资产配置研习社主理人刘嘉玮：买方投顾的AI破局新路径

徽声在线9月1日讯（记者 陈俊兰）当下，AI浪潮正以前所未有的深度与广度席卷各行各业，财富管理领域中的买方投顾业务，已然站在了技术变革的关键节点上。AI所带来的影响，正逐渐重塑着这一行业的格局与发展方向。

近日，第二期南方财秩・买方投顾菁英训练营在深圳资本市场学院圆满结营。在训练营的课程中，资产配置研习社主理人刘嘉玮带来了《AI赋能买方投顾的路径与方法》这一极具前瞻性的专题分享。他指出，AI在买方投顾业务里的核心价值，并非仅仅是替代人工完成撰写报告或PPT这类简单的“形式主义提效”工作，而是要着力解决那些过去人们想做却难以实现的创造性工作。

此次分享亮点颇多，经记者归纳，主要有以下几点：

其一，AI的核心在于“创造”而非单纯的“提效”。AI的使命是完成诸如千人千面的客户陪伴、市场情绪实时监测等过去难以实现规模化操作的任务。在传统的买方投顾业务中，要实现千人千面的客户陪伴，投顾需要耗费大量的时间和精力去了解每个客户的情况，且很难做到全面覆盖。而市场情绪实时监测，由于涉及的数据来源广泛、变化迅速，人工监测往往存在滞后性。AI的出现，为解决这些问题提供了可能。

其二，在投顾领域，AI无法完全替代人类。人对客户真实需求的深刻理解、服务过程中所传递的温度以及最终承担责任的投资判断，这些都是AI难以企及的。客户的需求往往是复杂多样的，不仅仅体现在投资收益上，还涉及到生活规划、风险偏好等多个方面。投顾在与客户的长期接触中，能够通过观察和沟通，深入了解客户的真实需求。而且，在服务过程中，投顾的关怀和鼓励能给客户带来心理上的支持，这种温度是冰冷的机器无法给予的。而在投资决策方面，最终的判断需要承担相应的责任，这也是人类投顾的重要职责。

其三，“提示词（Prompt）”时代已然过去，“技能包（Skill）”成为新的关键生产资料。投顾需要将自身的工作逻辑、客户画像以及服务流程转化为AI能够学习、可复用的技能。在过去，人们更多地关注如何编写提示词来引导AI生成想要的内容，但随着AI技术的发展，这种方式已经无法满足复杂业务的需求。技能包的出现，使得投顾能够将自身的专业知识和经验沉淀下来，让AI更好地为业务服务。

其四，客户的信任并非来源于“内容输出”，而是“行为陪伴”。基于客户个人投资行为的个性化策略，远远比千篇一律的“致投资者信”更有价值。很多机构在市场波动时会发布《致投资者的一封信》，但这些信件内容往往较为固定，缺乏针对性。客户更希望看到的是根据自己投资行为制定的个性化策略，这能让他们感受到投顾的关注和专业。

其五，AI越强大，对投顾的专业能力和场景化应用能力的要求就越高，行业的“结构型分化”也将愈发显著。随着AI技术的不断进步，能够熟练运用AI工具的投顾将在服务能力、效率和深度上得到极大提升，而那些不愿学习和运用新技术的投顾则可能逐渐被淘汰，导致行业内的差距越来越大。

告别“形式主义提效”，AI开启“创造”新征程

“今年年初，当大模型的能力边界变得模糊时，我确实感到了焦虑。但后来我发现，我们不应将AI视为取代者，而应将其看作创造性工作的伙伴。”刘嘉玮在分享的开篇坦诚地表达了自己的感受。他进一步解释道，焦虑的本质源于定位的错位。许多机构把AI当成了“高级打字员”，交给它的任务仅仅是写完半份PPT、生成研究报告等，这只是在原有工作流程上进行效率提升，属于存量提效，很难带来业务的质变。这些工作本质上并没有创造新的价值，所以去年很多机构重金部署的算力最后不了了之也就不足为奇了。

那么，什么是AI应该承担的“创造性”工作呢？刘嘉玮列举了几个生动的例子。其一，是实现真正千人千面的客户服务。在过去，一个投顾几乎不可能同时深入了解上千个客户的投资履历、性格特点、资金用途，并且还要匹配瞬息万变的大类资产表现。但现在，AI能够打通客户端与资产端的数据，实现大规模的个性化匹配与服务。例如，通过分析客户的投资历史和风险偏好，AI可以为客户推荐更适合的投资产品，并根据市场变化及时调整推荐策略。其二，是完成过去想做但技术上无法实现的分析。刘嘉玮通过编写一个“技能包”，让AI实时监测包括小红书、天天基金、雪球等在内的全网社交平台，生成了一个“投资者情绪温度计”。这种对市场微观情绪的实时洞察，是传统估值指标或资金流向分析无法提供的独特视角。通过分析投资者在社交平台上的言论和情绪，可以更及时地了解市场的动态和投资者的心理变化，为投资决策提供参考。

