移动时代，AI如何进行财富管理？.pdf

笔者结合实际工作经验，描述了移动时代AI财富管理的阶段特征和服务路径。未来，AI

财富管理将会逐渐实现融合生活的开放式服务。

望各位读者读文先知，本文以工作中产品的实际应用经验为依据做讨论，非技术科普，如

有不足，还望分享指正。

观点前审

AI财富管理的个人愿景不仅是指帮助高净值的人如何保值、增值，而是能针对不同资产阶

层、不同时期的用户，依据用户的短、中、长期资产目标、风险偏好，结合用户和市场的

整体情况，帮助用户对现有和预计未来的财富进行清晰的认知和规划，帮助用户保住或提

升现有生活质量、实现资产目标。

在条件满足时，AI将具有比专业人类更广阔的知识维度和处理海量信息的绝对优势，算力

代替人力打破服务能力的壁垒，为更多普通用户提供个性化的财富管理服务。

移动时代则代表着AI财富管理的服务场景将不再局限于某个办公室或电话，从获客到了

解用户再到提供服务，都可能在用户随身的设备上完成，将是一种个性化的陪伴式服务；

甚至最终他将融入用户生活的细节，成为一种新的生活方式。

目前的AI财富管理特征

目前虽有很多金融领域的AI服务，例如银行、保险、基金理财、证券等。但从整体的

务情况来看，个人认为其主要阶段特征可以概括为“从垂类维度切入AI服务，搭建财富

管理的基础”。

我将对目前的服务部分做简单讨论，同时，为了下文讨论的准确性，也将称目前的财富管

理服务为金融类AI服务。

目前移动端的金融类AI服务我将其主要划分为三个部分：

用户感知：用户画像并解析用户意图与需求；数据处理：针对感知条件对海量信息计算

处理；决策服务：组织服务信息，并以合适的方式提供给用户。

下图为根据个人理解所列的服务框架，仅供参考，欢迎指正补充。

结合上述框架，个人认为目前移动时代的金融类AI服务主要处于第一阶段：摸索垂类核

心用户画像和搭建服务框架。

归结成白话，这一阶段的关键特征即是：我想知道你是谁，但我的服务很有限。

这里的“想”是指服务方通过各种手段想知道用户是谁，而目前AI服务的范围和深度“

有限”，处在探索不同用户需求和完善的阶段。

该阶段初期往往提供单点的服务，如果没有系统的规划，容易造成用户对AI服务的功能

认知度低，可以解决哪些需求感知模糊。

所以，我认为这阶段如何系统的培养用户习惯和得到用户信任是关键。

个人经验：在工作验证中，“想”和“有限”并不是必然的限制关系，关键是服务方本身

对于不同的用户要如何服务、怎么有效切入以及还要有多少服务有整体的规划，规划的意

义不仅是迅速测试出对用户群有效的单点服务，更重要的根据用户的需求将单点串联起来

，让AI服务的形成用户可感知的整体，在合适的服务场景提供用户关心、有深度的服务

，培养用户习惯和信任。

图1众安保险-众安精灵；图2蚂蚁财富-智能理财助理；图3同花顺-问财；图4且慢-小

顾

以上述4款APP所提供的智能服务为例，简单讨论一下该阶段的服务特点：

1.不论在哪个智能服务对话中，为什么服务首先（还要）摸索用户画像？

个人认为，最初始的意义是用户画像是提供AI个性化服务的前提。

虽然有的头部公司已经积累了大量用户数据并应用了其中一些维度，但目前的主要应用场

景是挖掘与用户数据强相关的向量来做推荐，而解决财富需求的过程中却是有多维变量、

动态需求以及多种服务逻辑在里面的。

例如解决用户养老需求的资产配置问题，则需要知道用户的资产情况、投资目标、风险偏

好、期望的退休生活水平等等，这些隐私数据仍需要用户告知。

但在移动时代，我认为更重要的意义应该是通过用户画像，理清AI服务的用户定位和

务框架。

用户画像不应该仅仅是服务于解决某个问题的数据基础，而是在上层理解“我的用户都有

什么样的人，会有什么需求，什么样的场景适合提供服务”。不只是用户提出需求，而是

可以找到有需求的人，以及在合适的时候激发用户的潜在需求（欢迎提供更多思考）。

另外，通过对不同用户的服务分析，我们可以得到用户有效、高价值的APP行为数据，

总结学习服务行为特征和结论，以在服务形式上更高效、人性化、贴近用户喜好。

个人认知的用户画像构建方法如下，结合框架不做赘述：

APP行为事实——概括行为特征——整合理念标签；通过用户输入、对话、答题的、游

戏化的方式补充画像；某个别大厂用户本身通过自身服务就拥有一些关键财富数据