金融界都在关注人工智能。每家银行、每家经纪公司都在努力探索如何利用人工智能来管理财富。这不仅对富人有利，而且对每个人都有益。.
实际上，这对那些反应不够快的人来说是一种威胁。资产管理不仅仅是转移资金那么简单。.
关键在于选择合适的投资组合，并根据市场变化进行调整。目前，这项工作由人工顾问负责。但人工智能是否有可能做得更好呢？剧透一下：恐怕不行。.
智能投顾的问题
但财富管理费用昂贵，大多数人负担不起。而人工智能可以在这方面提供帮助。.
人工智能系统能够以更低的成本提供量身定制的建议，使那些以前因为财富“不足以”支付人工咨询费用而被排除在外的人也能获得建议。.
但这里有个小问题。智能投顾其实并不受欢迎。即使人工智能能够提供最佳的股票、债券或基金组合，仅仅提出建议也是不够的。.
缺少的是什么？摩根士丹利前全球研究主管胡安·路易斯·佩雷斯认为，是
人工智能可以在几秒钟内分析数千种金融工具。它了解各种数字、历史收益和风险。但是，理解人呢？那就完全是另一回事了。.
人工智能无法捕捉到那些 defi我们投资者身份的个人叙事或预期转变。因为你看，人类投资（即使是机构投资）的核心并非数据。.
这关乎情感、储蓄、消费或投资的决定以及长期规划。这些都是非常个人化的事情，即使是专业的理财顾问有时也很难完全理解。.
那么，智能投顾究竟该如何运作呢？难怪大多数客户最终都持有老一套的60/40股票债券组合。那是默认设置，根本不需要人工智能就能搞清楚。.
要想取得真正的进步，人工智能需要更加智能。它需要了解顾问的工作方式，而不仅仅是抛出一些通用建议。一遍又一遍地推荐相同的产品是远远不够的。.
人工智能需要从与客户的互动中学习。如果人工智能无法用简单的语言解释投资组合，就永远不会有人真正信任它。.
去中心化是关键
资产管理公司如今正处于十字路口。人工智能要想真正发挥作用，就必须赋予顾问和客户双方权力。.
这意味着要分散决策流程，让顾问们利用人工智能工具做出更明智的决策。这并非是要遵循首席投资官（CIO）制定的集中式计划，而CIO的目标仅仅是推销高利润产品。.
事实上，决策权下放可能会使企业销售这些产品的流程更加复杂。合规性和风险也是需要克服的挑战。.
未来，我们或许能与人工智能进行近乎真人的对话。大型语言模型（LLM）和人工智能代理可以通过学习我们的数字足迹，彻底改变游戏规则。.
这些人工智能系统将拥有足够的生活背景信息，能够预测我们随着情况变化而产生的需求。理论上讲，这可以提高财富管理的效率。.
但谁又真的愿意把自己最私密的个人信息交给机器呢？这需要极大的信任。.
不过，如果硅谷继续推动人工智能发展到新的高度，我们或许很快就能看到能够与客户进行流畅、真实对话的机器人客服。而当那一天到来时，一切都将改变。.
如今，全球最大的资产管理公司贝莱德已经运用人工智能多年。他们利用机器学习和大型语言模型来驱动其投资策略。.
他们甚至利用人工智能来简化matic 投资流程。他们开发了一款名为“matic 机器人”的工具，该工具结合了人工智能和人类专业知识，可以根据新兴市场主题创建股票投资组合。.
据称，它能加快在不同行业寻找投资机会的过程，这意味着更高的效率和更少的时间浪费。
但人工智能并非完美无缺。人类的监督仍然至关重要，因为这些机器人并不具备像拉里·芬克这样经验丰富的投资组合经理的判断力和细致入微的理解。.
如果人工智能犯错，就必须有人来纠正。人工智能的输出结果难免出错，如果没有人为干预，可能会造成严重后果。理想的方案是什么？将人类的专业知识与人工智能驱动的效率相结合。.
