翰·洛根並不認爲AI驅動的解決方案能夠取代人工理財顧問，他說，在未來五年內我們可能會看到類似 IBM Watson的DeepQA這樣的軟件平臺。這將取代傳統的客戶服務中心的必要性，但關鍵是這樣的情況是否適合那些需要更復雜建議的投資者：

“會有人將這種人工智能應用於一個完整的財富諮詢場景中，畢竟，未來它很可能會取代那些不需要非常複雜回報計劃的投資者，”約翰說。

對於區塊鏈在財富管理中的應用，約翰預測這項技術對B2B來說更有益。主要原因是它跳過了目前處於不成熟階段的B2C領域，分佈式分類賬技術在財富科技領域的應用仍在進步，對於公司而言，它可以大幅度降低交易費用以及減少錯誤。

Lex Sokolin的觀點：大數據是思考，不是客戶本身

FinTech策略研究者Lex Sokolin提供了一個關於“大數據如何使投資者獲益”的例子：對於想要兩全其美的人來說，面對“在普通股和加密貨幣之間如何分配資金”這一問題，大數據就可以發揮作用，如果他們有小孩或者家庭要照顧，大數據可以幫助投資者瞭解自己是誰，並且評估投資的風險，提供建議。

在作出財務決策時，人們並不是真的願意做功課，而是不願意深入研究複雜的問題：Lex Sokolin認爲，“這種複雜程度 ——即使用比1到10級問卷更復雜的分析，將可能會讓你失去客戶，因爲他們不會明白髮生了什麼”。

“如果財富管理機構可以使用大數據來減少人類在分析自身時存在的疑問，那麼他們可以爲客戶提供出更具體和定製的解決方案。我們正在進入一個這樣的世界，軟件對我們的認知正在超過我們對自己的認知。”Lex Sokolin說。

Xtiva Financial Systems：大數據將提高預測風險的能力

在進一步闡述大數據的使用案例時，Xtiva Financial Systems的首席產品官傑夫·馬斯登提到，是否應該使用更多數據來定製服務呢？答案是肯定的，大數據可以使更多增量信息湧入，將風險評估和管理的質量提升到一個新的水平。傑夫相信，這項技術將保證提高預測風險的能力，因爲人性造成風險往往會被理財顧問低估。

爲了提高財富管理軟件的效率，傑夫介紹了一些分佈式賬本技術的重要案例：

- 具有敏感信息的私人數據被安全地存儲起來，與金融機構或個人共享，並且可能由第三方驗證。

- 分佈式賬本可以大量縮短調節時間，提高運營效率。

“在監管和資產管理領域進行調節的工作量和時間是巨大的”，傑夫·馬斯登提到，很多銀行已經在使用分佈式分類賬這種強大的技術。

DriveWealth：根據客戶的需求量身定製解決方案

DriveWealth的CEO鮑勃·科特萊特（Bob Cortright）提到，該公司能夠通過一系列的人工智能技術提供尖端解決方案，比如，根據客戶的需求量身定製解決方案。

鮑勃表示，現代技術可以輕鬆地與衆多合作伙伴集成，以彙總多方提供的數據。因此，這種類型的人工智能超越了一個維度上的問題，引入了其他數據因素，可以創建一個相當複雜、多樣化的投資組合。

MyVest：對客戶行爲的分析也很重要

MyVest首席執行官安東·霍尼克曼（Anton Honikman）表示，對客戶行爲的分析還會影響到理財顧問與客戶的互動方式，他們合作的頻率，以及他們對其投資組合或市場環境中不斷變化的反應。安東補充說，目前，這種解決方案還沒有足夠的行業經驗。

今後，我們很可能會看到越來越多的WealthTech公司在其產品中提供人工智能組件，以簡化某些面向客戶的流程，並通過降低與昂貴的人力資本相關的成本來提高利潤。大數據將使公司能夠更準確地定製投資組合，不僅考慮客戶在標準風險評估問卷中提供的內容，還考慮社交媒體和其他類型的數據。

>>> 乾貨獲取方式 <<<

Step1:長按下方二維碼，添加微信公衆號“財富科技範兒”

Step2:發送“PWC”，立即獲取《普華永道2017年金融科技報告》完整版。