疫情加速了各行各业的线上化进程。一组财富管理行业数据显示，约四成的线下理财顾问近期遭遇了“0客户”的尴尬，而另一边线上理财销售量却成倍增长。
虽然近年来金融服务从线下走向线上已不陌生，但很多大型金融机构的服务形式依然传统，且客户投资偏好与所销售产品也很难形成较高契合，往往还衍生出一系列风险。近日，波士顿咨询公司(BCG)联合陆金所联合发布《全球数字财富管理报告2019~2020》(以下简称“《报告》”)，其中指出，智能化必将成为下一个十年全球财富管理行业发展的重要方向。
对用户而言，智能化能让金融服务更普惠、更精准、更适当、更透明，而对机构来说，智能化则有望让金融行业出现一轮新的增长机会——以AI 为代表的智能化技术可以帮助整个财富管理市场的资产管理规模(AuM)实现25%~50%的增长，并助力各类机构实现15%~30% 的收入提升及25%~50%的利润改善。智能化将会是财富管理市场规范发展的突围之道。
目标客群向大众财富转移
《报告》显示，尽管2018 年全球财富市场总额突破205万亿美元，但整体增速放缓，预计未来五年将以年均5.7%的速度增长。在成熟市场中，2018年财管市场的净流入资金为-0.7%。同时，传统机构利润空间被挤压，2014 年至2018 年间财管机构的资产收益率平均下降了四个基点。
在此背景下，财富管理市场亟须寻找新的增长来源，大众富裕客群的价值不容小觑。首先，该客群过半资产仍为现金或储蓄形式，尚未被财富管理机构挖掘，潜在财富体量可观。其次，大众富裕客群目前以17%的AuM 贡献了27% 的财富管理收入，单位资产收入贡献其实更高。因此，《报告》中认为，以大众富裕客群为代表的普惠市场，是下一个十年各类财富管理机构的新机会。
过去，由于传统高成本客户服务模式所带来的限制，财富管理机构往往聚焦在高净值客群，大众富裕客群很难获得针对性服务。财富管理下沉至普惠市场，则必须有降低服务成本的手段。
根据BCG的分析数据，仅大数据分析一项技术，就能为机构前端的客户流失率下降10%、现有客户销量以及获客效果分别上升5%~10%、10%~20%；后端的运营成本下降20%~40%。近年来，也有众多海外金融科技公司甚至传统财富管理机构纷纷推出了针对大众富裕客群的智能投顾服务，将投资管理费从1% 以上显著减低到0.25%~0.5%。《报告》中测算，以AI 为代表的智能化技术，可为整个财富管理市场带来25%~50%的AuM 增长和15%~30%的收入提升。同时，通过提升财富管理机构全价值链的效率与效能，带来单位AuM 7~12 bps 的利润改善，即25%~50%的利润率提升。
那么具体而言，应该如何将各类智能化应用场景有机串联，最大程度优化客户体验并实现机构自身的降本增效？《报告》认为，最切实的方法，就是从审视客户价值主张出发，开展端到端、全方位的客户旅程重塑。通过一条条客户需求推动的旅程重塑，可倒逼内部运营流程向数据驱动的模式转型。
在运营流程再造的过程中，机构可充分融入智能化应用，将客服能力从“被动响应”变成“主动响应”，使客户的交互体验更加无缝顺畅。例如，陆金所打造了一套智能交互系统，在重要的流程环节进行服务“断点”侦测部署，如开户、绑卡、申购等。一旦用户在某一页面停留时间过长或中断，就会触发实时流程向导，提示用户是否需要帮助，并基于场景和客户标签来提供差异化的智能服务。根据陆金所内部信息介绍，截至2019年5月底，智能交互系统所部署的“断点”已覆盖投资客户的全生命旅程场景，为超过4400万注册用户提供服务，销售转化率相比无系统支持平均提升超两倍。
