有什么事是比賺錢更爽的嗎？那當然是什么也不做就賺錢。

小的時候，還曾經想當科學家的我們可能想過這樣一幕：發明個機器人，讓他去想辦法賺錢，我們自己只管花錢就對了。

而當AI技術到來之后，很多人驚奇地發現，這個沒出息的夢想居然真的有可能要實現。

是不是還有點小激動？

AI理財、機器人理財、智能投資顧問，無論叫什么名字，以AI技術帶來的財富管理服務，正在影響著中國金融市場的發展方向。從2016年底，無論是BAT這樣的互聯網巨頭，還是各大銀行的理財服務，都已經出現了AI的烙印。

那么問題來了，這么多AI，是不是意味著投資經理和理財產品銷售這樣的崗位，即將失去存在價值？或者目光放遠一點，是不是AI可以幫每個人賺大錢的日子已經不遠了？

神州遍地有智投

李開復有個被廣泛引用的觀點，他認為“金融是AI最好的落腳點，因為金融行業的數據積累、流轉以及儲存和更新，都比其他行業更能夠滿足達到讓智能機器人深度學習算法的大數據需求”。

這個邏輯在技術上是成立的，相比于很多fintech產品，講半天卻搞不懂自己到底是怎么tech的，以AI算法＋大數據完成財富匹配，在各種層面都看起來更加合理。

面對著互聯網金融的興起與龐大的理財需求，加上AI本身的風口屬性，AI作為新的金融市場驅動力，在這兩年就變得格外突出了起來。

2016年，先是廣發等券商推出了智能投顧服務；隨后招商銀行成為了第一家推出智能投顧產品的銀行機構。緊接著螞蟻金服等互聯網平臺開始進入。

直到今天，各大券商、銀行、保險、基金、互聯網金融與在線支付平臺，基本都布局了自己的AI產品與業務部門，或者在各種產品中加入了AI的身影。

霎時間華夏處處風雷涌，神州遍地有智投，那可真不是蓋的。

為什么這個產業端口發展速度如此之快？其實也不僅是風口效應使然。

首先，AI＋理財確實有技術上的合理性和解決能力。

理財產品的選擇和決策，在今天絕大部分工作是歸納各種經濟數據、市場表現數據，然后分析運行模型，最終決定如何買進賣出的方案。如上所述，這些基本是數據軌跡工作，而且金融產業有足夠的數據積累，交給AI來做理性可觀分析是有理有據的。

而且在金融數據爆炸的今天，無論是客戶還是理財經理，都是無法看完和理解全部數據的。所謂多知者多得，金融就是拼消息的，讓AI晝夜不停處理數據似乎是讓投資者更有優勢的一件事。

于是，能夠自圓其價值的算法理財就一步步隨著AI火了起來。

其次，縱觀世界市場趨勢，智能投顧也是當之無愧的主流。

智能投顧的鼻祖，是在2010年成立的Wealthfront。到今年年初，Wealthfront已經管理了100億美元，成為金融界當之無愧的重要勢力。隨著智能投顧在國際市場中占比越來越多，技術更加成熟，中國企業當然也緊跟趨勢。

再者，智能投顧是一個非常能夠發揮中國互聯網產業平臺化優勢的技術。基于支付平臺的海量數據，再匹配五花八門的基金與理財產品。這個邏輯可以讓中國互聯網數據化的高滲透度得到最大發揮。當投資產品成為內容，AI成為千人千面的驅動引擎，金融平臺就可以開始覬覦微信這樣的超級平臺地位。想象力充沛到爆炸。

種種期望相加，再接著AI的風頭與互聯網金融普遍轉型的新需求，智能投顧在不到兩年的時間里火速發展。去年7月，易觀發布的《人工智能理財市場專題分析》預測，到2020年，中國人工智能理財規模將達到5．22萬億元。按照這個軌跡發展，智能投顧絕對將迎來爆發式增長周期。

于是乎，那些“不自量力”到與AI搶飯吃的人類投資經理豈不是很危險？

事實好像并非如此。

理想與現實間的差距

2018年，是AI金融依舊充滿希望的一年，各種好消息接踵而至。但對智能投顧來說好像并非如此。

首先，最關鍵的是大家發現，這東西好像收益率沒有那么神啊。

根據金融界基金的《中國智能投顧行業2018年月報》顯示，國內智能投顧產品月度收益率普遍無法達到4％。4到6月受大環境影響更是普遍呈負數。當然相比A股智能投顧產品還是展現出優勢了，但是畢竟不能這么比對不對……

收益率普遍放緩，讓智能投顧這幾個月的日子并不好過。雖然產業合作、融資事件與新產品依舊在增長，但輿論已經開始將智能投顧與“皇帝的新衣”聯系到一起。

其實從根本來說，中國的智能投顧產業問題在于，這一產業缺乏歐美市場的最直接優勢：普惠性。

在歐美市場，理財經理的雇傭費率與投資起點是非常高的，動輒百萬美金起做。于是自動化的智能投顧產品，可以用低成本、低門檻、低費用的優勢吸引大量中產理財客戶。但在中國，理財經理的本質工作還是偏于基金銷售，也不從C端客戶這里拿多少傭金，那么AI系統的核心優勢顯然就被攤薄了。

