智能投顾的概念对金融垂直领域来说并不陌生。
目前市场上广泛使用的智能投顾产品可以被视作为一种投资信息搜索式工具，在严格设定的问答框架内，通过一问一答的形式，客户输入问题，投顾根据数据库中预先设定好的内容模板，提供应答信息。由于应答信息来自本地数据库，而本地数据库的内容比较有限，因此智能投顾的信息局限性比较大，基于信息给出的回答对用户交易和理财的帮助也比较间接。
随着生成式AI技术的面世，新一代的智能投顾呼之欲出。这篇文章我就想聊一聊对新一代智能投顾的一些构想，抛砖引玉，供大家讨论。
01
技术驱动的知识化工具更迭
上一代互联网技术解决的问题是让“信息无处不在”，新一代人工智能技术解决的问题是让“知识无处不在”。生成式AI技术的成熟让电脑、手机等信息化处理工具升级为认知思考能力助手的构想成为可能。
具体而言，智能投顾将在内容、交互、情感三个维度迭代升级，为用户提供更丰富的知识、更自然的体验、和更信任的关系。
内容方面，目前的智能投顾服务主要通过获取结构化数据提供用户有限的本地信息。但运用了大语言模型后，智能投顾服务系统可以高效地压缩结构化和非结构化市场数据，并高度总结和概括成投资模型，然后再应用到实际的业务场景。此外，系统还会通过不断吸收市场信息以及与用户的持续沟通，有效地扩展投资专业知识和应用场景，实现自主式的自我迭代。
交互方面，交互的形式将会从搜索式AI的服务形式迭代为生成式AI的体验形式，更加自然，也会更加友好。目前的智能投顾服务主要让用户通过搜索的交互模式获取信息，而新一代的智能投顾将支持用户通过自然语言的交互模式获取知识。另外，新一代的智能投顾在交互层面还可以变被动为主动，预判用户的需求和卡点，切入核心流程，适时地主动询问并提供帮助。
情感方面，目前的智能投顾服务无法感知用户情感，但借助于人工智能的技术能力，新一代智能投顾可以有效识别用户的情绪，根据用户当时的情绪，提供个性化的情绪价值，而这种情绪价值对于逆人性的金融投资领域来说往往起着非常关键的作用。
02
更丰富的知识
目前的人工智能技术可以支持智能投顾系统理解市场上的数据信息，并将这些数据信息转化为知识表达，进而提供专业的投资知识，甚至具有一定的市场预测能力。
我们可以细分为信息获取和信息处理两个阶段来看这个问题。
在信息获取的阶段，新一代的智能投顾服务能更充分地利用更广泛的信息数据源。目前的智能投顾服务仅支持本地的结构化数据信息录入。但新一代的智能投顾服务在本地数据信息的基础上，可以支持互联网信息和知识模型的录入。在数据类型上不仅支持结构化数据的处理，也支持非结构化数据的处理。
在信息处理的阶段，新一代的系统可以将投资相关的新闻、研报内容高度压缩，并根据学习到的知识抽象为投资模型，进行进一步的推理和预测，进而为用户提供投资建议，甚至是基于概率的投资结果预测。
03
更自然的体验
交互层面最核心的升级是智能投顾从服务形式向体验形式的迭代或者说进化。
目前，主流的投资APP都是基于搜索框架下进行的设计，用户需要主动搜索或者查找需要的产品或者服务。未来，这些产品和服务理论上都可以封装在智能投顾的底层。我们畅想一下，用户打开APP或者其他形式的软件工具后，会有一个虚拟的投顾人员与用户进行自然语言的沟通，识别用户的意图，是要查询信息、执行操作、进入模块，或者是线下拜访。然后，根据用户的实际意图，引导用户一步一步完成操作。同时，系统还能在与用户沟通的过程中预判用户的需求和卡点，适时地主动提供帮助。比如在用户赎回基金的时候，进行适合的赎回挽留劝导。这样的体验是不是更自然，也更符合人性？
04
更信任的关系
生成式AI技术还有一个特点，就是可以很好地对用户的语言进行情感识别。这个功能在投教陪伴的业务场景中特别重要，新一代的智能投顾可以结合市场情况及用户表达的语言，识别用户当时的情感需求，进行情绪安抚和投资指导，避免用户在市场环境恶劣的情况下做出非理性的投资行为。
此外，因为目前的人工智能技术还支持设定投顾的语言风格，因此用户其实可以适配到最适合他的语言风格的投顾。智能投顾可以机智幽默，也可以专业沉稳。
持续而贴心的投顾体验最终会引导用户与智能投顾甚至是提供智能投顾的金融机构形成更具有信任感的受托责任关系，而这种信任的关系恰恰是金融服务的根基。
05
尾声
当然，金融垂直领域由于其行业的特殊性，在引入生成式AI技术的过程中还有很多制约因素需要考虑，比如信息的准确性、逻辑的严谨性、语言的规范性。但是，生成式AI技术的发展对行业的结构性影响，尤其是对智能投顾这个业务场景的系统性改进已不容小觑。
以上就是目前我对新型智能投顾的一些构想，供大家参考讨论。
新技术、新平台、新应用、新赢家。未来已来，我们拭目以待。