破解“不可能三角”！盈米基金肖雯详解买方投顾AI转型

肖雯表示，财富管理行业正经历从卖方到买方的历史性转型，但面临“个性化深度、规模化广度、服务质量一致性”的“不可能三角”，而AI的到来让这个“不可能三角”有了破解的可能。

肖雯强调，AI是一场范式转变，“今天的AI转型不是追风口，而是选择留在牌桌上还是被请下去。”她同时指出，AI能重构流程、重构效率、重构产品，但无法重构立场，也无法重构信任。“买方投顾最核心的是‘买方’，我们要把‘一个个投顾的个人能力’变成‘整个机构的专业能力’。”在AI加持下，财富管理行业正在迎来一个低成本、规模化、定制化的买方投顾时代！

在行业费率改革及居民财富重构的背景下，财富管理行业各机构持续探索转型，目前转型行至何处、难点何在，成为业内关注焦点。

肖雯表示，当前财富管理行业转型主要体现在三个方向，一是从以产品为中心向以客户为中心转型；二是从以交易为中心向以配置为中心转型；三是从手工作业向数字化、智能化转型。

在肖雯看来，当转型走向深水区时，财富管理行业面临两大挑战，一是业务模式存在惯性，二是运营模式效率待提升。

她解释，目前投顾业务模式主要有两种，分别为“组合跟投”和“账户管理”。“组合跟投”虽然比单只基金销售更具有配置理念，但本质上仍是产品形态，与客户的账户及其人生目标没有直接关系。“我们很容易把基金组合销售变成产品销售，重新回到卖方轨道。”

而“账户管理”模式基于客户账户和资金，针对其买房、子女教育、养老等不同目标做规划。“因为这些目标的久期不同，所以风险收益特征有差异，财富管理的解决方案也不一样，这才是买方投顾发挥价值的主阵地。”肖雯表示。

然而，“账户管理”是涉及个性化、定制化，对多数财富管理机构而言，要想做到“千人千面”成本极高，包括克服投顾人才短缺、投顾水平参差不齐等问题。肖雯将此概括为“个性化深度、规模化广度、服务质量一致性”的“不可能三角”。“AI到来后，让我们拥有了天然的绝配工具，能真正解决传统财富管理领域的不可能三角。”

AI正成为财富管理行业转型的关键变量。从智能问答到投顾工作台，从客户服务到组织协同，AI的应用场景不断拓宽。但AI在哪些环节真正发挥作用？肖雯重点分享了盈米基金的实践，即如何用AI重构客户端、投顾端、组织端三项核心能力。

她谈到，在客户端，“为客户构建终身陪伴的、定制化的专属智能”是盈米基金的未来理想。“AI让我们为每一位客户定制专属智能的边际成本降到可接受的程度。”

肖雯以盈米基金“且慢”平台推出的AI小顾为例，称已从“回答问题”进化到“个性化定制与陪伴”，不仅能回答市场表现、账户、持仓等问题，还能引导完成调仓、新增资金的资产规划、设置定投等。“在顶层数据治理基础上，我们准确找到用户问题所需的数据、内容、工具，让回答有据可依、专业可靠、有效抑制幻觉。”截至目前，且慢AI小顾累计解决投资问题超300万次，近七成且慢活跃用户频繁使用，服务达成率超过95%，已覆盖80%的投顾服务场景。

她表示，盈米基金构建的AI能力能记住每位客户的目标、偏好和关注重点，帮助客户持续跟踪账户和市场变化，盯住目标偏离的阈值，并支持客户随时生成多维账户分析报告。同时AI能沉淀客户过往的交互记录。“一旦客户找到我，我就知道他过去问过什么、买过什么，现在应该给他怎样的回答。”肖雯说。

在投顾端，她认为，投顾过去将大量时间花在信息处理上，比如整合客户信息、查找账户状态、分析市场产品、准备沟通话术。如今上述步骤可由AI协助完成，投顾主要负责风险判别、结果判定，以及与客户的沟通交流。

肖雯强调，投顾应该庆幸，“我们做得更多的是人的连接、人的关注和人的互动，这些是最不容易被AI替代的。AI的应用不是替代人，而是人机协作，即AI负责数据、分析与技术，人负责温度、判断与信任。”

据悉，盈米基金正在打造自身Harness的投顾工作台，把投顾经验、客户数据和AI能力进行结合，一站式给投顾提供赋能。

肖雯现场向同样探索构建AI能力的金融机构建议，“在公司级别的数据安全治理授权情况下，要想办法把AI能力真正嵌入工作流，去跟客户数据、业务流程、服务模式打通，否则AI只是回答问题而已。”

在组织端，谈及应如何重构组织协同能力时，肖雯提出一个公式：AI时代组织竞争力取决于AI人才密度乘以AI杠杆除以组织摩擦。她解释，要提升人才密度，善用AI杠杆，减少组织摩擦。

在肖雯看来，人才负责场景洞察、规则设计、结果检验和价值验证；组织要提供足够的工具、基础设施、统一数据底座，以及两个尤为重要的机制，即员工成果能被看见和可持续试错的空间。“组织提供土壤、光照和水源，在这套土壤上，让AI的创新能力涌现。”

如何判断一个组织的AI转型效果，肖雯认为，检验标准归纳为三条，一是流程的AI化，将高频、重复、跨部门的业务场景转化为可执行、可追踪、可优化的AI工作流；二是知识的结构化，将企业的经验知识沉淀为skill和Agent，成为结构化资产，让AI能理解和调用；三是岗位组合化，要重新定义岗位结构，由单一的岗位转向“人的判断力+AI的执行力+数据权限+岗位边界”。同时，还要关注组织是否建立了清晰的人机协作和责任规则。

AI转型已是大势所趋，但财富管理机构的AI转型路径怎么走，行业仍在摸索。

肖雯认为企业的AI转型可能要经历四个发展阶段。第一阶段是个人用AI提效，第二阶段是在部分工作流中加入AI能力，第三阶段是由AI承接特定场景的作业和任务，第四阶段是通过AI产生新的商业模式和商业价值。“可能大部分公司正处在第一、第二个阶段，盈米基金在经历了过去三年的AI转型努力后，目前正在有组织、有系统地向第三个阶段推进。”

在上述进阶过程中，她认为四个关键领域要同步推进。一是数据治理，这是走向AI的第一步。二是知识梳理，要把显性知识和隐性知识沉淀为AI可调用的能力。三是场景建设，她引用阿里巴巴集团前总参谋长曾鸣提出的“60分奇点”概念，强调不要指望第一个AI应用做得无比聪明，它一开始可能只有60分，但只要跑通闭环，不断调优，就会越来越聪明。四是组织变革，生产力提升后，生产关系要适应，企业的组织结构、考核机制、人才评价标准都要逐步调整，比如研发人员职级标准、岗位要求要在AI时代重新定义。

肖雯谈到，当前行业普遍对AI有焦虑感，在信息、技术、认知平权的时代，担忧如何留在“牌桌”上。“在通用AI能力基础上，垂直领域的行业认知、专业know-how、独有业务数据，以及与业务深度绑定的AI工作流，才是金融企业真正的护城河。”她谈到，“我们要把大模型与自身独特数据和能力结合起来，否则我们很难跟公域大模型的能力去抗衡。”