人工智慧的這些特性決定智能投顧只能走先B端的道路

兩會政府工作報告中關於人工智慧的內容無疑讓AI這把大火又旺了一把。作為金融+AI的結晶Fintech，短短几年攢足了從華爾街投行到國內投資大佬的目光，外有高盛、摩根大通，內有螞蟻金服、京東金融等，紛紛涉足或給自己貼上「金融科技」的時髦標籤。

浪潮洶湧下，Fintech的兩個排頭兵：智能信貸及智能投顧自然走在了風口浪尖。然而，不同於以飛貸、讀秒的階段性成功為代表的智能信貸，智能投顧經歷了2016年的火熱，除了概念被炒起來，並沒有湧現出標誌性產品。

在我看來，國內智能投顧的發展之所以群雄逐鹿卻難有卓爾不群之人，根源在於大部分產品沒有遵循傳統環境下前沿科技——這裡是AI——的普遍發展特性，科技與理念的匹配錯位決定AI+投顧的智能投顧的發展必然要走先B端再C端的道路，否則產品最終只會淪為趨勢的炮灰，為他人做嫁衣。

搶佔先機並非AI類前沿行業發展的制勝要訣

對於大多數行業來說，誰先佔得了市場先機，誰就容易在潮流中脫穎而出。但這樣的論斷有個前提，那就是「市場」是業已存在的，只是誰能佔山為王的問題。然而，就像早先火了一把的VR類行業忽而降溫，大量創業企業一夜之間消失一樣，作為核心技術元素AI同VR類似一樣是前沿科技的智能投顧，稍不留神也容易重蹈覆轍。

1、直接做C端是美好願景，也可能是「萬骨」枯去的開始

眾所周知，由於投資理性的成熟，美國的智投能夠坐享成熟資本市場、理性大眾投資觀念帶來的果實。而國內的智能投顧發展卻處在一個尷尬的夾層之中，即超前的互聯網技術理念同大眾落後的投資理財觀念雙面夾擊。

這裡存在著最樸素的邏輯：AI的應用過程中，不匹配行業對應的基礎理念，技術並不能帶來先導價值。反映到C端智能投顧，就是普遍的低接受度以及隨之而來的高獲客成本。

那麼是不是可以說只要想辦法推動這種匹配即可？其他AI類行業也許可能，但作為一種追隨社會發展的普遍素質，「理財意識」的培育並非一朝一夕的事，而是靠「社會大勢」被動推著走，智能投顧可能面臨較長時間的「無可作為的等待」。這時，率先到C端衝鋒陷陣推動市場的，往往會成為他人成功的炮灰。

也即，面向大眾的智能投顧肯定是「恰當的事」，但現在並不是那個「恰當的時間」，甚至智能投顧本身在推動時機的到來方面也可能是事倍功半。於是，功利地說，躲在B端的港灣里，等待「恰當的時間」到來，也許成了智能投顧生存下來並擇機進取C端的最可行謀略。

在同民生證券合作之前，PINTEC旗下的璇璣在2016年6月推出To C智能投顧產品：靈璣。同大多數同類產品一樣，上馬之初掌門人鄭毓棟這位金融界摸爬滾打多年的老江湖對產品信心滿滿，然而其發展可能並不達預期。我們能輕而易舉知道靈璣這款產品在數據、技術、產品方面的優異性，但令人咂舌的獲客成本表明靈璣實際上在以一個初創企業個體的身份推動著投顧行業整體大勢的發展，這種「偉大」某種程度上恰恰成為了智能投顧初創者們都有苦難言的問題。

類似的，都號稱要做中國Wealthfront的彌財、藍海智投，在火熱的初創後，目前的發展不如預期那樣快。而平安一賬通、京東智投、招商銀行摩羯智投這些生根B端的智能投顧的發展一日一變。此外，2016年年底璇璣投身了民生證券之後，發展速度及業務深度已經不可同日而語。

2、不匹配的AI類行業強行上馬面臨「高闕值馬太效應」

前些年在資本同互聯網創業狂潮的共同作用下，燒錢成了初創企業的聚攏個人用戶的首選手段，以「滴滴」同「快的」的燒錢大賽最為出名。其基本的邏輯是：前期燒錢投入，用戶量到一定程度就形成用戶群聚的馬太效應，此時只需要等待自然虹吸即可快速聚攏用戶。

To C的智能投顧，本來也應該是這一套邏輯。但AI類行業發展規律並不能給這樣的機會：作為比普通的信息技術（如滴滴簡單的約車匹配）前沿的AI，其應用成果會比傳統超前很多，尤其在行業對應的理念未跟上之時，大眾的心理接受過程會非常漫長，類似的VR行業的降溫就部分與VR技術未充分匹配到傳統需求理念相關。這種不匹配差距越大，接受就會越慢，於是智能投顧行業的馬太效應會比普通的功能型產品（立等可用，無嘗試成本）闕值更高，虹吸效率更低。

