本报记者 秦玉芳 广州报道
继年初以来多家银行“牵手”ChatGPT、百度文心一言等智能云平台后，近日，又有银行宣布推出私人银行数字财富顾问。AI数字员工正在进一步向财富管理业务领域跨越，在前、中、后端财富管理服务的全旅程赋能，成为财富管理机构数字化、智能化发力布局的重点。
银行业务人士认为，在过去财富管理业务模式中，大量基础财富客户难以触达；随着AI应用的延伸，银行等财富管理机构个性化服务能力正在明显增强，也为普惠财富管理业务发展打开了新的发展空间。不过，短期内，AI对财富管理的全面赋能还面临安全性、合规性、生成内容质量、人才缺乏等多方面问题，数字人在财富管理领域的大规模应用还需要有一个较长的过程。
数字人财富顾问势起
近日，工商银行推出“津小”“浙小文”“渝小甜”“苏小云”4名工银数字财富顾问，可与客户进行较为专业、自然的交流和互动，针对需求实现自动化引导和智能答疑。数字财富顾问从形象、动作到声音，几乎与真人无异。
早在去年9月，中信金控就发布了数字人财富顾问“小信”，搭载智能建模、智能人像驱动、智能对话引擎等AI能力，运用精细的3D建模技术，能够在元宇宙虚拟世界担任主持人、主播等多种角色。
厚雪研究首席研究员于百程认为，以数字客服或数字财富顾问来看，近两年虚拟数字人和通用大模型技术的热潮，使得数字人客服的拟人化和智能化程度得到了提升，探索性应用的案例也越来越多。
在于百程看来，虚拟数字人是数字世界的虚拟人物，随着人工智能技术不断突破，虚拟数字人的形象、表情、表达力和理解力逐步比拟真人。数字人具有7×24小时在线、信息储备丰富、情绪可控等优势，通过持续的AI训练，智能化程度也不断提升，从而真正提升了业务的效率。
近两年以来虚拟数字员工在银行的亮相越来越频繁，例如百信银行推出首位虚拟数字员工“AIYA艾雅”、宁波银行上海分行上岗001号虚拟数字人员工“小宁”，平安银行推出虚拟数字人“苏小妹”等。
随着AI技术应用的进一步演化，银行正在进一步加快AI数字人在整个财富管理中的应用。道乐研究院分析认为，数字化、智能化是整个社会的发展趋势，在数字化、智能化发展过程中，AI技术对财富管理很重要。
星图金融研究院研究员黄大智强调，近年来银行一直在进行AI赋能财富管理业务场景的应用探索，包括后端的风控管理、前端的智能客服等；随着ChatGPT这种自然语言模型的出现，金融机构更加注重增加AI在财富管理领域前、中、后台等全生命周期中的应用布局。
中国数实融合50人论坛智库专家洪勇表示，数字化、智能化技术逐渐成为财富管理业务的标配。“越来越多的银行开始加强自身的科技创新能力，尤其AI、大数据等数字化技术的研发和应用；人工智能技术也逐渐深入应用于财富管理领域，可以为客户提供更为个性化、精准化的财富管理方案。”
随着AI、大数据等信息技术的场景应用，银行等财富管理机构个性化服务能力正在明显增强。
“AI和大数据技术能够分析客户的财务数据、投资偏好和风险承受能力等信息，提供个性化的投资建议和财务规划。通过深度学习和数据挖掘，银行可以更好地理解客户需求，为客户量身定制投资组合和财富管理方案。”全联并购公会信用管理委员会专家安光勇表示。
天使投资人、资深人工智能专家郭涛进一步指出，以AI为代表的数字技术，可以帮助财富管理机构创新客户服务形式，从更多维度的数据了解客户，用更精准的推荐引擎推荐投资组合、理财产品、风险提示等，实时服务海量客户多元化和个性化的投资需求，推进财富管理行业普惠化、个性化和智能化发展。
