投顾，即投资顾问。智能投顾是人工智能与投资顾问的结合。传统的投资顾问模式主要基于个人的金融知识和从业经验，分析客户的资产状况、风险偏好、理财目标，为客户提供资产配置建议。智能投顾，也被称为机器人投顾，主要利用云计算、大数据、机器学习等数字技术和人工智能技术，结合现代投资组合理论，通过算法搭建数学模型，根据客户的资产情况，在深度分析和识别客户的理财需求、风险承受能力、风险偏好等因素基础上，在互联网平台上为客户提供个性化、智能化的投资理财组合建议。智能投顾把投资顾问中需要金融知识和经验判断的工作交给了大数据、算法和模型，旨在为客户提供风险偏好匹配的投资组合建议。
典型的智能投顾的工作步骤包括：第一，通过问卷调查进行客户分析，尤其是风险偏好的识别；第二，通过算法或专家观点筛选可投资资产池；第三，基于现代资产组合理论，以及其他的一些模型或AI的优化，给出用户的投资组合建议；第四，定期回测，优化组合比例，引导用户调仓或自动帮助调仓，实现资产组合再平衡。
财富管理新变革
智能投顾作为一种新技术服务，与传统的人工投顾相比带来完全不一样的用户体验。
服务收费低廉化。投资顾问的关键在于根据客户的收入、年龄、性别、心理特征、风险偏好、理财目标，给出相应的投资组合选择，传统投资顾问主要依靠人工金融知识及经验进行判断，需要较高的人工成本，而智能投顾利用数字化技术开发的算法自动进行识别，不仅高效，而且削减了投资顾问的人力成本。此外，智能投顾主要运用互联网提供在线服务，不需要租用物理设施，节约了运营成本。传统投资顾问的管理费在1%以上，而智能投顾的管理费仅在0.25%-0.5%之间。
理财服务长尾化。基于自动算法的线上服务使得广大长尾投资者有机会享受过去仅提供给私人银行客户的投资策略和理财服务。传统的私人银行理财服务起点较高，主要针对高净值客户。而智能投顾的理财门槛大幅降低，有些甚至实现零门槛，实现了全民理财。
客户分析高效化。通过大数据、云计算等技术，利用近年来互联网平台上累积的海量数据，智能投顾可以快速识别客户的风险偏好、风险承受能力甚至潜在的理财需求，相比传统理财顾问通过沟通交流的方式更加快捷和客观。此外，大部分人的风险偏好并非一成不变，而是随着市场涨跌、收入水平等因素的变化而波动。传统理财顾问对风险偏好的动态把握通常是滞后的，且沟通成本较高。智能投顾则通过金融科技的应用实现了风险偏好的实时动态计算。
服务输出标准化。通过引入人工智能技术，算法、大数据、模型成为投资建议的依据，在一定程度上消除人工投资顾问服务中感情、情绪带来的非理性因素，以及由于经验、能力不足导致的服务非标准化问题。标准化的服务输出将带来更好的用户体验，避免投顾与客户之间的利益冲突，防范了道德风险。
仍处于发展的初始阶段
智能投顾是财富管理对最新科技运用的结果。最早出现在美国，目前已经在国际主流市场逐渐被认可。业内最著名的两家公司betterment和wealthfront管理的资产规模均超过30亿美元，推出的资产管理组合建议包括基金、股票、股票期权、债权、房地产等标的。从2010年以来，从事智能投顾的公司越来越多，管理资产规模也水涨船高，花旗集团研究报告指出，机器人顾问所掌握的资产从2012年的几乎为零已经增加到了2015年底的187亿美元。根据科尔尼（A.T.Kearney）的预测，全球智能投顾行业的资产管理规模到2020年将达到2.2万亿美元。
国内智能投顾产品集中爆发于2015年，目前已有20多家公司推出智能投顾产品。主要的从业机构有传统的金融机构、BAT互联网公司、金融科技企业等。从对接的资产看，主要有基金、保险、票据类理财产品与股票类产品。
随着国内中产阶级的崛起、私人财富的积累、互联网金融和数字化趋势的出现，以及互联网时代成长起来的年轻一代逐渐成为投资者主力，国内智能投顾将迎来良好的发展机遇。但我国的智能投顾行业还处于初级发展阶段，还面临许多挑战。
从监管上看，一方面，国内的资产管理与投资顾问实行分牌照管理，智能投顾的服务仅限于基于算法的资产配置建议。另一方面，智能投顾的投资建议一般都是涉及到股票、基金、保险等各种金融产品的分散化投资组合，这就涉及到各类产品的销售资质，目前我国尚未有法律对智能投顾业务的牌照和资质提出要求，未来申请这类资质可能存在困难。
从国内金融市场成熟度来看，一方面，智能投顾可对接产品不足。智能投顾产品在美国快速发展的一个重要原因是美国金融产品丰富，为智能投顾产品提供了较大的选择空间。截至2016年6月，美国市场有近1600支ETF，产品包括股指、债券、商品等多个类型，管理资产规模达到两万多亿美元；而同期国内ETF仅有130余只，且以传统股票指数型ETF为主，资产规模近5000亿元。另一方面，国内投资者以散户为主，追求短期利益，与智能投顾强调基于基金的组合分散配置，追求长期β收益的投资理念相悖。
平台存在的风险
算法失败的风险。目前人工智能还处于初级阶段，在投资顾问领域的应用更是新兴事物，智能投顾要达到预想的效果，需要不断地积累数据，提升数据分析能力，算法的改进是一个长期过程，算法和模型的效果也需要在较长周期内进行检验。
沦陷产品代销平台风险。智能投顾是技术驱动型的行业，涉及到云计算、大数据，以及一系列基于人工智能的资产配置、数据处理、交易优化的算法，这对智能投顾平台的计算机技术提出较高的要求。在缺乏足够的历史数据对其算法的效果进行验证的情况下，难免会有一些不具备技术实力的理财平台打着智能投顾的幌子招揽用户，推荐自身平台的金融产品，以金融科技的名义对自身的产品进行包装销售，损害用户的利益。（作者为中国人民银行金融研究所互联网金融研究中心博士）