於是同樣是C端產品，To C的智能投顧卻難以採用從零開始的用戶策略，否則結局就是所有廠商都表現平平沒有突出的，難以出現獨角獸。正如馬化騰所說，發展金融業務拼的是誰的命長，而不是看誰短期內跑得多快。有B端雄厚背景的平安一賬通、招行摩羯智投等似乎不用擔心生存問題，而初創的智能投顧則很容易遵從傳統用戶積累的邏輯而面臨用戶積累舉步維艱的狀況，PINTEC早前的靈璣以及更多默默的產品莫不如是。顯而易見的是，以傳統邏輯經營C端並不是當前現實下智能投顧最好的存活方式。

謀定而後動才是AI類前沿行業發展的不二法門

近段時間熱炒的ofo相關的通信、認證（包括刷臉）、支付等無不是業已成熟的技術，產品與輿論的焦點都在其商業模式上。這樣的行業沒有「謀定」的機會，蛋糕搶到手裡再談享用。

而以探索身份存在的AI科技卻與傳統科技關注商業模式不同，其發展更多關注技術宣貫與理念提升，低普及度事實上反而給了行業個體充分鍛煉的時間和必要。沒有完全成熟、充分準備的產品既會被市場排斥，也如前文所說無法獲取所謂先機，只有打造比較成熟的產品面世，才能中和掉傳統中成長起來的客戶群體的抵觸情緒。典型地，作為AI類行業，智能投顧在走向C端之前，B端無疑是最佳的「成長基地」，這樣的充分磨刀既是一種必要，也具備充分的條件，謀定而後動，不必擔心錯失時機。

1、 AI需要的不僅僅是基礎數據

AI產品最基礎的要求往往是數據，但是對這樣的前沿科技來說，除了數據豐富度外，數據篩選度、質量、針對性對智能演算法的最終效果表現提升具有高效價比的作用，花在數據上的精力產出不一定比花在核心演算法上低。智能投顧也不例外，如果說Beta理財師、璇璣智投靠自建資料庫來充實這一基礎內容，那麼面向B端的智投在獲取數據上能夠更加具體而有針對性。

資金端，B端機構—例如京東、螞蟻金服、民生證券理財等—基於本身業務而來的特定群體的數據積累，對意向個人投資者的收入、社會狀態、心理特徵等會比泛泛而來的基礎資料庫更為直接，風險偏好測試將更有針對性、更為精準，資產配置的匹配將更為有效。

資產端，一方面是國家對金融數據的監管給機構帶來的天然的數據便利、優勢，另一方面是在長期的市場研究中，機構的數據已經不僅限於直接的資產標的波動率數據，還存在一些衍生而來的更有應用價值的數據，例如招商銀行很早上馬的大數據處理系統帶來的篩選成果能夠直接應用到摩羯智投。

2、 產品成熟之前迫切需要實踐試驗場

如果說培訓對新員工適應並做好工作至關重要，那麼AI產品在走向成熟面向市場之前也毫無疑問需要這樣的過程。智能投顧面向B端，就等同於有了一個成長的幫扶，可以事半功倍，而不再需要耗費大量時間、精力去進行企業能力的提升工作。

最直接的，就是人才的被動培育。智能投顧最需要的IT/金融複合人才市場奇缺，而信息化背景下的B端機構們早已經在此方面有了充足的準備。例如平安一賬通與平安銀行在人才共享上存在諸多直接便利，是獨自奮戰的的智投們難以企及的。

此外，還有技術、體驗的雙重打磨。如果說傳統科技下的功能性產品對用戶體驗尤其重視，那麼AI科技則更需要強大的用戶體驗來減輕抗性，畢竟，在理念上未充分接受的同時，又配以糟糕的用戶體驗，結局可想而知。這就使得智能投顧一方面要在演算法上足夠優異，另一方面需要打造針對小白的一系列產品體驗才能俘獲「用戶的心」。

此時，面向B端的優勢就顯現，既能夠在內核演算法技術上充分倚靠，也能夠憑藉充分的客服經驗在產品體驗上充分滿足用戶需求。例如摩羯智投一方面融合招商銀行十餘年財富管理實踐及基金研究經驗，另一方面又能夠充分吸收招行豐富的產品實踐反饋，用以提升智投的用戶體驗。目前大多數純C端的智能投顧產品，其界面都過於簡略，風險評測後即要求綁卡開戶，體驗上未免過於直接、突兀，缺乏應有的引導過程，這顯然是因為在注重技術之外，做「產品體驗」的邏輯沒有跟上。

3、 逃脫前沿科技產品冷啟動的宿命

幾乎所有面向C端的產品都需要從零開始集聚人氣。而據前文智能投顧難以走這條道路。既是無奈也是機會和必要，B端恰恰給了智能投顧一個更好的選擇，機構原有的用戶基礎甚至實體的線下門店都給了純互聯網化的智能投顧一個從「巨人肩膀上」開始的機會。

