智能投顾 理财魔方CEO袁雨来 做强 要跨过哪些 坑 (智能投顾理财论文)
有人说智能投顾是“水果榨汁机”,金融数据放进去,过一会儿,投资决策自动流出来。
当然,这还只是一个梦想。
现阶段的智能投顾仍陷入企业管理水平不高、客户盈利比例低的窘境,它或许能摸清人们的风险偏好,但解决不了我们最个性化的情感需求。
智能投顾的理念是用AI代替人类进行投资操作,它是“风口”还是“泡沫”?面对大型金融机构的“虎视眈眈”和互联网巨头的“信誓旦旦”,初创型智能投顾企业又该如何破局?
为此,雷锋网采访了理财魔方CEO袁雨来,我们就这一行亟待解决的问题和智能投顾企业应该具备的思路和心态进行了一次访谈。
蛋糕做大
智能投顾虽然只经历了数年发展,但已有多方机构入局,他们认为智能投顾市场将成为一块大蛋糕。
这依赖于投顾市场和整个财富管理行业的蓬勃发展。
智能投顾,首先是投顾,无论是中国还是美国,投顾市场都正在迸发出勃勃生机。
2019年12月,随着蚂蚁基金、腾安基金、盈米基金获得投顾试点资格,目前国内已有3家独立销售机构、3家银行、5家公募、7家券商拥有基金投顾试点资格,整个投顾市场正被大大拓展、生态愈益丰富。
以美国投资顾问市场为参考,国金证券数据显示,截至2020年1月2日,经SEC注册的投顾机构合计已有1.35万家,投顾服务的总规模约84万亿美元。多位机构投顾业务负责人表示,基金投顾未来将占到国内理财市场的半壁江山,预计未来三年可达5000亿市场规模。
而相比投顾,财富管理行业的规模更为可观,投顾更像财富管理行业中的一个职业。
袁雨来对此有一个形象的比喻:“就像医生一样,医生不是一个行业,但医疗是。医院给每个人开个方子,我们也会给每一个客户提供个性化财富管理服务;医院的方子里有一个个药,而我们的方子里有一个个标准化资产。”
投顾这个行业的兴起,一个非常重要的前提条件就是财富管理行业,尤其是标准化资产的快速崛起。
2018年资产新规出台后,非标产品走到穷途末路,国内财富管理行业走到了“不向标准化产品转型不可”的地步。
随着资金“非标转标”,投顾、公募基金等标准化资产相关的行业也就顺势崛起。
“2019年以来,公募基金的整个盘子以每年百分之二十几的速度在增长,形成了一个十几万亿的市场,而随着整个大盘子在扩张,智能投顾的未来也十分可期。”袁雨来说。
尽管袁雨来认为大环境在逐渐变好,但智能投顾仍存在诸多矛盾,这是一件不争的事实。
二八法则被誉为金融行业颠扑不破的“真理”,在投资管理领域则体现为——20%的人吃掉了80%的的利润,而绝大部分的投资人都处在亏损中。
这也恰恰是前几年「智能投顾」一直不温不火的症结所在:作为一种新的理财模式,本身获客成本就高,若还不能让大多数投资人实现基本的盈利,口碑崩坏,企业凉凉只是时间问题。
让更多客户获利,留住更多客户,才是企业的生存之道。
作为第一批进入智能投顾市场的企业, 理财魔方的CEO袁雨来认为,现阶段行业主要矛盾是:公募基金投资业绩不错,但大部分用户都在亏钱,导致客户留存差,不敢追加投资。
对此,袁雨来也提出了解决方法:“过去客户高比例亏损的主要原因是客户面对市场的大幅度震荡会追涨杀跌,导致超过80%的客户亏损。如果我们能够准确地知道客户的风险承受能力底线,我们能让投资组合在99%的概率下不击穿这个最大回撤,那么客户就能耐心地待在市场里面,赚取到长期投资的平均收益。如果我们现在让80%的客户赚钱,赚了钱就会留下来,大量客户的留存会使得我们企业的商业模型完全不一样。”
