编者按：于2022年11月发布，两个月就实现了月活跃用户过亿。随着作为AI界新贵“出圈”，人工智能近来再次引发热议。是否会影响各行各业的发展逻辑？是否会取代很多工作岗位从而导致失业率的升高？人们对怀有一种“爱恨交加”的复杂情感，同时又“身不由己”地对它抱以高度的关注与兴趣。
4月21日，《银行家》杂志社与中国社科院金融所财富管理研究中心联合举办银行家月度论坛，邀请行业专家和学界专家共同探讨“对财富管理行业的影响与对策”。财富管理业属于咨询顾问业务，咨询顾问的核心要义在于要扩大被咨询者的知识集，要利用金融和非金融工具实现客户的幸福感最大化。的推出无疑是财富管理市场的“福音”，同时也可能是“灾难”，因为通过“学习”，它的知识集将远大于人类，行为决策理论也更加科学、合理、全面。围绕这些极具挑战性和冲击力的热点话题，来自中国民生银行、五矿信托、中信保诚人寿保险公司、龙盈智达（北京）科技公司、京华世家财富管理公司、申港证券研究所和国投泰康信托研究院等机构的多位嘉宾展开了热烈讨论与深入交流，为行业发展建言献策，本次论坛由中国社科院金融所财富管理研究中心主任王增武主持。
王增武：为何能超过CPB
财富管理业中两种典型的业务模式或说盈利模式分别为产品销售和咨询顾问，即基于产品销售的返佣收费模式和基于咨询顾问的服务收费两种模式。随着2019年基金投顾业务的推出，国内咨询顾问业务模式已有推进且取得不错的表现。“人”是咨询顾问业务的执行者，也是咨询顾问业务成败的关键因素所在。通常，也把从产品销售模式向咨询顾问模式的转变比喻为从“卖药材”模式向“卖药方”模式的转变，能开“药方”的老中医是“药方”是否有效的关键，类比而言，私人银行家（ ， CPB）是财富管理业咨询顾问模式能否成功的关键因素所在。
的推出或打破CPB咨询顾问模式的“平静”。一则的决策机制“像人”，即经验理性的决策机制。法国经济学家和在其书《A of Case—Based 》中将“人”在不确定性环境下的决策理论分为三类：第一类是概率理性，以Bayes法则和期望效用理论为中心的效用最大化理性；第二类是规则理性，以调查研究或数据分析为中心的框架、规则理性；第三类是经验理性，以案例分析为中心的事件类比理性，如“9·11事件”与珍珠港事件或存在某种程度的相似性。有关概率理性和规则理性的应用和实践我们并不陌生，在日常的工作生活中，我们经常使用经验理性，如“家有一老如有一宝”，但我们好像并未真正关注他或她，经验理性的哲学基础是英国哲学家休谟的“经验主义”。“人”的行为是概率理性、规则理性和经验理性的统一，的行为也是如此，例如我们每一次对的提问都是的“学习机会”，或说经验理性的积累。
二则的学习速度“超人”，即主观概率的Bayes法则。2023年2月，斯坦福大学研究人员发现通过了心智测试理论，达到了9岁年龄（正确率为93%），而在年初的1月，还是零岁。这表明通过1个月的深度学习就是跨越人类9年的学习。简单的类推表明，在4个月大时的智商或是人类的“不惑”之年。的前身2018年的GPT-1模型有1.17亿个参数、2019年的GPT-2有15亿个参数、2020年的GPT-3有1750亿个参数，这样的更新迭代速度远远“超过人类”。最后，理性是概率理性、规则理性和经验理性的综合理性，而其决策的精度却远高于人类。这是或可“超人”的三个主要表现。
短期内，的决策超过不了人。第一，人类大脑约有100万亿个参数，与GPT-3通过3年达到1750亿个参数相比，简单的类推结果表明要想达到人类的大脑水平，还得57.14年。考虑到GPT的学习速度较快，上述时间缩短一半也还有近30年的时间，缩短80%也还有近10年的时间。第二，在稀有事件的学习上，与人类站在同一起跑线上，如前述的“9·11”事件等。这表明就财富管理行业而言，短期内不会超过CPB，但可以替代或深度替代CPB的某些功能，长远而言，必将超过CPB。