最關鍵的是，除了數量上的「熱啟動」，B端自身的基礎和積累還能大幅度降低AI這種前沿科技與對應理念不匹配帶來的智能投顧頑疾：獲客成本。在足夠多的用戶基礎上，一方面投入的獲客邊際成本會越來越低，另一方面新用戶進入意願也相對更高，招商銀行推出「摩羯智投」上線1個月資產管理規模就超過8億元，可見一斑。

4、 規避新事物政策空檔風險比傳統違規風險更重要

在普遍的論調中，談及智能投顧的風險，政策風險必然是之一。這些評論都基於智能投顧想打擦邊球售賣理財產品，可能觸犯證監會相關規定，而在我看來，AI與理財投顧的結合作為新興事物存在，還面臨更大的、由政策缺乏帶來的「空擋風險」：相比美國智投能夠在SEC註冊投顧牌照從而合規，國內的智投實質上是完全伴理財業務而生，並沒有這樣的「棲身之所」來「上戶口」。

如果說打擦邊球這種事還可以自己控制，那麼「黑戶」面臨的政策未知風險就難以預料。這時，選擇銀行、券商、大型互金等本身具有開展投資諮詢業務資質的B端作為「戶主」，就能最大程度規避這種空檔風險，靜待相關部門完善這些AI特殊領域的行政管理條規。

莫讓AI成為AI產品的墓志銘

AI作為AI產品甚至母科技公司的核心，技術內容無疑最為關鍵。但過分注重技術同樣是許多創業公司的弊端，一門心思鑽研技術而被市場淘汰的比比皆是。

在商業化浪潮下，IT男們抬起頭看看世界，思考一下圍繞AI技術的發展策略同樣重要。畢竟，越是這樣的前沿科技，對市場後果的放大效應越強，在發展上越應當小心翼翼，任何的失誤可能都是致命的，錯失任何有益嘗試帶來的機會損失都可能是巨大的，推及智能投顧，就是同B端的合作中應當注重的謀略與忌諱。

1、 圍繞AI的戰略分離與戰術統一

一方面，產品不能離開AI這個核心，另一方面，核心之上也提供了制定一系列各自獨立的戰略和自由組合的戰術的機會。既要不忘初心，也要機動靈活，反映到智能投顧上，就是服務B端本身作為戰略，又作為C端戰略下的戰術而存在，B端、C端戰略的各自獨立，戰術上雙端實踐可以作為互相支撐。這種模塊化的思維，在逆向上也是可用的，例如主要針對C端的智能投顧「明星」Betterment於2015年推出了面向B端的服務BettermentnInstitutional，戰術上沿用C端的實踐深入B端開拓業務，而LitScope哪天想要從完整的B端服務體系走向C端，相信也並非難事。自由化的方式給了智能投顧發展更多的選擇機會和更大的靈活性。這種靈活性在AI行業的創業初期尤其重要。

2、 可以遵循傳統，更可以不落窠臼

AI產品按照常規的業務模式發展，本也可行，但若能創新出更多模式將會給產品發展注入新的活力，尤其是讓AI這種前沿科技搭上傳統業務的便車，發展可能是跨越式的。

例如，智能投顧與B端合作的方式，總結起來無非三種：純技術服務商，只提供完整技術體系，如璇璣等獨立產品；合作共同面向C端理財客戶（實際上是To B To C），如平安一賬通等金融機構自營的智投產品；獨立存在與發展、接受B端輸血（資金、多端數據、技術等），如京東智投等互金巨頭推出的產品。而其中，摩羯智投面對B端（招商銀行）採取了以機構內的理財顧問為用戶的方式，抓住了傳統投顧與智能投顧的結合點，讓智能投顧的發展搭上了傳統投顧的順風車。

3、 無法繞過去的獨立品牌認知

無論採取何種形式，AI產品最終面向大眾市場，都需要一個外殼：獨立的品牌認知。推及智能投顧，對於一個真心想做C端目前又服務於B端的產品來說，最大的坑莫過於在同B端合作的過程中，並沒有面向市場培育出自身獨立的品牌認知，儘管合作中對AI技術無盡打磨，卻無人識得。這是一個尷尬的錯誤，畢竟對於C端用戶來說，產品素質和品牌知名的重要程度不分伯仲，尤其是在國內智投發展尚未被廣泛接受的情況下，品牌認知更顯彌足珍貴。

例如，在汲取同民生證券合作帶來的豐富閱歷後，璇璣又推出了新的面向C端的智能投顧產品：璇璣智投。然而，除非業內人士，一般人是不了解璇璣的AI技術素質對民生智能投顧業務的推進價值的，也就使得這一新C端產品可能並沒有在市場認知上享受到B端合作帶來的益處，璇璣智投可能需要付出更多努力來推進自身被C端市場認知。

總而言之，縱觀金融市場的演化過程，技術從來都扮演著重要的驅動角色，即便看跌的再多，智能投顧的價值也是無法被否定的。在未來市場更趨成熟的時候，人工智慧將會與傳統金融諸多功能緊密結合，為理性投資者們創造新的效益與價值。而在這之前，基於AI發展特性與市場現實，智能投顧最佳的發展方式可能是先面向B端，謀定而後動，最終征服B、C雙端。