华泰证券：AI如何重塑券商财富管理丨走进券商财富管理

当前，国内居民财富管理需求持续增长，传统财富配置逻辑面临重构，在此过程中券商财富管理如何把握转型机遇？如何更好践行买方投顾转型？数字化赋能又会带来哪些改变？

在此背景下，第一财经发起“壹财富”内容和服务生态共建计划，特邀各大券商财富管理业务负责人，面对面深度对话，剖析财富管理行业转型趋势、发展方向，展示优秀实践。本期《走进券商财富管理》系列节目，深度拆解华泰证券实践与探索。

嘉宾：

李婉晴 华泰证券财富管理解决方案总部联席负责人

第一财经：在券商财富管理行业里面，我们如何定义科技驱动型在财富管理中的定位？

李婉晴：其实科技一直是华泰的一个品牌，我们也关注到新质生产力在今年其实被提到了一个战略的高度性，在这一块我们也是非常积极的在拥抱科技和AI对于整个行业促进的一个变化。我们认为其实AI对于整个行业甚至世界的这样的一个推动的作用，不仅仅是少数行业或者部分区域的客户，而是一个体系性的重构。

对于券商来讲，我们甚至认为All in AI不应该是一个选择题，它反而可能会变成券商后续的幸存者游戏，因为它把传统券商原来可能更倾向于资源竞争的一种模式，而转变为了可能更多的是从数据科技和整个服务体系和客户洞察能力的整个组织重构的这样的一个能力的竞争，这也是为什么我们非常积极的在拥抱Allin AI的这样整个的一个战略

第一财经：我们看到目前券商财富管理整个行业都掀起了一股 AI应用的浪潮，您觉得哪些核心场景是AI真正能发挥价值的场景？

李婉晴：首先第一个我们会极致聚焦在交易场景之下，我们认为交易其实是券商财富管理的一张独有的牌，也使我们更需要去立足在深耕交易的AI的服务能力，来增强所有的投资者的在市场上交易的一种参与感和获得感的一个入口，所以在这一个角度上我们其实做了大量的探索。

第二个其实我们特别希望把我们的专业能力，以一种科技平权的方式来提供给我们的普通投资者。简单来说，像我们华泰推出的AI涨乐，除了在AI涨乐上，我们看到聚焦在AI的场景之外，我们还做了很多的事，把我们的研究所分析师的一些研究框架，我们底层的产业图谱，还有我们的投顾主理人的一些策略的能力，全部成了一个skills的矩阵来提供给投资者，让他能够享受到非常专业能力的一个结果，这个是通过AI来实现的。我们觉得在一定程度上它算是一种科技平权之后的福利。

第一财经：我们看到其他的券商，更多选择用APP内嵌AI功能的模式，为什么华泰会选择推出一个独立的AI应用？

李婉晴：其实独立的原生的AI的APP跟传统的APP上面去叠加AI的功能，它本质的区别是底层范式的重构，还是上面功能的一个叠加，我们在设计这个功能的时候有一个理念，我们特别希望去改变客户原来想要去做一个业务，或者是想要去找一个服务，他需要在我们整体的功能菜单里面去找，他会去思考的是我要去哪一个模块的哪一个菜单之下去找哪一个按钮，来完成我的服务，但我们现在对于原生AI的一个衡量的标准，是我们底层整个的服务链条和模式是全部重构的，我们对它衡量的标准是能够通过客户自然的说出他想要做什么，而我们自动的就给他去匹配到他想要的功能，把它进行整个服务链条的串联，去来完成服务的达成，而不是让他再把时间花在去找功能找模块上面，这个链条如果成功了，我们认为我们在AI原生的服务之上初步达成了我们的目标。

第一财经：其实在AI投入上，需要的资金量包括人才储备都是一个非常庞大的规模，我们如何去衡量AI赋能的一个真实的有效性，或者说它真实的ROI？

李婉晴：这个问题其实越来越多地得到了很多券商的讨论，而我们认为其实很多AI的投入，他的价值的体现其实是滞后的，是非线性的，不能够用传统的财务报表来去衡量。从我们内部来看，我们对于AI投入的价值体现主要分成两个角度，第一个角度是从客户的维度，我们是不是通过AI的服务，让我们跟客户服务的深度有所加强，比如说它跟我们的交互是不是频率升高了，它的AUM的质量是否有增强，它与我们的整个服务的连接是不是变得更多了？此外就是从运营的角度上来讲，就是不可避免的要谈到的一个人均效能，因为其实AI整个改变的是我们底层的一个组织的重构，这个也是华泰在近期比较聚焦提出的一个点，就是说我们的AI要解决的不是给某一个员工提供了一个AI的助手，反而可能是我们的员工跟着AI的这样的一个数字化的团队一起来达成客户的服务。所以从体现上角度来讲，我们的单员工的产出应该是提高的，所以这个是从运营的角度可以比较直接地衡量出我的AI效能的变化。

