本篇文章2110字,读完约5分钟
雷锋。(公开号码:雷锋。财经评论出版社:这篇文章是《哈佛商业评论》关于“跨越数字鸿沟”主题的文章之一,探讨了行业巨头如何在科技潮流中加速发展。本文作者之一是托马斯·h·达文波特(thomas h. davenport),他是巴布森学院(babson college)的管理和信息传播教授,麻省理工学院(Massachusetts Institute of Technology)的数字经济研究员,也是德勤的高级顾问。另一位作者兰迪·比恩是咨询公司newvantage的创始人兼首席执行官。此外,他还是《福布斯》、《哈佛商业评论》、《麻省理工学院斯隆商学院评论》和《华尔街日报》的专栏作家。
金融机构提供自动投资建议的系统被称为机器顾问。尽管从业者并不特别喜欢这个术语,但他们不能阻止它成为一个流行的词。最近,摩根士丹利宣布将使用机器学习来“武装”16000名金融顾问。据了解,这种基于人力资源的“增强型”财富管理系统的表现已经远远超过了市场上的robo-advisors,这一任期有可能在未来结束。
据雷锋说。位于纽约的摩根士丹利(Morgan Stanley)于1935年开业,以注重客户体验而闻名。其16,000名财务顾问(fas)通过面对面会议和电话等传统渠道与客户保持密切关系。然而,该公司发现,这些传统的劳动密集型渠道限制了潜在关系的发展和对老年投资者的吸引力。
因此,摩根士丹利的财富管理部门花了数年时间研究“下一个最佳行动”系统,该系统可以帮助金融顾问做出决策、提高效率和改善投资结果。该系统的第一个版本根据规则给出投资建议,它正被新一代系统所取代,新一代系统应用机器学习技术,将投资可能性与客户偏好相匹配。今天的市场有太多的投资组合,人力财务顾问不再能够跟踪每个投资组合并将其呈现给客户。一旦重大事件爆发,黑天鹅出现,例如,英国退出欧盟投票导致股票下跌,财务顾问不能在短时间内通知所有的客户,只有人力。
摩根士丹利的“次佳行动”系统设定了三个不同的目标。其中之一是为客户提供投资见解,帮助他们做出决策。这也是机器人顾问市场中非常常见的功能。然而,现在大多数机器都推荐被动投资,投资目标无非是证券投资基金和交易所交易基金。在摩根士丹利系统中,可以提供被动投资,也可以根据客户的意愿提供个股和债券的投资选择。财务顾问给他们几个投资建议,客户在自我判断后决定是投资其中的一个还是全部。
系统的第二个功能是提示操作报警。内容可能包括保证金增加通知、低现金余额警报和客户投资组合大幅增加或减少的通知。此外,它还将提醒金融市场注意值得关注的事件,如上文提到的英国退出欧盟投票。财务顾问可以将个性化文本与提醒结合起来,通过各种沟通渠道传递给客户。
最后,摩根士丹利系统还将生活事件纳入规划。例如,如果可以确认客户的孩子生病了,系统可以推荐当地医院、学校和最擅长治疗疾病的财务计划。当生命活动不涉及其他机器咨询系统时,摩根士丹利的设计将有助于在摩根士丹利与其客户之间建立信任和增值关系。
毫无疑问,该系统的特点和功能非常重要。同时,其实际应用的推广过程也与其最终的成功密切相关。摩根士丹利在这一过程中始终遵循审慎、敏感和开放的原则,只有少数财务顾问参与了设计过程。该系统由财富管理部和大数据组织分析部牵头,牵头人是首席数据分析师杰夫·麦克米兰。他说让财务顾问接受这个系统是一个伟大的工程改变。在过去,他们总是依靠自己的经验,当他们第一次接触时,对这个系统知之甚少。因此,尽管该系统已经开发出来并处于测试阶段,但在9月份首次推出时,它只对500名财务顾问开放。
“下一个最佳行动”系统主要通过金融顾问间接运作,但客户也可以直接访问在线信息。摩根士丹利计划最终发布其托管投资组合的数字版本,该版本将以更低的成本提供服务,并迎合喜欢在线渠道的客户(尤其是千禧一代)。为了更好地帮助这些客户,帮助财务顾问更快地接受该系统,摩根士丹利计划招聘一批数字骨干顾问,就该系统的使用提供专家建议。
杰夫·麦克米兰强调人类在财富管理领域发挥着不可替代的作用,并对“机器人顾问”一词表示厌恶。他在电话里告诉作者,
在可预见的未来,这样的系统将补充顾问和客户之间的关系。我们可以发现,在整个行业中,“混合”人和机器的产品已经被证实更加成功。人类能够理解环境,恰当地处理顾客情绪,并处理不同的数据集。它们在财务咨询中仍然发挥着非常重要的作用。
Jeff mcmillan和他的同事做了大量工作,将整个公司的投资经验和技能整合到系统中。他们发现现在还没有人工智能系统,可以根据投资分析报告中的信息支持客户的投资决策。因此,杰夫·麦克米兰正与公司的研究部门合作,构建报告中的文本内容,以便机器能够“自行消化”。这也是一个巨大的变革挑战,至少不亚于让财务顾问接受“次佳行动”体系。
当然,这个新系统和流程的“机器人”元素只占总数的一小部分。摩根士丹利的商业模式和文化与完全基于机器、不包括人力顾问的财富管理计划不相容。我们相信,大多数其他金融机构迟早会认识到同样的事实。
通过hbr,由雷锋编辑
雷锋文章版权所有。严禁擅自转载。详情请参考转载说明。
标题:跨越科技鸿沟:摩根士丹利如何用机器学习辅助财富管理?
地址:http://www.hcsbodzyz.com/hcxw/5873.html