“AI的价值在于解决你过去想做但做不了的事情。”刘嘉玮总结道，“所有AI工具的应用，都必须用‘第一性原理’来校准，它是否直接回应了客户的具体问题，是否降低了客户的认知门槛，是否能被客户清晰地感知并建立信任。”在使用AI工具时，不能仅仅追求技术的先进性，更要关注其是否能够真正为客户带来价值。只有满足客户的需求，才能赢得客户的信任，从而推动业务的发展。

买方投顾“双漏斗模型”：AI拓宽广度，人工坚守深度

从卖方转向买方投顾，机构普遍面临着两大难题。一是客户对买方模式的理解门槛较高，很多客户对买方投顾的服务内容和优势并不了解，需要投顾花费大量的时间和精力进行解释和引导。二是以客户需求为核心的全链路服务落地难度大，要实现从客户需求了解到投资方案制定，再到后续服务跟踪的全流程服务，需要机构具备完善的服务体系和强大的执行能力。对此，刘嘉玮提出了买方投顾业务的“双漏斗模型”。他认为，买方投顾业务本质上是在追求客户、规模与收入的平衡，这需要通过左右两个漏斗来实现。

左侧漏斗，代表着服务的“广度”，目标在于提升客户转化与覆盖率。在这一环节，可以采用“AI + 人工”的模式。AI可以辅助进行客户分层，根据客户的资产规模、投资经验、风险偏好等因素将客户分为不同的层次，然后生成初步交流话术，为投顾与客户沟通提供参考。同时，AI还可以挖掘潜在需求，通过分析客户的行为数据和交易记录，发现客户可能存在的投资需求，从而让投顾能够更有针对性地为客户提供服务。通过这种方式，投顾可以从大量重复性工作中解放出来，服务更广泛的客户群体。

右侧漏斗，体现的是服务的“专业深度”，目标在于为客户赚钱，提升信任。在这一环节，同样采用“AI + 人工”的模式。AI可以承担资产配置测算、风格匹配分析、波动管理策略生成等繁重的计算和分析工作。例如，在进行资产配置测算时，AI可以根据客户的风险偏好和投资目标，快速计算出不同资产类别的配置比例。而投顾则可以根据AI的分析结果，结合自己的专业判断，为客户提供更合理的投资方案。同时，投顾还可以与客户进行深入的沟通和交流，解答客户的疑问，增强客户对投资方案的信心。

然而，无论AI如何强大，刘嘉玮强调，投顾必须坚守三项不可替代的职责。一是对客户真实需求的深刻理解，只有真正了解客户的需求，才能为客户提供符合其实际情况的投资方案。二是服务过程中不可或缺的温度传递，投顾的关怀和鼓励能够让客户感受到温暖，增强客户与投顾之间的情感联系。三是承担最终责任的投资判断，在投资决策过程中，最终的判断需要由人来做出，并且要承担相应的责任。 “客户亏了钱，想到的第一责任人一定是投顾，而不是AI。所以，最终的判断必须由人来做出。”他表示，AI可以分析过程，但人需要对结果负责。在这套模型中，AI是拓宽服务边界、强化专业深度的强大工具，而人则是连接技术与信任、做出最终决策的核心。通过双漏斗的协同作用，客户、规模和收入的增长将成为水到渠成的结果。

从“提示词”到“技能包”：Skill成为AI投顾新生产资料

“如果说过去两年，大家还在讨论如何写出更好的‘提示词’，那么今年开始，真正的核心生产资料已经变成了‘技能包’。”刘嘉玮在分享中抛出了这一核心论断。他解释道，提示词是一次性的问答，而“技能包”则是将投顾个人的工作逻辑、销售SOP、客户画像、分析框架、服务流程等“Know - How”沉淀下来，形成的一套可被AI学习并重复调用的“技能”。这相当于为自己打造了一个专属的、数字化的专家分身。在过去，投顾的经验和知识往往存在于个人的脑海中，难以传承和复制。而技能包的出现，使得这些宝贵的经验和知识能够被沉淀下来，并且可以通过AI进行传播和应用，提高了整个团队的服务水平和效率。

在现场，刘嘉玮展示了他个人开发的拥有超过100个“技能包”的AI工作台。这个原本需要耗时半年开发的网站，借助AI工具，一下午便可成型。该工作台集成了他为投前、投中、投后各个环节设计的解决方案。例如，在投前环节，技能包可以帮助投顾进行客户需求分析和市场调研，为投资决策提供依据。在投中环节，技能包可以实时监测投资组合的表现，及时调整投资策略。在投后环节，技能包可以为客户提供投资回顾和绩效评估，帮助客户了解投资情况。

