来源：地产资管网  作者：王超

大批传统金融机构高管跳槽到互联网公司，早已屡见不鲜；不过少见的是人工智能公司开始大面积从金融、资管行业挖人。

早年间Kensho惹怒华尔街的情形还历历在目，如今人工智能首席科学家加盟对冲基金、各大科技公司纷纷成立首席Fintech官，越发让更多的资管人、金融从业者怀疑，自己的职业生涯似乎到了尽头？

拿资管行业来讲，应用过现阶段资管系统的从业者都会普遍反应这几个问题：

1、大量的非结构化数据，几乎仍然完全依赖于人工的收集、处理，效率非常低下。

2、哪怕采用机器收集，但研究的数据仍然是碎片化的，存在大量的信息孤岛问题。

3、尽管掌握可接受程度的数据齐全，但科技资管公司的业务能力与公司的实际设想并不是十分切合，反而需要大量的沟通成本进行个性化设计。

其实，目前大部分的科技资管公司，基本按照这种科技资管的模式进行操作，而不是智能资管：

科技人员、分析师通过编写函数、设计指标，观察数据分布，然后把资管技术当做一个运算器来使用，就像从结绳-算盘-计算器-计算机的衍化，只不过是工具的升级。资管分析师则对财务、交易数据进行建模，分析其中显著特征，利用回归分析等各种算法进行预测交易模拟。

这样带来的问题是，这个运算模型的好坏取决于分析员对数据的敏感程度、资管人对业务的高瞻远瞩。

有业内人士人曾表示：目前阶段的资管模型、科技，仅仅算是工具，还远远没有走到智能的阶段。与智能相关的三个核心领域：机器学习、自然语言处理、知识图谱，在现阶段的资管工具中几乎没有见到。

真正具有迭代性的变化是将智能嵌入到资管体系中。

智能资管平台通过强大的数据处理能力，内嵌整个资管体系过程中，便捷高效的输出到专业资管人的头脑里，进而形成最后的决策。在这套系统里，从查资讯到最后的评估，都是用智能化、数据处理的方式嵌入进去，并通过大数据分析发现规律、可能的效率提升机会。

就像佰仕会之前探讨的 “裁判员”与“运动员”角色。

有了智能资管以后，资管人的周报、月报，重要的公告、数据的变动都可以用机器来处理。资管人可以有更多的时间思考他们擅长的事情。其实智能资管大幅度降低了从业者进入资管行业的门槛。比如要尝试建立自动化的预测模型，研究人员只需要关心输入输出的变量，不需要关心详细的数据。

“运动员”继续做自己的运营角色，不过要有资管的概念；“裁判员”则运用规则进行评分改善。

至于这个规则怎么出来的，一方面是进行大量数据统计、分析的智能机器，另一方面是进行持续资管研究的高素质人才，二者共同制定出会根据市场及未来的变化，进行相应调整的规则。

目前智能资管应用比较广泛的是个人财管领域。

此前，国际咨询机构麦肯锡大中华区银行业务负责人曾表示，不少股份制银行已开始在定制化财富管理业务中引入人工智能。目前的现实情况是，国内一个银行理财经理平均需要面对约1000位客户，若要提高客户体验及扩大业务，智能资管将是相当重要的一环。

对资产配置服务来讲，私人理财顾问向来是“高净值人群”的专属，同样在资产管理领域也是如此。

传统的资管服务，那种新出的资管科技，大多沦为大企业的专属，不过在智能资管阶段极有可能给中小企业带来弯道超车的机会。将原本由人工提供的资管服务自动化、产品化，就像平常支付宝上经常会用到的蚂蚁财富一样。

美国和新加坡是最早做出智能资管尝试的两个国家：

在美国，由于来自金融监管部门的压力与管理费用的不断增加，传统资产管理公司的利润率已经受到了严重地挤压。

在这样的大背景下，这些公司为适应当今的互联网数字化环境，一部分资管公司选择自主开发利用机器人辅助人类做投顾分析的新技术，而另一些公司则在积极寻求与智能投顾相关的创业公司展开合作。而且据可靠消息，资管巨头例如摩根大通的技术预算每年超过100亿美元，这是一笔不小的投资。

对资管行业来说，技术的进步可以帮助企业提升效率、减轻负担，然而只有真正关注人工智能与资管的结合，才能摸索出未来资管行业发展的重点。