两会政府工作报告中关于人工智能的内容无疑让AI这把大火又旺了一把。作为金融+AI的结晶Fintech，短短几年攒足了从华尔街投行到国内投资大佬的目光，外有高盛、摩根大通，内有蚂蚁金服、京东金融等，纷纷涉足或给自己贴上“金融科技”的时髦标签。

　　浪潮汹涌下，Fintech的两个排头兵：智能信贷及智能投顾自然走在了风口浪尖。然而，不同于以飞贷、读秒的阶段性成功为代表的智能信贷，智能投顾经历了2016年的火热，除了概念被炒起来，并没有涌现出标志性产品。

　　在我看来，国内智能投顾的发展之所以群雄逐鹿却难有卓尔不群之人，根源在于大部分产品没有遵循传统环境下前沿科技——这里是AI——的普遍发展特性，科技与理念的匹配错位决定AI+投顾的智能投顾的发展必然要走先B端再C端的道路，否则产品最终只会沦为趋势的炮灰，为他人做嫁衣。

　　抢占先机并非AI类前沿行业发展的制胜要诀

　　对于大多数行业来说，谁先占得了市场先机，谁就容易在潮流中脱颖而出。但这样的论断有个前提，那就是“市场”是业已存在的，只是谁能占山为王的问题。然而，就像早先火了一把的VR类行业忽而降温，大量创业企业一夜之间消失一样，作为核心技术元素AI同VR类似一样是前沿科技的智能投顾，稍不留神也容易重蹈覆辙。

　　1、直接做C端是美好愿景，也可能是“万骨”枯去的开始

　　众所周知，由于投资理性的成熟，美国的智投能够坐享成熟资本市场、理性大众投资观念带来的果实。而国内的智能投顾发展却处在一个尴尬的夹层之中，即超前的互联网技术理念同大众落后的投资理财观念双面夹击。

　　这里存在着最朴素的逻辑：AI的应用过程中，不匹配行业对应的基础理念，技术并不能带来先导价值。反映到C端智能投顾，就是普遍的低接受度以及随之而来的高获客成本。

　　那么是不是可以说只要想办法推动这种匹配即可？其他AI类行业也许可能，但作为一种追随社会发展的普遍素质，“理财意识”的培育并非一朝一夕的事，而是靠“社会大势”被动推着走，智能投顾可能面临较长时间的“无可作为的等待”。这时，率先到C端冲锋陷阵推动市场的，往往会成为他人成功的炮灰。

　　也即，面向大众的智能投顾肯定是“恰当的事”，但现在并不是那个“恰当的时间”，甚至智能投顾本身在推动时机的到来方面也可能是事倍功半。于是，功利地说，躲在B端的港湾里，等待“恰当的时间”到来，也许成了智能投顾生存下来并择机进取C端的最可行谋略。

　　在同民生证券合作之前，PINTEC旗下的璇玑在2016年6月推出To C智能投顾产品：灵玑。同大多数同类产品一样，上马之初掌门人郑毓栋这位金融界摸爬滚打多年的老江湖对产品信心满满，然而其发展可能并不达预期。我们能轻而易举知道灵玑这款产品在数据、技术、产品方面的优异性，但令人咂舌的获客成本表明灵玑实际上在以一个初创企业个体的身份推动着投顾行业整体大势的发展，这种“伟大”某种程度上恰恰成为了智能投顾初创者们都有苦难言的问题。

　　类似的，都号称要做中国Wealthfront的弥财、蓝海智投，在火热的初创后，目前的发展不如预期那样快。而平安一账通、京东智投、招商银行摩羯智投这些生根B端的智能投顾的发展一日一变。此外，2016年年底璇玑投身了民生证券之后，发展速度及业务深度已经不可同日而语。

　　2、不匹配的AI类行业强行上马面临“高阙值马太效应”

　　前些年在资本同互联网创业狂潮的共同作用下，烧钱成了初创企业的聚拢个人用户的首选手段，以“滴滴”同“快的”的烧钱大赛最为出名。其基本的逻辑是：前期烧钱投入，用户量到一定程度就形成用户群聚的马太效应，此时只需要等待自然虹吸即可快速聚拢用户。

　　To C的智能投顾，本来也应该是这一套逻辑。但AI类行业发展规律并不能给这样的机会：作为比普通的信息技术（如滴滴简单的约车匹配）前沿的AI，其应用成果会比传统超前很多，尤其在行业对应的理念未跟上之时，大众的心理接受过程会非常漫长，类似的VR行业的降温就部分与VR技术未充分匹配到传统需求理念相关。这种不匹配差距越大，接受就会越慢，于是智能投顾行业的马太效应会比普通的功能型产品（立等可用，无尝试成本）阙值更高，虹吸效率更低。

　　于是同样是C端产品，To C的智能投顾却难以采用从零开始的用户策略，否则结局就是所有厂商都表现平平没有突出的，难以出现独角兽。

　　正如马化腾所说，发展金融业务拼的是谁的命长，而不是看谁短期内跑得多快。有B端雄厚背景的平安一账通、招行摩羯智投等似乎不用担心生存问题，而初创的智能投顾则很容易遵从传统用户积累的逻辑而面临用户积累举步维艰的状况，PINTEC早前的灵玑以及更多默默的产品莫不如是。显而易见的是，以传统逻辑经营C端并不是当前现实下智能投顾最好的存活方式。

　　谋定而后动才是AI类前沿行业发展的不二法门

　　近段时间热炒的ofo相关的通信、认证（包括刷脸）、支付等无不是业已成熟的技术，产品与舆论的焦点都在其商业模式上。这样的行业没有“谋定”的机会，蛋糕抢到手里再谈享用。

　　而以探索身份存在的AI科技却与传统科技关注商业模式不同，其发展更多关注技术宣贯与理念提升，低普及度事实上反而给了行业个体充分锻炼的时间和必要。没有完全成熟、充分准备的产品既会被市场排斥，也如前文所说无法获取所谓先机，只有打造比较成熟的产品面世，才能中和掉传统中成长起来的客户群体的抵触情绪。典型地，作为AI类行业，智能投顾在走向C端之前，B端无疑是最佳的“成长基地”，这样的充分磨刀既是一种必要，也具备充分的条件，谋定而后动，不必担心错失时机。

　　1、AI需要的不仅仅是基础数据

　　AI产品最基础的要求往往是数据，但是对这样的前沿科技来说，除了数据丰富度外，数据筛选度、质量、针对性对智能算法的最终效果表现提升具有高效价比的作用，花在数据上的精力产出不一定比花在核心算法上低。智能投顾也不例外，如果说Beta理财师、璇玑智投靠自建数据库来充实这一基础内容，那么面向B端的智投在获取数据上能够更加具体而有针对性。

　　资金端，B端机构—例如京东、蚂蚁金服、民生证券理财等—基于本身业务而来的特定群体的数据积累，对意向个人投资者的收入、社会状态、心理特征等会比泛泛而来的基础数据库更为直接，风险偏好测试将更有针对性、更为精准，资产配置的匹配将更为有效。

转载请注明出处。