以基金分析模块为例，当输入两只基金代码后，AI不仅能呈现传统的回报、回撤数据，更能按照刘嘉玮设定的“技能”进行深度剖析。一是持仓稳定性分析，自动计算基金经理的调仓节奏与风格漂移程度。通过分析基金经理的调仓情况，可以了解其投资风格是否稳定，是否能够坚持自己的投资策略。二是特色指标计算，生成如“持有人体验指标”（上涨月份占比）、“性价比指标”以及独创的“含小盘股量”等非标数据，极大降低了客户的认知门槛。这些特色指标能够从不同的角度反映基金的表现，让客户更全面地了解基金的特点。三是季报观点提炼，将冗长的季报观点提炼为一句话核心，并对比不同基金经理观点的一致性与差异性。通过提炼季报观点，客户可以快速了解基金经理的投资思路和市场判断，节省了阅读季报的时间。

“这些指标在一些数据平台上是看不到的，但它们对于从买方投顾角度理解一个产品至关重要。”他演示道，“当我和客户交流时，告诉他某只基金的‘小盘股含量’从10%提升到了40%，这种具象化的描述，远比一个冷冰冰的年化收益率数字更能建立信任。”通过使用这些特色指标和具象化的描述，投顾能够更好地与客户沟通，让客户更容易理解投资产品，从而增强客户对投顾的信任。

他甚至构建了一个虚拟的“AI公司”，自己担任董事长，下设投研、投顾、交易、运营四个部门，每个部门由不同的“技能包”集合（即AI Agent）管理。当他提出需求，例如“如何与白领客户交流”，这家虚拟公司会召开“碰头会”，从客户需求挖掘、投研观点输出到内容呈现，形成一套完整的、高度协同的解决方案。这种虚拟公司的模式，展示了技能包在整合资源和协同工作方面的强大能力，能够为投顾提供更全面、更高效的服务支持。

千人千面：个性化服务成为买方投顾新趋势

“买方投顾业务的本质，从来不是内容输出，而是陪伴策略。”刘嘉玮认为，AI为实现真正有效的“行为陪伴”提供了可能。在传统的买方投顾业务中，很多机构注重内容输出，通过发布研究报告、投资策略等文章来吸引客户。然而，这种内容输出的方式往往缺乏针对性，难以满足客户的个性化需求。而AI的出现，使得投顾能够根据客户的投资行为数据，为客户提供个性化的陪伴策略。

他也指出了行业中较为普遍的“内容自嗨”问题。“市场出现大幅调整时，不少机构会发布《致投资者的一封信》，但不少文案相对固化，大多围绕‘短期波动不改长期看好’展开。这类标准化输出大多只有内部人员关注，很难真正触达客户，核心原因便在于缺少针对个体的个性化表达。”在市场波动时，客户更希望得到的是针对自己投资情况的具体建议和安慰，而不是千篇一律的安慰话语。真正有效的陪伴，是基于客户自身行为的深度洞察。

刘嘉玮强调，人是被自己“教育”的，而不是被别人教育的。当AI将客户自己的投资行为数据化、可视化地呈现在他面前时，所产生的触动和反思，远胜过投顾上百句空洞的说教。例如，通过展示客户的投资收益曲线、交易频率等数据，让客户直观地看到自己的投资行为和结果，从而促使客户反思自己的投资策略是否合理。这种基于“行为记录”的深度陪伴，是提升客户复购率与转介绍率（MGM）的关键所在。当客户感受到投顾的关心和专业的陪伴时，他们更有可能继续选择该投顾的服务，并且会向身边的人推荐。

AI越强：对投顾的要求越高

在分享的最后，刘嘉玮提出了一个颇为“反直觉”的观点：AI越强，对投顾的要求反而越高。他观察到，财富管理行业正出现明显的“结构型分化”。一个专业能力很强的投顾，在接触和善用AI工具后，其服务能力、效率和深度可以增强十倍。例如，通过使用AI工具进行数据分析和策略制定，投顾能够更快地为客户提供更准确的投资建议。而一个原本就较弱且不愿拥抱变化的投顾，与前者的差距将被迅速拉大。在AI时代，投顾如果不能及时学习和运用新技术，就会被市场淘汰。

“AI正在卷我，而不是我卷AI。”他风趣地表示，“以前一周想明白一件事，现在有AI辅助，一天可以想明白三件事，这迫使我必须以更快的速度进化。”AI的发展为投顾带来了机遇，也带来了挑战。投顾需要不断提升自己的专业能力和学习能力，以适应AI时代的发展需求。只有积极拥抱变化，善于利用AI工具，才能在激烈的市场竞争中立于不败之地。

展望未来，刘嘉玮认为，投顾的核心竞争力将体现在两个方面。一是能否深刻理解客户需求，并将其转化为一个个可执行的“场景化Skill”。投顾需要深入了解客户的生活状况、投资目标、风险偏好等，将这些需求转化为具体的投资场景，然后通过技能包为每个场景设计相应的解决方案。二是在AI提供的海量信息和分析结果面前，能否做出专业、负责任的“最终判断”。AI虽然能够提供大量的数据和分析，但最终的决策还需要投顾根据自己的专业知识和经验进行判断。投顾需要对AI的分析结果进行审核和评估，确保投资决策的合理性和可行性。

（徽声在线记者 陈俊兰）