王增武系中国社科院金融所
财富管理研究中心主任
罗勇：利用新AI技术创造伟大的未来
一个伟大的未来并不复杂：我们需要技术来创造更多财富，需要政策来公平分配财富。人工智能（AI）所带动的技术革命，将构建一个新的、广受欢迎的体系。作为一种大型AI自然语言处理模型，采用深度学习技术，基于其训练数据、模型架构、微调过程以及基于概率的预测方法，处理各种自然语言任务，理解输入文本，生成连贯且恰当的回应。新AI技术的应用可以极大地消除金融行业经济信息熵，减少信息不对称，提高金融市场的效率。
具体来说，对金融行业影响主要表现在以下几个方面：一是帮助金融机构获取更多、更有效的信息，有利于金融机构更准确地评估风险，例如信用评级、违约预测等，从而优化风险控制策略等；二是基于用户画像和行为数据，为用户提供个性化的金融产品推荐，提高金融产品的匹配度和满意度；三是可以通过分析历史数据，发现投资机会并预测市场趋势，帮助投资者做出更明智的财富管理和投资决策；四是可以为客户提供24小时在线的客户服务，解决用户的疑问和问题，提升客户体验。
在财富管理行业，国内外一些基金公司已经开始试水将等AI技术应用在智能投顾和量化交易等应用上，如摩根士丹利正在推出一款由最新技术驱动的先进聊天机器人，以在日常工作中为该行的财务顾问团队提供帮助；彭博社专为金融领域打造500亿个参数的语言模型，用于理解财经新闻背后的“市场情绪”。而国内有54家基金投顾机构，113家顶级私募投资机构都在运用AI技术开展量化交易，其中30家的量化交易规模已经超百亿。随着等AI技术不断成熟和推广应用，行业创新也会百花齐放，行业现状将发生翻天覆地的变化。
新AI技术的应用也会面临一些挑战，首先AI需要基于大量的数据进行训练，而用于训练的数据都非常敏感，如何合法合规地获取、使用、处理、保存数据是比较大的挑战；其次是技术本身的完善性和局限性，如在自然语言理解和生成方面还存在一些局限性，需要在不断地应用中进行改进和优化；再次是AI决策的有效性尚需要场景和时间进行检验，对于一些重要的决策还需要充分的训练，确保安全。
金融机构在财富管理方面，一是要加强数字化转型，积极利用数字技术提高自身的数字化水平，推进数字化转型，提高服务质量和效率；二是建立数字化财富管理生态，通过运用互联网、大数据、人工智能等分析技术，通过加强与第三方场景的合作，安全、便捷、准确地进行客户画像，进而为客户提供精准的财富管理方案；三是加强数字化创新人才培养，注重员工培训和人才引进，建立既懂业务又懂技术的复合型人才队伍，促进财富管理产品体系的升级；四是抓好合规底线，积极响应监管政策，确保合规运营，提高客户信任度；五是加强科技风险管理，建立科技风险管理机制，加强技术安全防护，保障客户资金安全。
从长远来看，随着AI技术的应用普及和深入，我们可以看到财富管理行业将呈现投资更加智能化、服务更加个性化的局面，实现公域和私域的全覆盖。例如金融行业借助AI工具为用户提供更个性化的金融服务，满足公域不同客户群体的需求；私域投资者也将更多地依赖AI工具进行投资决策，提高投资收益。整个金融市场也会随着AI技术的普及应用，使资金更快速、更准确、有效地流向有价值、低风险的投资项目，在提高整个金融市场效率的同时，有效降低整体风险水平。
即将到来的变化是不可阻挡的。如果我们接受变化并为它们做计划，我们就可以利用变化来创造一个更公平、更幸福、更繁荣的社会，未来可能将是难以想象的伟大。
罗勇系中国民生银行
生态金融技术总监
刘雁：对金融行业的影响和五矿信托的GPT应用探索
的能力优势与金融行业的匹配性