客户留存率是袁雨来最为关注的三个量化指标之一,其他两个指标是客户盈利比例、客户人均AUM。而这三个指标,可以清晰的反映智能投顾公司在处理“主要矛盾”时操作是否得当。
当然,除了主要矛盾之外,次要矛盾也值得重视。 智能投顾的次要矛盾主要体现在四点:一,NLP技术未能突破;二,积累的数据量不够丰富;三,相比美国,智能投顾公司在中国的收费过于高昂;四,个性化问题难以解决。
虞爱是一家金融科技公司——悦保科技的CEO,他平时常常会接触到做智能机器人的客户,也喜欢体验新的产品和技术,在被问及AI在哪些场景中落地并不理想时,他首先就提到了智能投顾。
他认为NLP需要对语义有更精准的理解,现阶段NLP只能实现部分流程的替代,若不能实现进一步突破,智能投顾公司与客户之间始终会存在一条看不见的“天堑”,很难进行有效且顺畅的交流。
“此外,实现AI能力的基本要素在于数据的积累,而目前的情况是智能投顾公司积累的数据量普遍较少,这也阻碍了行业的进一步发展。”虞爱说道。
橘生淮南则为橘,橘生淮北则为枳。 智能投顾还存在“水土不服”的毛病,在美国可以帮投资者省钱的智能投顾,到了中国却给投资人增加了额外的成本。
美国的智能投顾公司,通过机器学习算法配置资产,并收取一部分业绩报酬作为投资顾问费来盈利。
以美国的智能投顾公司Wealthfront为例,相比咨询服务费率为1%的传统投顾公司,Wealthfront公司则是10000美元以内免费,超过的部分每月收取0.25%、各种避税措施预计节约1.40%,用户的钱一进来,投10000元先省了430元。
做智能投顾必须和用户利益一致,而不是股东,否则它就是为股东赚钱而不是用户。
此外,智能投顾的主体毕竟是机器人,当触及人类情感领域的需求,也难免“力有不逮”。
“根据客户在风险偏好、资金、投资时间等各方面因素的变化,结合市场的情况,我们为每个客户做出个性化的投资组合和动态调整,但是机器只能处理共性化中的个性化。智能投顾可以解决99%的问题,还有1%的是客户极其个性化的问题或者事关情感的问题,很难用机器解决。”袁雨来说道。
理财魔方的“进化”
矛盾的“浮现”,使解决矛盾的人更明智;环境的变化,也常常造成物种的“进化”。
袁雨来认为,AI创业,不要做中间,一定要做两头。其中一头是底层研发,虽然基础设施架构的研发周期会更长,但它的“护城河”也更宽;另一头贴近应用,从业务需求或者难点出发,用AI真正地替代某一个人或某一块业务。
而理财魔方选择了后者,通过理财魔方APP,投资者可以直接进行投资。“我是技术出身,从来不担心技术不能解决问题,我会花大量时间去找合适的钉子,也就是客户的刚性需求,然后再找到合适的技术砸一把。”袁雨来说道。
而喜欢找“钉子”的袁雨来,已经找到了TO B和TO C这两个“大钉子”。
在TO C市场,理财魔方选择了日益壮大的中产群体为目标客户。
以前,私人银行一般只给高端客户服务,中产却很难享受到相似的服务,原因在于单个中产不够富有,服务成本不划算。
而随着智能时代的到来,私人银行的工作内容99%都可以用机器替代。机器人可以解决成本不划算的问题,更何况按照目前国际通用标准5万美元~50万美元属于中产,中国已超过1亿人,中产群体将成为智能投顾的一片“蓝海”。
袁雨来说:“一名私人银行的客户经理可以服务50名客户,但在人工智能的帮助下,我们每个人工投顾已经可以服务6000人,接下来完全可以优化到可以服务1万人,再随着智能的发展,我们预计,未来一个几百人的团队可以服务上千万人的理财需求,这将大大节省成本、提高整体效率。”
