蚂蚁财富展区参与者体验
本报记者 付乐 北京摄影报道
和AI一起管钱啥感觉？
当前，大众在线上买理财产品很简单，但专业个性化的理财服务还远未普及，面临理解门槛高、内容碎片化、个性化不足等“最后一公里”问题，这让不少年轻人把理财难题抛给了AI。
在财富管理领域，蚂蚁AI金融管家“蚂小财”近日升级亮相，并在支付宝APP内全量对外。升级后的AI金融管家可解答理财领域专业问题，包括市场行情与热点解读、基金持仓和配置分析、理财知识问答等服务。
9月8日，中国信息协会常务理事、国研新经济研究院创始院长朱克力对《华夏时报》记者表示，支付宝AI金融管家“蚂小财”的升级，标志着大模型技术在财富管理领域的又一重要实践。这不仅反映出金融科技的快速发展，也影响着财富管理的模式与效率。未来，大模型将在财富管理领域发挥更为积极的作用，推动行业向智能化、个性化、安全化的方向发展。
AI如何重塑投资体验？
当前，财富管理行业已经迈入全面净值化时代，行业开始从传统的产品销售思维转向用户服务思维，但居民投资理财的获得感仍待加强，大量“长尾”客群得不到有效服务。一方面在投前阶段，市场上金融产品琳琅满目、产品选择门槛高、复杂性高，用户很难理解和选择。另一方面，在投后阶段，市场缺乏有效的投资者教育，部分投资者在投后感到迷茫，用户体感较差。
财富管理直接面向广大个人投资者，当前金融产品和服务呈现多样化，应根据投资者实际需求来提供个性化需求。“买方投顾”模式代替了传统的单一销售产品模式。
凯文·凯利在著作《5000天后的世界》中预言，未来5000天后会是AI的时代。未来所有产业都因AI科技而改变。当前，这一预言正在变为现实。在金融领域，AI技术的应用正日益广泛。记者注意到，近日在蚂蚁财富展区的“未来财富空间”，不少年轻人排队体验“蚂小财”AI金融管家，亲身体验如何利用AI帮忙理财。
针对近期《黑神话：悟空》的热度，有人现场咨询AI要不要投资游戏股，AI的回答“游戏行业目前呈现出一定的复苏迹象，但整体盈利能力仍有待提升。可以考虑关注游戏行业的长期发展前景，再观察一下”。
也有参与者问到现在芯片和半导体行业还能投资吗，AI答到“芯片和半导体行业在当前阶段仍具备一定的投资价值，尤其是国产替代和存储芯片等细分领域。但考虑到行业的周期性和面临的不确定性，可在投资时保持谨慎，适度分散风险”。
当有人询问上市公司财报时，AI则生成了图文版财报解读，呈现营收等核心数据的变化和原因。
“理财是高度个性化的事情，它涉及一个人的长期目标、财务状况和风险承受能力。传统的理财服务可能会提供3至5种方案供客户选择，而如今利用AI的能力可以做到千人千面。”蚂蚁集团金融AI产品负责人杨帆对本报记者表示，例如小白用户需要的是较为清晰明确的态度，AI可以降低专业词汇的理解程度。
记者体验后发现，AI金融管家的观点较为鲜明。比如询问“理财小白怎么通过投资赚钱”，“蚂小财”回答道，短债板块相对稳健，通常风险较低，适合入门级投资者。当前经济基本面仍在持续复苏阶段，货币政策有望继续宽松，这为债券市场提供了良好的环境。短债产品能够让你的资产增值更稳健，同时降低波动性。
让其进一步推荐具体的基金，AI还推荐了某60天持有期债券A。“蚂小财”进一步分析称，该基金主要投资于流动性较高、风险较低的短期各类债券，旨在波动较小的同时带来相对稳定的收益。此外，AI也提醒到，在投资时记得分散投资以降低风险。不要把所有的资金都投入到一个产品中，可以将资金分配到不同的投资品种上，以平衡风险和收益。
之后记者又输入“分析茅台最新财报”，“蚂小财”则从营收、净利润、分红政策和渠道管理等方面进行了解读。
AI原生体验带来财富管理新方向
当前，“蚂小财”Pro版已在蚂蚁财富APP内开启灰度测试，蚂蚁财富APP也是行业内首个实现AI原生体验的理财APP。
所谓“AI原生体验”，通常是指利用人工智能技术来提供更加流畅、个性化和智能的用户体验。用户语音唤起后，可全程通过“语控一切”，让“蚂小财”进行解读市场热点、分析行业板块等动作。官方数据显示，截至2024年8月底，“蚂小财”的月度活跃用户数已经达到7000万人。
在行业看来，财富管理是一个极其严谨的产业，不仅涉及到资金安全，还关系到用户的个人财务规划。因此，在这一领域引入AI大模型，不仅仅是技术上的创新，更是服务模式和用户体验的转变。
“大模型技术以其强大的数据处理能力和复杂的算法结构，为财富管理带来了前所未有的变革。”朱克力表示。
谈到大模型在财富管理领域的应用，朱克力认为，首先大模型能够高效整合并分析海量市场数据，包括宏观经济指标、行业动态、公司财报等，为投资者提供全面、及时的市场信息。这种信息优势有助于投资者作出更为精准的决策，提升投资效率与收益。其次大模型通过自然语言处理技术，实现与投资者的智能交互，能够实时解答投资者的疑问，提供个性化的投资建议与资产配置方案。这种个性化的服务体验，满足了投资者日益增长的多元化需求，增强了用户粘性。最后，大模型还具备风险识别与管理能力，通过实时监测市场动态与投资者行为，及时发现潜在风险并给出预警，有助于投资者规避风险，保障资产安全。
不过，他也提到，大模型在财富管理领域的应用并非毫无瑕疵。一方面，数据质量与算法偏差问题不容忽视。大模型的性能高度依赖于训练数据的质量与数量，若数据存在偏差或不完整，可能导致模型输出结果的失真。同时，算法本身的局限性也可能引入偏差，影响投资建议的准确性。
另一方面，隐私保护与信息安全也是关注焦点。财富管理涉及大量敏感个人信息与财务数据，若大模型在处理这些数据时未能采取有效的防护措施，可能导致隐私泄露与信息安全风险。此外，大模型的“幻觉”问题也值得警惕。即模型有时会生成看似合理却脱离实际情境的内容，这在财富管理领域可能导致投资建议与风险评估失误。
责任编辑：孟俊莲 主编：张志伟