对于金融行业，海量的市场研究、策略分析和内部培训材料是最有价值的资源和成果。但目前存在的现状是：因为信息内容量庞大，利用当前的技术难以进行有效的分类和搜索功能设置，内部人员无法便捷地查找、阅览和引用。另外，在对内容的理解和翻译输出上，每个人的理解水平高低不同，也使得大部分专业的投研内容需要依赖特定的研究人员来讲解，应用非常低效。的出现彻底扭转了这个局面，帮助金融行业将最有价值的内容高效地应用起来。
具有解决问题的能力是它的决策逻辑决定的。是基于深度学习技术，通过输入大量语言数据，对输入的文本进行分析和理解，然后生成适当的回复或响应。它像一个学习能力比人类强千万倍的学习者，并且能够进行联想学习、关联学习。当我们将大量的内容输入给它之后，它不仅能够实现查找和引用，还智能化地生成有意义的回答。当遇到互相冲突的观点时，它还会尝试根据训练时所接受的大量语言数据和当前上下文来确定最佳的输出。
在金融行业的应用及对未来的影响
在金融行业的应用
智能客服。可以用于开发智能客服系统，以帮助银行和其他金融机构更好地与客户互动和沟通。这些系统可以回答客户的问题，提供支持和建议，并自动完成一些常见的任务，如账户余额查询、账单支付等。
投资建议。可以根据客户的需求和偏好，提供个性化的投资建议，例如推荐适合的投资组合、分析市场趋势等。
智能陪练。可以扮演客户的角色，通过各种情景模拟和实操演练，帮助金融行业客户经理快速熟悉业务，了解产品，提升服务质量。
对金融行业的影响及对策
在金融行业中的应用已经产生了一定的影响。可以提高金融机构的效率，减少了许多重复性的工作，也可以提高客户满意度，提供更好的服务体验。同时，也对金融从业者提出了很多新的要求，例如金融行业从业者需要具备一定的技术能力，了解的工作原理和应用场景，熟悉相关的技术和工具，如自然语言处理、机器学习等；金融行业从业者也需要具备更强的服务意识和共情能力，了解客户需求和心理，并能够提供更加个性化和贴近客户需求的服务，从而提高客户满意度和忠诚度。
未来，在金融行业中的应用还将继续增加。随着技术的不断发展和创新，可以更加智能化和个性化，为客户提供更好的服务。同时，我们也需要注意相关的风险和对策，例如保障客户的隐私和数据安全，防范技术风险和系统错误等。
五矿信托在财富管理业务领域的GPT应用探索
目前，五矿信托也在探索将GPT等大模型技术应用到财富管理业务领域中。
为了将五矿财富自建的海量的领域知识库转化为优质的服务，我们正在研发领域知识和大模型推理结合的4K-GPT产品，以满足财富顾问对于专业知识及策略分析的需求。借助于大模型的思维链推理能力，可以将复杂的问题进行拆解，从领域知识库检索对应的细粒度、专业化和最新的知识融入到大模型的上下文学习的提示工程中，生成串联客户画像、市场洞察及产品要素的财富营销文案和问答内容，帮助财富顾问把握最新的动态趋势，提供更高效的服务。我们还需要进一步验证产品的有效性，后续也会持续在人工智能领域发力。
未来的财富管理行业中，机器与人的协作将是趋势，对提高服务质量、提高效率以及更好满足客户需求都有着积极的作用。尽管如此，财富顾问的经验和人际沟通能力在短期看依旧是机器无法取代的。机器在大多数时候只能提供数据和技术支持，而财富顾问能够对客户进行深入了解和需求洞察，能够提供全方位的财富管理服务，能够更温情、更人性化地沟通并相应满足客户的需求，持续陪伴客户的成长。当然，随着人机结合的趋势越来越明显，财富顾问也应当不断提升自身素质和能力，竭力为客户提供更优质的服务。
刘雁系五矿国际信托有限公司
党委委员、财务总监兼董事会秘书
危九平：从保险行业视角看待的影响和挑战
是近年来人工智能领域的一项非常重要的技术突破，作为更加“类人化”进阶版的人工智能，引发了极高的关注度和广泛讨论。那么有什么“过人之处”呢？从其技术逻辑来看，是建立在自然语言处理和深度学习之上的对话型人工智能，它能够做到在接受大规模的文本数据训练后，以自然语言对输入的文本作出回应。