目前,“理财魔方APP”已上线4年,管理了数万TO C用户和数十亿资金量,并取得了相应的成果,据袁雨来介绍,以2019年为例,客户平均年化收益率16%,客户盈利比例98.45%,显著超过行业平均水平。
在TO B市场,理财魔方分别为浦发银行总行、平安科技、中关村银行提供相关服务,并为部分中小金融机构提供相应的智能投顾系统。
袁雨来说:“TO C做不好,TO B肯定也好不了,因为TO B机构也是要去TO C的,这也是我们为什么一开始不做而现在又做TO B的原因。”
理财魔方的TO B业务模式主要是:技术输出+联合运营。它可以为金融机构提供客户AI财富管理技术解决方案+客户联合运营方案,提升AUM与中收;为互联网合作机构提供用户增值服务、提升用户活跃度(流量变现)。
比如浦发银行手机银行APP—“极客智投”,便采购了理财魔方系统,已成功上线运行一年有余,正向监管机构申请基金投顾试点资格。
而这些理财魔方的企业用户可以通过初装费+分润的模式对系统进行采购,最大程度避免系统实际使用效果不佳的情况发生。“在TO B业务上,我们希望把系统给到客户后,客户就可以直接服务他们的客户。”袁雨来说。
除了TO B业务的拓展,理财魔方的品牌定位也从「智能投顾」进化到「财富管理」, 将触角从公募基金逐渐延伸到保险、银行存款等业务中, 并拿到基金销售牌照和全国保险代理牌照(带网销) ,继续拓展自身版图。
袁雨来告诉雷锋网:“品牌的改变并不是一件小事,企业将因此在诸多业务层面有所调整。”
除了战略上的品牌升级,理财魔方在收费模式、产品服务等各个战术上的“打法”也进行了配套优化。
袁雨来说:“从收费模式上,我们现在是0管理费模式,不向用户收费,只收取销售服务费盈利;在产品服务上,我们为客户提供一站式服务,对全球各类资产进行动态调仓。和业内其他公司做「半人工半智能的投顾模型」不同,我们是业内唯一一家做「纯人工智能投顾系统」的企业,从17年年初到现在,还没有第二家公司推出「纯人工智能投顾模型」,这一点我们是领先的。”
面对体量和实力远超自己的银行、券商、互联网公司,理财魔方等初创公司想短时间内打败这些“巨无霸”并不现实,日拱一卒、在更长的赛道上一决雌雄才是王道。
袁雨来认为:“机器为主、人工为辅”的系统模型,会随着时间的推移,使得企业的运营成本、人力成本越来越低,虽然在短期内看不到明显效果,但对于公司的长期发展一定是有利的。”
行业还需小火慢炖
财富管理这一行似乎天生就有“飙车”的基因,也出现了太多“爆雷事故”。也许沉下心来,耐心的服务客户,才能走出一条阳光大道。
而语速颇快的袁雨来,在公司战略上就往往选择“慢”的那一条路。
“遇到不太懂AI的客户,我们不会急于求成,会手把手地教,把我们的运营数据比如用户的人均规模、用户的盈利比例、用户的LTV、用户的CAC,逐个展示出来,AI不是虚的,说产品数据不能量化的,都是骗子。“袁雨来说。
相比做定制化的产品赚快钱,袁雨来也更倾向于选择需要较长研发周期的标准化的产品研发。标准化的产品虽然是“慢功夫”,但是可以规模化、大量快速地复制,随着不断的积累,能形成超越对手几十倍的AI能力。
这也是袁雨来想对涌入这一行业的创业者和优秀技术人才说的话,“相比互联网,金融是一个慢行业,技术和行业的门槛的都很高,坚守寂寞的早期研发阶段,未来才有希望。”
(参考链接:)雷锋网
原创文章,未经授权禁止转载。详情见 转载须知 。