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 陈晓阳）在当下这个时代，AI技术正以前所未有的迅猛态势渗透并重塑着各个行业，财富管理领域中的买方投顾业务，更是站在了技术变革的关键节点上，面临着前所未有的机遇与挑战。

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落下帷幕。在训练营的精彩课程中，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。他着重指出，AI在买方投顾业务里的核心价值，绝非仅仅是替代人工完成报告撰写或PPT制作这类简单的“形式主义提效”，而是要着力解决那些过去一直想做却难以实现的创造性工作。

此次分享亮点频出，经记者精心归纳，主要涵盖以下几个方面：

其一，AI的核心在于“创造”而非单纯的“提效”。AI肩负着完成如千人千面的客户陪伴、市场情绪实时监测等过去难以大规模开展的任务的使命。在传统模式下，要实现对每个客户的个性化陪伴和实时市场情绪监测，成本高昂且效率低下，而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洞察、服务过程中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。客户在与投顾交流时，更希望感受到的是人与人之间的情感共鸣和信任，而不是与机器的冰冷交互。

其三，“提示词（Prompt）”时代已然成为过去，“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等转化为AI能够学习并复用的技能，从而更好地利用AI提升服务质量和效率。

其四，客户的信任并非源于“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，相较于千篇一律的“致投资者信”，具有更高的价值。客户更关心的是自己的投资行为是否合理，以及如何根据自身情况进行调整。

其五，AI的能力越强，对投顾的专业能力和场景化应用能力的要求也就越高，行业的“结构型分化”将愈发显著。那些能够快速适应并掌握AI技术的投顾，将在竞争中脱颖而出，而那些不愿改变的投顾则可能面临被淘汰的风险。

跳出“形式主义提效”怪圈，AI的真正使命是“创造”

“今年年初，当大模型的能力边界变得模糊不清时，我确实感到了一丝焦虑。但后来我逐渐明白，我们不应将AI视为取代人类的工具，而应将其看作创造性工作的得力伙伴。”刘嘉玮在分享的开篇坦诚地表达了自己的心路历程。

焦虑的本质往往源于定位的错位。许多机构将AI仅仅当作“高级打字员”，交给它的任务不过是写完半份PPT、生成研究报告等，这仅仅是对原有工作流程的效率提升，属于存量提效，很难为业务带来质的飞跃。这种做法只是在新瓶装旧酒，没有充分发挥AI的潜力。“如果只是做这些，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。”刘嘉玮如是说。在他看来，这些只是表面的提效，并没有真正创造出新的价值。

那么，AI应该承担哪些“创造性”工作呢？刘嘉玮列举了几个生动的实例。

其一，实现真正意义上的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，并实时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，为客户推荐最适合的投资产品组合。

其二，完成过去想做但技术上无法实现的分析。比如，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。通过了解投资者的情绪变化，投顾可以更好地把握市场动态，为客户提供更准确的投资建议。

“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，即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。只有满足这些条件，AI才能真正为客户创造价值。”

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清楚；二是以客户需求为核心的全链路服务落地难度较大，需要整合多个环节和资源。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，侧重于服务的“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，根据客户的不同特征将其分为不同的群体；生成初步交流话术，为投顾与客户沟通提供参考；挖掘潜在需求，发现客户可能存在的但尚未表达出来的需求。通过这些方式，将投顾从大量重复性工作中解放出来，使其能够服务更广泛的客户群体。

右侧漏斗，强调服务的“专业深度”，目标在于为客户赚钱，提升客户信任。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，通过对市场数据和客户资产情况的分析，为客户提供合理的资产配置方案；根据客户的风险偏好和市场变化，调整投资风格和策略。然而，无论AI的功能多么强大，刘嘉玮强调，投顾必须坚守三项不可替代的职责：对客户真实需求的深刻理解、服务过程中不可或缺的温度传递，以及承担最终责任的投资判断。

“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可以提供分析过程和数据支持，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。

例如，在客户转化阶段，AI可以通过分析客户的行为数据和基本信息，筛选出潜在客户，并为投顾提供针对性的沟通策略。在服务过程中，AI可以实时监测客户的投资情况，及时发现问题并提供解决方案。而投顾则可以根据AI的分析结果，与客户进行深入沟通，传递关怀和信任，做出最终的投资决策。

从“提示词”到“技能包”，Skill是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具有前瞻性的核心论断。

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。通过“技能包”，投顾可以将自己的经验和知识转化为AI能够理解和运用的形式，提高服务效率和质量。

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，在基金分析模块，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。

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记录，了解其投资风格是否稳定，是否符合客户的投资需求。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。这些特色指标可以帮助客户更全面地了解基金的表现和特点。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的投资策略和市场展望。

“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。客户更关心的是基金的具体构成和变化，而不是单纯的数字。”

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AI在财富管理领域的巨大潜力，可以为投顾提供更全面、高效的服务支持。

千人千面的个性化服务成为现实可能

“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。在传统的买方投顾服务中，往往更注重内容的输出，如提供市场分析报告、投资建议等，但这些内容往往是标准化的，难以满足每个客户的个性化需求。而AI可以通过分析客户的行为数据，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。”真正有效的陪伴，是基于客户自身行为的深度洞察。每个客户的投资行为和风险偏好都不同，只有了解客户的具体情况，才能提供有针对性的陪伴和建议。

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、交易记录等数据，让客户直观地看到自己的投资行为和结果，从而引导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。客户在感受到个性化的服务和关怀后，会更愿意继续选择该投顾的服务，并推荐给身边的人。

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AI的辅助分析，投顾可以更快地了解市场动态和客户需求，为客户提供更准确的投资建议；利用AI的自动化工具，投顾可以节省大量的时间和精力，专注于更重要的客户服务工作。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。在竞争激烈的市场环境中，那些不能适应技术变革的投顾将逐渐被淘汰。

“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。”随着AI技术的不断发展，投顾需要不断学习和掌握新的知识和技能，提升自己的专业素养和综合能力。只有与时俱进，才能在行业中立足。

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，根据客户的具体情况设计个性化的服务方案。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可以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来判断。只有具备这两方面的能力，投顾才能在AI时代脱颖而出。

（徽声在线记者 陈晓阳）