而且在中國的投資市場中，資產產品的形態與產品數量并不太多，AI幫你在茫茫大海中找到心儀的那只基金，在中國基本上并不成立。人與AI的投資顧問角色，本質上也就沒有太大區別了。

還有一個智能投顧理想與現實間的差距，是難以掩蓋的隱患，那就是AI的黑箱性。由于很多深度學習算法，無法解釋做出選擇的邏輯與過程。類似模型應用于理財匹配中，就變成了AI給了你建議，但用戶不知道AI是如何分析、如何思考的——當然也不知道到底是AI在思考還是人類替它在思考。

這一點加上并不夠神奇的收益率，就會讓用戶開始思考AI應用的必要性是否成立，甚至會懷疑，是不是黑箱中只有兩個銷售人員隨便一推薦？根本沒有AI碰過我的數據和需求——畢竟這在中國也不是什么新鮮事，即使被揭穿也可以叫“人機耦合”嘛。

這引申出另一個問題：智能投顧雨后春筍般瘋長，也吸引了大批沒有AI技術的“AI理財平臺”，尤其是P2P不斷收緊，互聯網金融日子愈發難過的時間里，打著AI的旗號某種程度上成為了一些互金平臺的“避風港”。

但新瓶裝的還是舊酒，更何況有些平臺可能瓶也沒換，只是換了個商標貼紙而已。這讓AI投顧出現了很多“偽裝者”和“擦邊球愛好者”。

即使是比較出名的智能投顧平臺，也在發展過程中接連陷入麻煩，比如2017年，理財魔方、拿鐵理財等平臺，都因涉嫌違規被監管機構點名。那么五花八門的AI理財、智能投顧有是什么樣子呢？恐怕看客和買家都不得而知。

美好的愿景，極速發展的產業，以及略微有些打臉的現實，這三者疊加在一起，組成了今天很復雜的智能投顧產業。那么最終的問題來了：這種情況下，理財經理們需要擔心飯碗不保的問題嗎？

基金經理們，有必要擔心失業嗎？

答案是基本上不用。

這不僅僅是因為智能投顧產業發展中的種種實際問題，讓我們難以看到人類員工短期被取代的可能。同時也是因為理財與投資本質上不僅僅是個數據游戲，對突發消息的判斷、對不規則市場運動的預測，這都構成了投資理財工作的基本面。

今天很多實驗已經證明了，目前的AI技術是難以適應股市這個復雜世界的。尤其AI難以具備對風險的有效判斷，也缺少靈活處置問題的機制，這都讓投資理財從業者從根本上獲得了崗位存在合理性。

而且從產業運營的角度，今天的AI理財產品受眾，與傳統理財產品市場中出現了某種程度的差異化：選擇智能投顧的，更多是依賴自動化運行、很少有時間進行復雜理財操作的年輕消費者。這類消費者中很多來自傳統理財市場之外，由于智能投顧的快捷方便，他們加入了這個市場圈層當中。

而大平臺加小個人的風格，是更適應于這些消費者的。很多智能投顧平臺中成長起來的投顧專家、在線咨詢師，都可以說是基于智能投顧產業獲得了新的行業增長機遇。這樣來看，智能投顧的出現還很有可能增加一部分行業內的人工崗位。

整體層面來看，積極與AI技術相結合，個體打造完善的用戶服務能力，把AI變成業務工具，更符合今天的金融投資產業對從業者需求。

還是那句話，讓你自己的工作復雜起來，AI絕對是一時半會攆不上的。

后記

當然，事情也不是那么簡單。我們不想僅僅下一個主觀判斷，說哪些工作很保險，而是希望從勞動力替代的角度，跟大家一起去透視每一個行業在融合AI時的真正現狀，看看到底是哪些機制可以讓我們保留自己的工作，甚至用AI讓工作更美好。

總的來說，在今天這個節點上，假如我們遲遲不愿意承認AI確實能夠代替人類工作，那就有點鴕鳥主義的意思了。

就像蒸汽機的應用、石油工業的成熟一樣，AI必然造成大面積的勞動崗位遷移。這個遷移已經可以在各行各業看到端倪，假如我們今天一味強調AI不會造成崗位破壞，只會讓每個人的生活更美好，那顯然是非常不負責任的觀點。

但也要知道，AI并不是萬能的。就像我們在系列中討論的那樣，很多看似簡單的工作，實際承載著大量的復雜情況判斷、與人的溝通，這些都是今天AI技術真實的盲區。這些價值的存在，都克制著AI對人類崗位的取代效率。

另一個有利情況，是要承認今天在絕大多數產業來說，AI更像是新的工具與助手，并且本身也在多種角度制造新的工作機遇。就像很多我們擔心的破壞性技術一樣，AI也很有可能在無聲無息間完成產業轉移，從而讓更多人享有更優質高效的工作體驗。

最后說點直接的：真正將危險性暴露在AI面前，很可能快速被取代的，是那些重復性高、低智力密集、與文本和數據打交道為主的工作。如果你真的在從事這樣的工作，不妨思考一下如何調整職業技能，創造更多附加價值。