同时，《报告》中显示，随着智能时代的到来，金融的服务形成了三大新形态：其一，移动端和场景成为渠道新战场。其二，线上化和移动端变革使得客户需求的触发变得更为碎片化和个性化，理财规划需要与客户生命周期关键时刻和现金流周期更紧密地匹配。其三，通过数据串联场景、连点成线，进而完整拼绘出客户动态的画像，洞察客户需求。金融机构越是深入场景、紧贴客户，越能获得更为完整和动态的数据，从而可以更好地服务客户，形成正向闭环。
由此，在这些一系列新形势的推动下，智能化将不再只是锦上添花的营销噱头，而是下一个十年全球财富管理发展最为重要的方向。由于过去财富管理以人的经验与线下网点为核心的业务模式正在面临根本性的颠覆。财富管理机构必须积极拥抱新的环境、技术与客户，可以说，智能化对中国财富管理市场而言，是推动财富管理市场真正回归本源并加速发展的核心动力。
更为精细化的服务
而智能化除了可以为财富管理机构降本增效之外，更能实现智慧化财富管理，通过KYC、KYP实现个性化的服务，以及端到端的全生命周期产品管理。
KYC(Know your customer)能对客户进行准确、全面和动态的把控。借助大数据、AI等智能化手段，从静态的了解客户情况(通常为资产情况、家庭情况、交易历史等)升级到动态的预测客户意图(如所在生命周期变化、偏好的交互方式与内容等)，以进行更精细化的客户经营与服务。
举例陆金所发布以KYC+KYI(Know your intention)为核心的客户认知体系，其包括KYC智慧标签体系和KYI意图预测模型系统。KYC 标签体系全面覆盖了客户的基本信息、交易信息、消费特征、心理特征等多维标签，同时实现定期动态更新。从2016年起，陆金所已经对超过4万亿产品与投资者进行匹配，累计对超过150万人、300万笔交易(即产品风险大于投资者风险偏好)进行风险超配提示、拦截，涉及金额超过3900亿元。
KYI模型借由平台实时积累和分析用户的动态数据，运用AI 技术动态识别和预测客户的潜在意图。此外，该体系还会结合事实标签(包括交易、浏览行为等)以及目标导向标签(包括消费、客户推荐关系等)进行主动服务，择时而动。
KYP(Know your product)方面，除了对客户的深入了解，财富管理机构还需要极强的产品判断能力。智能化可以从三方面助力实现端到端的全生命周期产品管理，包括投研与市场洞察、产品评价体系建设、全生命周期追踪。
根据《报告》，三方面首先包括，更广泛深入的智慧投研与市场洞察。以AI 为技术基础的智慧投研可以从信息的穿透性、多样性和时效性三个维度加深对特定行业和特定底层资产的洞察，从而做出比人工更快、更广、更精准的判断。
其二，是基于市场全量信息的产品评价体系。智能化凭借大数据、AI 等技术，串联市场、资产和人等各类信息与数据，帮助机构搭建全方位、标签化的产品评价体系，进而更好地匹配客户需求。
其三是动态实时的全生命周期产品追踪。智能化从两方面帮助实现对产品及投资组合的全生命周期管理：一是多维交叉验证，通过对合规政策、宏观市场、底层资产等多维度因素的实时监测，识别人工很难发现的异常事件或特定趋势；二是不间断动态追踪，基于机器、算法和模型的追踪做到7×24小时无间断地追踪市场动态，实时分析组合表现，最大化前置预警。
《报告》中提到，根据财富管理服务复杂度的差异，智能化扮演的角色和能够发挥的价值有所不同：对于部分高度基于规则的服务，机器可以完全替代人工，甚至做得更好；对于大众富裕客群，基于技术和算法的智能投顾服务可以降低传统人工投顾的成本，提供基于特定财富管理目标的“轻顾问服务”；对于更加复杂和专业的财富规划类服务，如针对高净值人群的法律和税务筹划、信托和传承服务等，智能化工具可以赋能线下的人工顾问，提高其服务客户的能力和效率。
