大摩怎样用机器学习帮顾客理财？百年老店也要用上智能投顾了

李杉 编译整理 量子位 出品 | 公众号 QbitAI

在金融公司里，一套自动化投资建议系统，被称作“智能投顾（robo-adviser）”。虽然业内没有人喜欢这个词，但它仍在快速发展。

今天我们来谈谈摩根士丹利在这个领域的最新进展。

摩根士丹利创立于1935年，在面向散户的投资服务领域一直口碑不错。该公司有1.6万名理财顾问，他们历来都通过面对面或电话等传统方式与投资客户保持密切关系。

然而，该公司知道这些劳动密集型渠道会对其发展形成制约，而且主要吸引年龄较大的投资者——根据德勤的调查，美国整个财富管理行业的客户平均年龄超过60岁。

所以，摩根士丹利的财富管理业务部门多年以来一直在开发“下一步最佳措施”系统，以便帮助理财顾问更加高效地提供建议。第一版系统使用基于规则的方式来提供投资选项，但现在的新系统已经部署了机器学习技术，可以根据客户偏好来匹配投资建议。

理财顾问目前需要追踪的投资选择很多，而且，如果市场上发生重大事件——例如英国脱欧公投导致英国股价下跌——理财顾问也不可能在短时间内亲自联系所有客户。

摩根士丹利的“下一步最佳措施”系统关注三个目标——

其中第一个，是智能投顾领域常见的目标，也就是为客户提供一系列投资分析和选择。

现有的多数机器建议都会严格限制为被动投资渠道，包括共同基金或ETF基金。如果客户愿意，摩根士丹利的系统也可以提供这种建议，但也可以根据该公司的研究结果推荐具体的股票和债券。

理财顾问可以通过系统获得一些参考建议，然后借助自己的判断决定是否将其提供给客户。

该系统的第二个目标是提供操作预警，包括追加保证金的通知、现金余额过低预警，或者在客户的投资组合出现剧烈波动时发出通知。其中还有可能包括金融市场的一些值得注意的事件，例如上文提到的英国脱欧公投。

理财顾问可以将个性化的文本与通知整合起来，通过多样化的渠道发送给客户。

最后，摩根士丹利的这套系统还包含生活化的内容。例如，如果一名客户有孩子患有某种疾病，系统会向其推荐当地最好的医院、学校和应对这种疾病的理财方式。

其他智能投顾系统并不提供这种生活化的内容，但这些内容却有助于在客户与理财顾问之间形成信任和增值关系。

当然，系统本身的功能也很重要，但部署方式同样对其能否成功有着很大影响。摩根士丹利在推出过程中表现得非常谨慎，而且善于观察，对各种变化的态度也很开放。多名理财顾问都参与了这套系统的设计过程。

该系统的开发已经完成，目前正在测试，今年9月将面向500名理财顾问推出。

该系统的开发团队由摩根士丹利首席数据和分析官Jeff McMillan领导。他们知道，要让理财顾问使用这套系统并非易事。理财顾问以往都很依赖自己的经验，他们起初无法理解这套系统的运作模式。

“下一步最佳措施”项目最初主要通过理财顾问进行协调，但客户也可以获得新的在线信息。摩根士丹利计划最终推出纯数字化版本。愿意使用纯数字渠道的用户可以获得费用优惠（他们中的很多人应该都是千禧一代）。

为了帮助这些客户，并在理财顾问使用系统的过程中与之配合，摩根士丹利将招募一批与智能投顾配合工作的员工，专门通过呼叫中心提供这套系统的使用建议。

McMillan强调称，人类仍将在财富管理中扮演重要角色。他说：“在可预见的未来，这样的系统将对顾问与客户之间的人际关系形成补充。在整个行业内，人类与机器混合的模式已经取得了很大成功。人类可以理解背景信息，应对客户情绪，还能处理不同的数据集。他们仍将在理财咨询行业扮演非常重要的角色。”

想要让把该公司的投资知识通过这套系统传达出去，McMillan和他的同事还有很多工作要做。例如，他们发现目前还没有现成的人工智能系统可以提取投资分析师报告中的信息，以此支持他们呈献给客户的选择。

所以，McMillan与该公司的研究部门展开合作，希望通过相应的处理让报告中的信息更加结构化，以便机器能够吸收。这一计划需要面临很大的挑战，甚至超过让理财顾问有效使用“下一步最佳措施”系统所要面临的挑战。

当然，这套新系统和新流程中涉及的机器人元素所占比例很小。摩根士丹利的商业模式和文化目前还无法利用纯粹的机器解决方案来提供理财服务。我们相信，业内多数企业都面临同样的现状。