其实，在保险行业也不算是新面孔了，海外一些保险公司已经有使用进行理赔和数据挖掘的经验，也有一些保险公司在利用推进客户服务。及相关技术的进一步演进，势必会在一定程度上加快保险行业自动化和智能化的进程，未来也一定非常有潜力成为保险行业重要的辅助和赋能工具。比如在客户服务方面，保险公司可以将的“处理复杂查询的能力”和“自然语言处理的技术”应用于其智能客服团队。相较于普通客服机器人，赋能下的智能客服团队提供的答案将更加准确且有一定的定制水平。另外，在改善保险承保方面，保险公司亦可以利用从理赔或其他文件中提取数据，找出理赔部分的具体损失原因，从而改善保险公司的承保。总的来看，无论是市场端的营销获客、客户服务，还是公司运营的渠道管理、产品设计、精算，亦或是公司内部管理的风控、财务人事、监管沟通等岗位，在一定程度上都可以胜任一些工作，都能有不同程度的赋能。
但是，这些人工智能在给保险行业带来高效和便捷的同时，也给我们带来了不同方面的挑战。首先，对于保险从业人员来说，保险代理人可能需要大幅度提升专业能力，因为的普及产生的最大影响可能不是让代理人变得更专业，而是让客户变得更专业了。因此，每一个客户都有可能变成专家，那么作为代理人，他们需要在所不具备的能力上开拓和提升自己。
另外，新技术的发展也给行业监管带来新的挑战。正如习近平总书记强调的，“古往今来，很多技术都是‘双刃剑’，一方面可以造福社会、造福人民，另一方面也可以被一些人用来损害社会公共利益和民众利益。”作为一种新兴技术，为人类社会注入发展活力，但如果使用或者管理不当，也可能会带来数据泄露、危害信息财产安全、侵犯知识产权等风险。例如，在客户进行业务自助服务操作中，金融机构会收集客户的地理位置、交易记录、财务信息等个人信息等，这些信息或者数据如果管理不善，就会对客户构成一定威胁。特别是对于保险行业，在技术还不足够成熟的时候，或者用于训练的语料不够具体和丰富的时候，也可能会存在提供错误回复，造成误导销售等严重问题。
那么，面对等人工智能的飞速发展，我们应该做些什么来应对其带来的挑战呢？无论是财富管理行业，还是聚焦到保险行业，若想取得新的创新和发展，创新人才的培训和引进都应该放在一个重要的位置上。因此，我们要首先认识到科技金融人才的重要性，重视复合型人才的开发和继续教育，培养既具备特色金融专业背景，又具备互联网思维和创新意识的金融科技人才。
另外，在客户服务方面，我们要始终明确保险行业是在为客户解决什么问题。对于资产净值较低的客户，他们可能关注的是资产的保值和增值；而对于高净值的客户群体，他们的需求会更加全面，比如融资、法律、税务、资产保障、财富传承、甚至是精神传承等。因此，“以客户利益为中心”就显得格外重要，精准识别客户画像，准确锁定客户需求才能为客户提供有价值的咨询服务，最大化满足客户对财富管理服务的咨询需求，为客户提供成熟的投资策略分析。
最后，虽然是朝着“类人化”的方向去发展的，具有近似人类的思考方式，但客观来说，仍然缺乏批判性思维和承担责任的能力。因此，我们在享受技术带来的便捷和生产力提升的过程中，也更应该关注到人工智能的治理问题，比如可能需要完善相关的法律法规及行业标准，有关部门需要对的开发活动加强指导和监管，制定、修订相关领域的法律法规，及时对技术安全性进行风险监测和评估等。对于前文所提到的行业监管问题，应通过立法形式来明确信息披露的范围和内容，只有建立良好的披露机制，监管部门才可能更加全面准确地识别风险，提高综合监管能力，行业也才能更加健康、稳定地向前发展。
危九平系中信保诚人寿保险有限公司高净值业务部总经理