第一财经：随着券商在数字化AI这一块的投入的持续走高，您觉得AI在投顾、投研，包括风控方面的有效性，当前是一个什么样的水平？

李婉晴：首先说风控这是一个比较成熟的场景，因为其实AI在处理海量数据去做相关阈值的一些监控，然后和对于很多的行情提出预警的这些方面，都表现的非常出色而且可靠，在投顾投研的场景就会相对复杂一些。从我们现在的设计角度来讲，它在海量信息的结构化处理和对于行情数据的提取方面确实做得很优秀。但是实际上 AI我们会认为它在一些相对比如说有一些复杂的角色，如果它的背景信息有大量的言外之意的补充内容，还有可能高度的个性化的内容的时候，我们还是需要人工来介入的。所以在我们目前的处理中，我们在很多的投研服务的场景中，投研底层可能百分之七八十我们是可以借助AI来完成的，但是在对客的沟通的环节，我们希望它是由人来完成高质量的沟通，当然它也是一个持续的信任建立的过程。

第一财经：其实从华泰的角度讲，对于AI的应用已经到了一个非常深入的阶段了，在您看来AI跟人工投顾之间的协同边际应该是什么样？

李婉晴：其实市场总会讲说 AI和人的关系是AI去做大量重复性的工作，我们在内部的沟通中也会说，不做工具人要做会使用工具的人，当然我们也会说用AI率先替代的是那些高度重复化的、规则化的、数据化的一些工作。但是实际上我想以现在AI的快速发展的过程之中，留给我们人类的去做高质量决策的剩余部分是越来越少的一个状态。实际上现在在我们内部打造的相关AI项目中，就有专门去选出来的，我们叫超级投顾，去配一个AI的工作室，来专门辅助他去做前端更有价值的客户的服务的场景。现在在对客服务的阶段，我们其实给前台的员工提供了大量的AI的工具，包含了我们底层的一些研报的脱水，数据的分析，包括一些报表的生成，还有我们前端的一些可能爆款文案的生成，包含对客话术的一些生成，还有我们可能客户问答的时候，AI会先给他生成一个我们分析过后的大概率正确的回答，来减轻员工的工作量，来提高他的工作效率和提升他回复和面客的专业度。

第一财经：我们知道券商的买方投顾转型其实已经推进了很长一段时间了，不同的机构之间也采用了不同的这种实践模式。买方投顾转型这件事情中的难点到底是什么？

李婉晴：当然本质上来讲，您提到了券商买方投顾的转型，其实它也是一个跟过往的几十年的发展来不断的和解和寻求共同发展方向的一个命题，它表面上买方投顾是一个业务模式的升级，但是它基石的底层是一个整体利益机制的重构，我想买方投顾前景是光明的，但是我们还有很长的一些探索和创新的空间，但是我们特别希望在AI的促进之下，因为过往可能你想改变一个服务链条，转向买方化，他可能这一个对客的服务链条中有几十个相关的参与的人员，而现在有了AI之后，他可能是一两个核心的策略人员，辅以一些AI的助手就可以完成整个客户的买方投顾整体服务链条的达成，我想它也是我们买方投顾快速发展的一个重要的契机。

第一财经：我们知道其实买方投顾的模式是以客户为核心，但是我看到现在很多所谓这种买方投顾的团队，它最终穿透下来依然是一个产品货架的模式，我们如何才能去实现对于客户个性化的需求和动态平衡？

李婉晴：其实这个也是我们一直致力于去攻坚的一个问题，从我们的方法论来讲，我们希望标准化的体系尽量在后台个性化的延展，尽量在前台接触客户的那一端，在实操的层面又要提到AI化了，其实我们一直在说客户的需求是千人千面的，他一定希望从财富管理机构，不管是券商、银行，还是保险经纪公司都能够得到的是针对他个人的个性化解决方案，而不是说在货架上给他随便匹配一款产品，怎么能够去满足客户的个性化的需求，同时又能让它规模化的覆盖到更多的财富管理需求的客户，同时又还能有效地控制券商的运营成本，运营成本包含了人力，就是因为从原来的市场上来讲，如果一个投顾最多能服务30个高净值的客户，如果要去服务3万、300万的客户，就需要不断的线性的去铺人力，当然它背后还有其他的包括运营成本，合规成本和整个的开发成本都算在里面，这个是我们的运营成本。

对于不可能三角上来讲，给客户提供个性化的千人千面的解决方案和我们自己规模化的一个覆盖，以及我们可控的运营成本之间，我们特别希望AI能是回答我们这个问题的答案，这个就像是AI涨乐一样，我们通过前端因为AI是可以比较低成本去定位客户的需求，给它形成个性化的解决方案的，并且我们又可以相对低成本去做大量的覆盖。

所以在一定程度之下，我们特别希望在AI的发展之下，我们可以真正的进一步的落地，实现为我们所有的财富管理客户的个性化的解决方案的覆盖，让更多的我们的普通投资者也能享受到更适配他自己的财富管理。