0
| 本文作者： 陳伊莉 | 2017-08-19 19:32 |
雷鋒網(wǎng)AI金融評論按：本文為哈佛商業(yè)評論專題“Crossing the Digital Divide”文章之一，探尋行業(yè)巨頭是如何在科技潮流中加速發(fā)展的。本文作者之一是巴布森學院（Babson College）管理及信息通信系教授，麻省理工學院數(shù)字經(jīng)濟研究員Thomas H. Davenport，同時他還擔任德勤高級顧問。另一作者Randy Bean 是咨詢公司 NewVantage 創(chuàng)始人兼CEO。此外，他還是福布斯、哈佛商業(yè)評論、麻省理工學院斯隆商學院評論、華爾街日報專欄作家。
金融機構提供自動化投資建議的系統(tǒng)被稱作 robo-advisers 。雖然從業(yè)者并不是特別喜歡這個術語，但無法阻擋它成為流行詞。近期，摩根士丹利宣布，利用機器學習來“武裝”16000名財務顧問。據(jù)了解，這“增強版”的基于人力的財富管理系統(tǒng)的表現(xiàn)，已經(jīng)遠遠超出了市場上的robo-advisers，未來或有可能終結這一術語。
據(jù)雷鋒網(wǎng)了解，位于紐約的摩根士丹利于1935年開始營業(yè)，以注重客戶體驗而著稱。旗下的16,000名財務顧問（FAs）通過諸如見面會議和電話等傳統(tǒng)渠道，與客戶保持密切的關系。然而，公司發(fā)現(xiàn)這些傳統(tǒng)的勞動密集型渠道限制了潛在關系的增長和針對老年投資者的吸引力。
因此，摩根士丹利的財富管理部門花費了數(shù)年時間研究“The next best action”系統(tǒng)，系統(tǒng)可以助力財務顧問的決策，并提高效率，改善投資成果。第一版本的系統(tǒng)是基于規(guī)則來給予投資建議，它正在被應用了機器學習技術來匹配投資可能性與客戶偏好的新一代系統(tǒng)所取代。今天的市場上有太多投資組合，人力財務顧問已經(jīng)無法跟蹤每一個組合并將它們呈現(xiàn)給客戶。一旦有重要事件爆發(fā)，黑天鵝顯現(xiàn)，例如英國脫歐投票并造成股票下跌，財務顧問無法在短時間內僅憑人力通知到所有客戶。
摩根士丹利的“The next best action”系統(tǒng)設置了三個不同的目標。其中之一是為客戶提供投資洞見并幫助決策。這也是 robo-adviser 市場上極為常見的功能。然而現(xiàn)在大多數(shù)機器推薦的是被動投資方式，投資標的不外乎證券投資基金和ETF。而在摩根士丹利系統(tǒng)，既提供被動投資，也可以根據(jù)客戶的意愿提供個股和債券投資選擇。財務顧問給他們提出幾個投資建議，客戶在自我判斷后決定是否投資其中的一項或者全部。
系統(tǒng)的第二個功能是提示操作警報。內容可能包括增收保證金通知、低現(xiàn)金余額警報以及客戶投資組合大幅增加或減少的通知。此外，還會提醒金融市場值得注意的事件，例如前文提到的脫歐投票。 財務顧問可以將個性化文本與警報相結合，并通過各種通信渠道傳遞給客戶。
最后，摩根士丹利系統(tǒng)還將生活事件納入規(guī)劃。例如，如果能夠確認客戶孩子患病，系統(tǒng)可以推薦當?shù)刈钌瞄L醫(yī)治該項疾病的醫(yī)院、學校和治病財務規(guī)劃。在其他機器顧問系統(tǒng)中并未涉及生命活動內容時，摩根士丹利的設計將有助于建立其與客戶之間的信任和附加價值關系。
毫無疑問，該系統(tǒng)的特點和功能很重要。同時，它的實際應用推進過程也與最終的成功息息相關。摩根士丹利在這個過程中一直遵循謹慎、敏銳又開放的原則，在設計環(huán)節(jié)僅有數(shù)個財務顧問的參與。該系統(tǒng)由財富管理部門的分析和大數(shù)據(jù)組織主導，領導者是首席數(shù)據(jù)分析師 Jeff McMillan。他表示，讓財務顧問接受該系統(tǒng)是一個工程浩大的改變。過去他們總是依賴于自身的經(jīng)驗，在剛接觸時對于系統(tǒng)知之甚少。因此，即使目前系統(tǒng)已經(jīng)研發(fā)完畢處于測試階段，但于九月份首次推出時，僅向500位財務顧問開放功能。
“The next best action”系統(tǒng)主要通過財務顧問間接發(fā)揮作用，但客戶也可以直接訪問在線信息。摩根士丹利計劃最終發(fā)布一個托管投資組合的數(shù)字版本，它將以更低的成本提供服務，迎合偏好線上渠道的客戶（尤其是千禧一代）。為了更好地協(xié)助這些客戶，并幫助財務顧問更快地接受系統(tǒng)，摩根士丹利計劃招聘一批數(shù)字骨干顧問，就系統(tǒng)的使用提供專家意見。
Jeff McMillan 強調人類在財富管理領域中有著無可替代的作用，并表現(xiàn)出對于“robo-adviser”術語的厭惡。他在電話中告訴作者，
在可預見的未來，類似這樣的系統(tǒng)都是顧問和客戶間關系的補充。我們可以發(fā)現(xiàn)在整個行業(yè)中，“混合”了人類和機器的產(chǎn)品已經(jīng)被驗證更加成功。人類可以理解上下文，妥善處理客戶情緒，應對不同的數(shù)據(jù)集。他們在財務咨詢方面仍然扮演著非常重要的角色。
Jeff McMillan 和他的同事們做了大量工作，以便將整個公司的投資經(jīng)驗和技能融入系統(tǒng)。他們發(fā)現(xiàn)，今天還沒有AI系統(tǒng)，可以基于投資分析報告中的信息為客戶投資決策提供支持。所以Jeff McMillan正在與公司的研究部門合作，結構化報告中的文本內容，使得機器能夠“自我消化”。這也是一個巨大的變革挑戰(zhàn)，至少不遜色于讓財務顧問接受“The next best action”系統(tǒng)。
當然，這個新系統(tǒng)和流程的“robo”元素只占總體的一小部分。摩根士丹利的商業(yè)模式和文化，與完全基于機器、不包含人力顧問的財富管理方案格格不入。我們認為，其余大多數(shù)的金融機構早晚也會認清同樣的事實。
via HBR，雷鋒網(wǎng)編譯
雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
