陆金所毛进亮：AI重塑财富管理 风险匹配精准度提升

　　陆金所毛进亮：AI重塑财富管理 风险匹配精准度提升

　　蒋牧云，张荣旺

　　国内居民财富不断积累，投资理财渠道也越来越多，理财产品逐渐多元化，覆盖的人群也日益广泛。数据显示，到2018年年底，我国国内生产总值已达90万亿元，全国城镇居民人均可支配收入达4万元。据市场预测，2021年，中国个人可投资资产规模将达到200多万亿元。此外，在资管新规的指引之下，财富管理行业也迎来了机构升级与产品升级。

　　一个不容忽视的问题是，尽管目前市场上存在众多的财富管理平台，但仅有一部分理财金额较大的用户才能获得专业理财顾问的服务，大部分用户并没有获得优质的金融服务。而且，部分理财顾问在绩效考核的压力之下，可能会将一些理财产品销售给并不符合风险偏好的用户，进而引发种种矛盾。

　　面对财富管理行业的种种难题，AI技术的加入能否重塑行业现状？陆金所首席技术官（CTO）毛进亮在接受《中国经营报》记者采访时表示，AI可以大幅降低人力成本，同时还可以规避道德风险。机构可以通过对用户以及产品的深度了解，为不同客户提供千人千面的金融服务。

　　重塑财富管理

　　《中国经营报》：在财富管理行业，AI相较于传统以人力为主的金融服务有哪些区别？

　　毛进亮：首先AI解放了人力的限制，让财富管理不再仅仅依赖客服人员，并且将客服人力资源投入到更有创造性的工作当中，用低成本有效缓解了庞大客户需求与金融服务人员人力问题，提高了客户服务的普惠性。

　　其次，AI降低了客服人员知识结构、服务水平差异对服务的影响，极大提升了标准化服务水平，机构通过将最好的客服人员的服务能力以及借助最好的资源统一高标准，提供给客户服务，打破传统理财服务专业性参差不齐的现状。

　　第三，AI让机构更了解客户需求、资产状况、风险偏好等，通过大数据、机器学习等技术为投资者进行“精准画像”，真正实现千人千面的个性化服务，比传统机构更懂客户。

　　第四，AI能够有效避免利益冲突问题，真正从客户需求出发，以客户需求为价值导向，避免了传统理财服务因业绩导向而产生的利益冲突问题。

　　第五，从财富管理机构角度来说，AI技术利用也大大提高了机构的服务能力、服务水平，提升了服务竞争力，同时解决了人力成本。

　　第六，从监管层面来说，AI技术与其他技术的配合，也能让财富管理服务流程更加公开透明，并且有完整的服务记录，为有效监管提供支持。

　　《中国经营报》：能否以陆金所最新推出的智能交互体系为例，详细说明在用户的理财过程中，AI的实际应用是怎样工作的？

　　毛进亮：这套体系可以称之为一位理财机器人。通过APP对话框或电话，用户能够与之直接沟通，询问资金的回报率、产品的信息。同时，机器人也会根据用户的风险偏好、产品种类喜好、资产配置情况等推荐相应产品。

　　事实上，在这种看似简单的交互中，需要大量的技术投入。首先是分析用户输入文字的含义，进行用户意图的识别；同时还要了解用户沟通时的语气及心情，甚至用户输入错别字还能够纠错理解；最后通过正常的交流回答用户并形成有记忆的多轮对话。这些都是陆金所经过8年时间，通过对用户与客服的交互、浏览、电话等行为进行记录，进而对机器进行训练，并对机器无法理解的部分进行人工标注，最后才形成了模型算法并准确匹配到后台。

　　目前用户常规沟通的识别率可以达到90%，但如果输入的内容量过多，则会一定程度影响机器的理解能力。另外，在语音识别方面，如果用户输入的是方言或者不标准的普通话，目前尚无法做到像文字一样纠错或转化。这些也是未来我们需要不断突破的地方。

　　产品匹配精度提升

　　《中国经营报》：财富管理更重要的核心，仍然是为用户提供合适的产品服务。这对于机构提出怎样的挑战？

　　毛进亮：产品服务的核心能力是要从“多的”之中选出“好的”，从“好的”之中选出“准的”。这个核心能力需要两个最重要的条件，即了解客户（KYC）和了解产品（KYP）。

　　目前陆金所有四大数据驱动（4KY），从了解用户（ KYC）、了解产品（KYP）、了解风险（KYR）、了解意图（KYI）四个维度入手，对投资者进行适当性管理。

　　其中，KYC通过产品评级以及借助大数据、机器学习等方式对投资者“精准画像”，最终实现投资者风险承受能力与产品风险的精准匹配，让投资者买到合适的产品。KYP借助陆金所研发的“大规模金融知识大数据图谱”，可以瞬间穿透所有产品的底层信息，结合市场环境实时判断产品的动态风险。

　　KYR则得益于平安集团十多年积累的财务数据及对客户消费、行为和社交数据的收集。最后，基于KYC、KYP以及KYR，开发出KYI模型，这套模型侧重用户行为分析，会实时分析用户在平台端的长期行为、短期行为、产品偏好、服务偏好、使用习惯等5大类数据。

　　同时，在陆金所全平台底层布局有10万个断点机器人，这些断点遍布在投资者在陆金所内投前、投中、投后所有的理财、交易和使用旅程，成为联系和触达每一个客户的理财生命管道。

　　基于“断点”布局，以及4KY体系，陆金所不仅可以了解用户长期的风险偏好，更可以实时理解用户当下的意图和需求，以此提供更动态、更精准的产品匹配及理财服务。反映在上述理财交互体系中，假设用户在资产配置时固收类产品与现金分别占比60%与40%，而理财机器人在通过对用户的风险偏好等分析后，可能会引导其将资金进行分散，建议其配置其他类型产品，比如当下走势比较强劲黄金ETF等。

　　《中国经营报》：由于产品同质化情况较多，尽管用户模型不同，是否会出现推荐的投资组合依旧类似的情况？

　　毛进亮：陆金所已涵盖保险、基金、私募、资管等各种类型的金融产品，总数超过5000只。比起很多垂直类平台或传统金融机构，陆金所上的产品更为多元而全面，从而可以为用户提供更丰富的产品配置的选择。

　　《中国经营报》：作为财富管理平台，在沉淀了众多数据以后，对于用户的资产安全以及信息安全要如何把控？

　　毛进亮：针对不同场景，陆金所的风控体系做了不一样的风控流程。比如用户更换绑定的银行卡这样的小动态，陆金所就会在后台进行各种信息的验证。举例来说，用户卡内余额低于或高于1000元时，我们会启动不同的验证方式：余额小于1000元时用户仅需要填写交易密码与动态验证码；余额大于1000元则还需要进行人脸识别。

　　而在对用户信息的保护方面，陆金所的数据库采用了多层校验。首先在网络层进行拦截，其次在系统之间的访问进行隔离，只有白名单上的IP地址才能访问数据库。随后，将所有信息分为敏感信息（比如姓名、号码、银行卡信息等）和非敏感信息。其中对敏感信息进行加密形成乱码。

　　与此同时，在正常经营中所有的访问客户信息行为都会进行监控。如果某部门或者员工使用信息的频率缠裹正常模型，系统就会报警。

　　综合而言，AI科技在金融领域中，对于风险控制、信息披露、运营成本的降低以及服务效率的提升都大有可为。

责任编辑：张国帅