“轻顾问服务”具体怎样发挥效用？例如，智能化财富管理服务可以根据每个客户的家庭成员状况、工资收入情况、目标消费与生活状态，量身定制适合每个人生阶段的财务管理与投资规划。再以陆金所的理财机器人举例，用户在资产配置时固收类产品与现金分别占比60%与40%，而陆金所的KYC+KYI体系在通过对户的风险偏好等分析后，可能会引导其将资金进行分散，建议其配置其他类型产品，该产品将结合用户的偏好，如用户偏好黄金类产品，则可能向其推荐黄金ETF产品等。
各机构相互协作
在智能化趋势中，也形成了金融机构与新兴科技和互联网企业合作共赢的局面。关于背后的原因，《报告》中显示，一方面，金融机构逐渐体会到技术与能力的积累并非一朝一夕，以及自身体制机制对创新与改革的束缚；另一方面，新兴科技与互联网企业，也看到自身金融专业能力的缺失，感觉只摸到了支付、现金管理等金融服务的“皮毛”。
因此，金融机构、金融科技公司和互联网企业都充分认识到了自身优势和短板，在智能化财富管理的进程中找准自身的生态占位，逐步形成了以创新为核心的良性竞合生态。合作共赢不仅仅局限在业务合作，更在于专业知识、数据与场景、算法与技术等各个方面的交换共荣。
过去，财富管理机构的数字化与智能化应用多集中在中后台的自动化与降本增效。现在，智能化应用将通过移动端的渠道创新、大数据的精准KYC、智能投顾的普惠大众等，打造全新的价值主张与客户体验，以触达增量市场，并满足包括高净值客群在内的各类客户的数字化与个性化需求。各大传统机构逐渐意识到了自己在技术突破与创新上的体制束缚和迭代速度劣势，开始选择与金融科技公司和互联网巨头合作以快速获取与迭代智能化能力。总体来看，合作的模式通常有收购、孵化与投资、共建平台等3种。
金融科技企业方面，高昂的获客成本是困扰众多财富管理新兴机构的难题。根据市场经验，新兴机构的管理资产规模平均要达到20 亿美元以上才能盈亏平衡。同时，智能财富管理还需要广泛的数据和场景来进行算法和模型的迭代优化。因此，缺乏客户，进而缺乏数据与实际应用场景，是各中小型金融科技公司难以产生可观价值的掣肘。近年来我们看到，众多金融科技公司正从市场的颠覆者，转变为与传统机构的合作者、赋能者，从另一个角度引领整个市场的创新活力。从2C 模式转变成2B 模式是财富管理金融科技公司快速、低成本积累管理资产规模、客户数据与实战场景的有效手段。目前，许多新兴金融科技公司已有能力为财富管理机构提供覆盖价值链各环节的模块化应用和智能化解决方案。
智慧财富管理时代，行业中可以分为流量型、垂直型、传统型及综合型四类数字财富管理参与者。上述四类机构在智能时代的禀赋及能力各有所长。流量型机构，核心优势主要在于广泛客户与场景所积累的应用数据和AI技术的体系化能力。流量巨头当前的劣势在于，财富管理业务经营时间尚短，对监管政策的解读和金融风险的把握经验有限，在与金融业务高度相关的数据积累仍较为有限，以及对需求较为复杂的高净值客户缺乏端到端、综合化的服务能力。垂直型机构，往往在财富管理业务的部分环节上具备独特的数据积累和算法优势，但缺乏端到端的体系化服务能力。在推动智能化应用上，有限的规模也会制约其在更广泛的技术研究和综合服务能力上的投入与发展。
以银行为代表的传统金融机构，在金融业务经验、对监管及风险的把握、端到端的服务体系上均具备强大优势。但传统金融机构普遍在组织、人才、文化机制上面临掣肘。例如，高企的部门墙、割裂的数据和IT 系统、冗长而过于重视低价的采购立项流程、稀缺的内嵌IT 资源和技术人才等，均严重制约了传统金融机构走向数据驱动、释放智能化价值的潜力。
而以陆金所为代表的综合型财富管理机构，具备线上线下、端到端的综合服务能力，产品体系相较传统机构更加开放，投顾服务也更加中立。这些机构各项能力较为均衡，一方面具备传统金融机构端到端的服务经验，另一方面在组织和机制上又具备类似流量型机构的优势，因此更具备实力与传统金融机构展开直接竞争。