贝塔数据也在官微中撰文表示，全旅程陪伴是银行业做好内容运营的关键手段之一；人工智能技术的应用已经成为银行业做好内容运营和客户服务的重要手段，金融机构要借助这一技术实现内容运营和客户服务的智能化、个性化、场景化，提高客户满意度和忠诚度。
在郭涛看来，随着内外部经济环境变化和金融监管加强，银行等财富管理机构所处环境日益复杂，来自外部、内部和新技术衍生的各种风险叠加，数字化、智能化转型的愿望变得更加强烈。
大规模应用尚需时日
AI应用向全生命周期、陪伴服务全过程持续深入的同时，财富管理机构以AI技术赋能业务发展的布局仍面临多方位的挑战。
道乐研究院在接受《中国经营报》记者采访时回复，财富管理的本质是信任，虽然近几年数字人成本下降很快，且自然交流和互动方面已经有了非常大的提升，但相较于银行理财师，其在建立与客户的信任方面仍有差距，因此距离大规模应用尚需一段时间。
道乐研究院分析认为，目前数字人做的更多的是一些标准化的投教、产品解读，而个性化及更深度的问题还是由真人财富顾问完成。“因此目前的数字财富顾问，更像是升级版的智能客服，距离真正的财富顾问还有一定差距。”
于百程也表示，数字人客服或者财富顾问解放了人工客服，在成本可控的前提下，大大提升了可服务用户数量，使得财富管理服务可以更加普惠；而在私人银行等特定领域，还可以定制化训练一些更专业，体验更好的数字人顾问，解决一些通用问题。“不过数字人客服还存在局限性，遇到复杂需求时还是需要人工顾问来介入。”
于百程还强调，目前的虚拟数字人研发成本还比较高，在技术上还远达不到比拟真人的状态，特别是表情感知、智能程度等。
“另外，目前的生成式人工智能（AIGC）各类大模型，还是属于通用模型，但在具体的行业应用上，还要根据每个行业的特性进行训练。金融业务具有特殊性，其对内容专业性、严谨性、可解释性、合规性、数据保护等有严格要求，模型训练会更加严谨，并且要与金融业务融合，因此，文心一言等模型在银行的深度应用还需不断磨合和观察。” 于百程表示。
洪勇也认为，当前，AI技术的应用还需要进一步深入，需要更为精准、个性化的算法和模型。
从业务赋能层面来看，生产式AI的场景应用，还需要破解安全性和合规性的难题。道乐研究院认为， AI算法的决策逻辑不像传统程序逻辑那样清晰可见，因此会存在数据风险、算法风险、隐私保护风险、伦理风险等风险点。
安光勇也强调，财富管理机构处理大量敏感客户数据，因此数据隐私和安全是一个重要问题。“银行需要确保他们的AI系统和数据处理过程符合相关的隐私法规，并采取适当的安全措施，例如数据加密、访问控制和安全审计，以保护客户数据的隐私和安全。”
同时，道乐研究院认为，合规性问题也需要更加重视，虽然百度、阿里、腾讯等国内头部科技企业均宣布大力投入AI，但国内的大模型距离国际最先进的技术有一定差距。
近日，国家网信办发布了《生成式人工智能服务管理办法（征求意见稿）》，对生成式人工智能（AIGC）服务进行了框架性规范。受信息安全等监管限制，国内的金融机构与ChatGPT等AI机构合作也将受到合规限制。
在此背景下，洪勇认为，银行等财富管理机构可以加强与高校、科研机构的合作，加大AI人才的培养和引进力度；同时加强对AI技术的研究和应用，探索更为智能化、个性化的财富管理方案等。
此外，AI数字人生成质量问题也越来越受关注。道乐研究院指出，目前大规模还是存在生成的信息不实或有偏差的问题，这对财富管理影响是负面的，会大大削弱用户对财富管理机构的信任。
