摘要：随着人工智能和大数据技术的发展，其在投资理财、量化分析、财富管理等场景的应用日益增多，产品模式各不相同，谁会在这场人工智能浪潮中胜出？
中国经济持续发展带来的影响，推动着国内资产管理规模不断上升。截止2017年1月，中国资产管理行业规模约为90万亿，市场参与者包括银行、信托、券商、基金等各类金融机构，庞大的金融市场为金融技术服务商提供了一个可观的想象空间。
面对如此庞大的资产管理市场，很多中小金融机构如雨后春笋般涌现。大数据和人工智能技术在金融领域的应用开展如火如荼，从单纯的服务与C端的智能投顾业务，到为B端的金融机构提供技术服务，都会出现人工智能的身影。
但是在万亿级别的资产管理行业，新科技的渗透率并没有想象的那么高，一些公司依旧采用传统的人工分析完成交易决策。行业内很多碎片化的信息和分散的数据导致“信息孤岛林立”，以至于金融机构因其缺乏有效的管理流程和数据积累，同时在资金实力方面又无法建立专业的人工智能团队与大公司竞争，是企业管理者不得不考虑的问题。
随着当前人工智能技术在各界的应用，我们了解到，成立于西雅图的 Kavout ， 是一家致力于将最新的人工智能技术、量化分析和大数据技术应用到投资决策中的金融技术服务公司。
正如上面所说的当前市场中存在的一些问题和需求，旗下金融智能云平台（Kavout.AI）通过把中美两国的市场价格数据、RoboChartist的形态数据以及Kai的基本面数据置于云端，打造一个云端的数据中心。同时，Kavout.AI 提供数据清理、建立标准化的简化模型，不同级别的投资者可以直接访问云端的多因素模型，而不用花费数百小时来从新学习编程和数据清理。
美国的资本市场相对成熟，大约有8000只股票，这些股票会有数百万个财务报告和数据需要考虑。传统的分析师在如此庞大的信息中找到合适的库存是一项艰巨的任务。Kavout 通过RoboAnalyst 智能投资助理，为用户提供全面的分析数据，如SEC填写，估值，评估企业的增长潜力，质量和动力，帮助用户做出更明智的决策。
除此之外，公司还像我们介绍了新上线的金融智能云。通过云平台的数据积累和人工智能算法，Kavout 将平台的计算能力开放给第三方金融机构。客户可以便捷的利用云平台上人工智能算法，在智能算法基础上自主研发智能投资模型和量化分析策略。
我们知道，随着市场中股票的数量越来越多，可用于投资研究的数据也在不断增多。Kavout 希望通过这种技术降低数据获取和投资管理成本，同时也降低了分析师将AI技术应用于策略建构的门槛。
除金融智能云平台外，Kavout还有两款核心产品：机器人分析师Kai（基于基本面分析）和机器人图表师RoboChartist（基于技术面分析）。在这三款核心产品的基础上衍生出两项服务有：组合优化和智能财富管理。
Kavout主要的服务对象包括财富管理公司、私募基金、对冲基金等金融机构，以及为新中产阶级和高净值人群提供财富管理服务。
公司团队有深厚的国际金融与技术背景，金融成员主要来自美银美林、汤森路透、大智慧等公司，技术人员来自谷歌、微软、百度等公司，具有丰富的行业经验。