一直以來，“人工智能+”為金融服務帶來了很多變化。不久前陸續披露的上市銀行2024年年報數據顯示，多家機構持續加大金融科技投入力度。中國工商銀行、中國農業銀行、中國銀行、中國建設銀行、交通銀行2024年金融科技投入分別達285.18億元、249.7億元、238.09億元、244.33億元、114.33億元。在諸多智能化的金融服務中，機器人投顧尤其值得關注。

所謂機器人投顧，是一種在線理財服務，其自動提供基于算法理財方案，過程中不需要人工理財顧問服務。通過機器人投顧，可以增加家庭對指數基金的投資、降低投資的交易費用并貢獻更好的投資業績，還可以幫助投資者減少其管理投資的時間。不過，機器人投顧行業在我國剛剛起步，不少企業在這個領域已經做了很多探索，但目前離真正的人工智能機器人投顧還有一定的距離，主要存在幾方面的問題。

例如，目前這一行業難以獲取完整的用戶財務信息，因此提供的建議往往不能滿足用戶需求，甚至可能產生誤導。當前用戶的財務信息大多分散在各個金融網站或APP中，沒有統一的數據歸集功能；大多數機器人投顧不是以為用戶提供好的投顧服務為導向，而是以銷售產品為導向，從而導致機器人投顧偏離最初目的。如果機器人投顧以銷售產品為導向，很可能會將不適合用戶的金融產品銷售給用戶。另外，大多數金融APP只是在便捷性、降低申購費率上加入了很多IT技術，但如何利用已有的大數據探索建立自己的人工智能模型，從而解決投資過程中的核心決策問題，仍有很大的探索空間。這其中一個主要原因是既懂金融決策又懂人工智能的人才非常稀缺。

有鑒于此，未來應從政府、企業等層面共同施策，推動機器人投顧行業的高質量發展。

政府層面，可以用“監管沙盒”的模式鼓勵機器人投顧行業進一步發展。鼓勵大公司發展機器人投顧，還要支持擁有相應技術的中小企業參與。有關部門應打破傳統的牌照管理模式，鼓勵中小企業加入“監管沙盒”。以服務企業為導向，與企業共同確立發展過程中的監管原則和底線，制定發展過程中防范風險的監管規則和政策，幫助企業共同打造既有利于創新又能降低因創新可能導致無法預測風險的發展環境。

企業層面，機器人投顧企業要回歸“提供好的機器人投顧服務”這一初心，重心放在利用人工智能解決用戶投資決策中的核心問題，而不是銷售產品。一方面要抓準用戶投資決策中的痛點和難點，另一方面要圍繞這些痛點和難點設計機器人投顧企業的激勵機制。比如，在用戶投資決策中，存在擇優選擇金融產品和擇時買入這兩個難題，那么機器人投顧企業就需要圍繞這兩個問題利用人工智能技術進行研發。其考核指標和激勵機制也應圍繞用戶滿意度、金融產品優選能力、擇時能力、采用機器人投顧服務前后的投資業績對比等進行設計，而非圍繞金融產品的銷售業績進行設計。

此外，企業應與政府共同探討如何解決數據高效歸集的問題。在不侵犯用戶隱私的基礎上，要使機器人投顧企業獲取用戶的真實財務信息。有關部門應制定相關政策，推動數據歸集，各家金融企業之間要以此打通數據接口。為防止用戶隱私泄露，政府可以推動各家金融企業以區塊鏈技術為基礎，采用數據元件、隱私計算等方法來實現數據歸集的功能。例如，利用區塊鏈技術對原始數據進行加密形成數據元件，使其可以在其他平臺進行交換，只要用戶授權，這一數據就可以被機器人投顧企業使用。還應出臺政策，鼓勵當地高校培育既懂金融決策又懂人工智能的交叉性人才。因地制宜，按照不同地區的實際需求，直接針對金融科技領域發展需求進行調研，在摸清金融科技領域人才培養需求后，出臺相應政策，推動高校與企業在金融科技領域的產教融合、科教融合。還可以按照不同地區的實際需要，配套相應的科研經費政策，以金融科技實驗室為依托培養交叉性人才，從而使機器人投顧行業實現高質量發展。

（作者系中山大學管理學院教授、博士生導師）