李群：人工智能技术应用对财富管理行业的影响
近半年来，以为典型代表的新一代人工智能技术迅速成为市场关注热点，也引起人们对于其在金融领域应用的浓厚兴趣。随着GPT-4吸收和整合广泛的智力资本，高盛和摩根士丹利等海外机构已开始尝试使用类似于的人工智能技术更快捷地洞察全球公司、行业、资产类别和资本市场等信息。人工智能技术对于财富管理行业会带来哪些影响？是挑战还是机会？这些问题需要认真思考和面对。
影响创新技术实现应用的基本要素
技术提供者
对于新的技术、工具和应用，关键要看它是否能解决问题，是否能提高效率或降低成本，例如当下社会生活中的智能手机、新能源交通工具、社交软件、电子支付、生物免疫治疗等这些新技术和工具的应用，它们的功能、效率和成本优势明显，替代传统技术或产品成为必然。对于人工智能在金融服务领域的应用亦是如此，如果其在某一领域形成明显优势，那么替代或部分替代人工服务将会成为必然的趋势。
服务使用者
随着时代发展，人们对移动电子工具设备的使用越来越普及，它已经成为生活的基本技能和习惯，年轻一代对金融机构网点和人员的依赖度也越来越低，这种趋势会促使金融服务电子化、信息化。同时，较为复杂的金融服务也会通过技术的不断创新变得越来越简单、便利、安全。
应用场景
人工智能等新技术的出现，必然推动金融服务的创新和升级，预计在智能客服、市场咨询分析、风险评估、合规检查、金融知识普及、语言翻译、文本生成编辑等这些常规基础服务场景中将会很快实现应用。同时，在机器学习数据挖掘、量化建议、数据分析可视化、区块链账本技术、云计算和大数据、金融监管科技等方面，也会帮助人们提高工作效率。
法律政策
新技术的创新应用要符合社会伦理和法律法规，例如各国针对医学领域的“克隆”“基因编辑”等技术都有严格的法律限制，仅允许用于医学研究。人工智能技术在金融行业的应用也面临一定的挑战与局限性，例如数据隐私问题、监管障碍等。
人工智能技术对财富管理行业的影响
毫无疑问，人工智能技术将推动财富管理行业的发展。它可以帮助机构和管理人更好地理解客户的需求，提供更快捷、更精准的服务，提高客户满意度，从而提升金融机构的竞争力。成功运用创新技术的金融机构将在竞争激烈且变化迅速的环境中脱颖而出。
在传统金融机构中，人工智能技术可以被用作自动化客服和智能顾问。在服务客户时，它能实现精准响应并提供更丰富的信息；在客户提供的基本信息和问卷调查的基础上，推荐适合的金融产品，并在交流的过程中进行金融科普和投资者教育，引导客户形成适当的投资预期。同时，它还可以处理客户的各种简单请求，包括账户查询、付款、交易和投资等；它可以24小时工作，随时随地响应客户需求，在提升服务质量和提高效率的同时，显著降低了服务成本。
在投研方面，人工智能技术可以作为投研人员的辅助工具，在文本分析和热点监测方面发挥作用。例如收集新闻资讯、社交媒体热点和客户评论等，通过自动分析这些文本，提取关键信息，揭示市场趋势、投资机会和风险等，帮助投研人员做出更好的投资判断或者改进产品和服务。当然，目前研报框架的搭建、差异化分析和创新的观点仍然依赖投研人员的专业能力。
使用人工智能进行投研和咨询工作时需要注意合规的问题，为了避免误导，人工智能技术不应该提供资产表现预测和投资决策建议。考虑到其在专业领域尤其金融领域知识储备有限，可能会出现随机生成的虚假答案的情况，需要专业人员做判断。另外，在复杂问题的处理、综合服务、重大决策以及客户信任和情感陪伴方面，财富经理的作用还无法被人工智能所替代。
总的来说，人工智能在财富行业的应用具有很大的潜力，在充分考虑其带来的风险和挑战基础上，金融机构可以合理地引进和使用这类人工智能，提升客户服务的效率和效益。
李群系京华世家家族办公室总裁
海量资讯、精准解读，尽在新浪财经APP
相关文章
