推动智能投顾业务健康规范发展

“十五五”规划纲要明确，加快数智技术创新，强化算力算法数据高效供给；全面实施“人工智能+”行动，全方位赋能千行百业。智能投顾作为金融科技创新应用的重要成果，凭借高效率、低成本、个性化、普惠化等优势，正深刻改变传统投资顾问的服务模式与财富管理生态，同时兼具人工智能和金融服务的复杂性特征，其广泛应用涉及诸多问题与挑战。推动智能投顾健康规范发展，事关财富管理行业高质量发展和金融强国建设。

🔹政策与技术双轮驱动智能投顾发展

一方面是政策引领。近年来，国家高度重视财富管理市场的规范发展，出台多项政策，系统完善行业制度体系。在政策引领下，财富管理行业加速向买方投顾模式转型。2024年9月，中央金融办、中国证监会联合印发《关于推动中长期资金入市的指导意见》，提出稳步降低公募基金行业综合费率，推动公募基金投顾试点转常规。2025年是投顾业务政策密集落地的关键之年，多项举措层层递进、精准施策，为投顾行业长期规范发展夯实制度基础。2025年2月，中国证监会发布《关于资本市场做好金融“五篇大文章”的实施意见》，强调完善投资顾问制度规则。2025年3月，金融监管总局印发《银行业保险业养老金融高质量发展实施方案》，鼓励银行保险机构探索建设投资顾问团队，依法合规提供投资咨询服务。2025年5月，中国证监会印发《推动公募基金高质量发展行动方案》，明确将出台《证券基金投资咨询业务管理办法》《公开募集证券投资基金投资顾问业务管理规定》，促进基金投顾业务规范发展。2025年12月，中国证监会修订发布《公开募集证券投资基金销售费用管理规定》，旨在解决基金投顾业务双重收费等问题。当前，财富管理行业发展重心已从规模扩张转向以投资者回报为核心的价值导向。截至2025年10月，获批公募基金投顾试点机构增至60家，覆盖券商、基金公司及商业银行等多类型主体。

另一方面是技术驱动。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，提出加快金融等领域向智能驱动的新型服务方式演进，广泛应用新一代智能终端与智能体，提升服务效率与质量。在技术驱动下，智能体在投顾场景中深度运用，创建普惠财富管理新模式。得益于人工智能、大数据与云计算等核心技术融合创新，智能投顾正从单一功能的被动式问答工具，演进为多智能体协同运作、覆盖投资全生命周期的主动式智能体生态系统。尤其是以DeepSeek为代表的大模型在分析推理与语义理解能力上显著提升且训练成本下降，为中小金融机构实现投顾业务智能化升级提供可行路径。其核心架构如下：一是大模型上下文协议（MCP），打破系统、工具与数据源间的交互壁垒，使智能体可实时整合多源多结构的金融市场数据及非金融场景工具；二是“通用大模型+机构垂直知识库”模式，显著增强语义理解、逻辑推理与多轮交互能力，抑制模型幻觉，形成可沉淀的业务价值与差异化竞争优势；三是模块化与生态开放，投顾智能体采用模块化工具链与低代码开发框架，支持快速接入第三方插件与数据源，灵活适配多元需求，构建可持续进化的开放生态。

🔹智能投顾发展的重要性与必要性

智能投顾作为驱动财富管理行业数智化转型的关键抓手，正重塑机构服务范式、释放市场增长潜能，其发展对行业具有重要意义。一是推进投顾服务标准化。传统投顾模式高度依赖客户经理，服务质效因人而异，制约行业高效发展。在智能投顾模式下，后台系统赋能客户经理，实时推送关键任务至工作台，由系统主导投顾服务标准，降低客户经理服务偏差。二是实现理财推荐个性化。智能投顾可精准构建客户画像，系统化评估海量金融产品，生成个性化配置方案。智能体推动投顾业务深刻变革，突破传统问答模式，覆盖多元需求，拓展多样服务路径，提升财富管理能力。三是加速财富管理普惠化。智能投顾的应用显著提升服务效率、降低运营成本，推动机构持续推出低门槛、普惠型金融产品，使中产及以下收入群体也能享受专业投顾服务。

🔹智能投顾在金融行业的应用

智能投顾是“智能+金融”的有机组成部分，既要遵守金融发展的一般规律，也要遵守人工智能发展的科学规律。从实践来看，不同类型金融机构基于各自禀赋，初步探索形成各具特色的智能投顾业务模式。

商业银行正在打造多元化智能投顾金融产品体系。例如，某国有大型银行开发智慧大脑辅助客户经理进行客户分析、产品判断，并根据客户特点进行匹配，形成完整金融服务方案，提高客户经理服务的及时性和准确性。再如，某股份制银行推出基于智能对话系统和智能化投顾服务体系的数字人财务顾问，通过知识引擎加智能体全链路调优工具、全环节优化机制，为不同场景提供高效支撑。

证券机构借智能投顾大力推动财富管理业务数字化转型和智能化升级，公募基金专注发挥资产端优势进行投顾策略输出。例如，某头部证券机构在其“人工智能+”平台推出财富助手，自动生成市场点评、客户标签、营销话术，为4000多名投顾人员提供高水平展业辅助，实现专业和速度双赢。再如，某大型公募基金已完成多类通用大模型本地化部署，将继续推进各核心业务环节的全面智能化升级，提升投研效率与合规风控能力，创新人机协同服务模式，推动专业化、个性化投顾服务的普惠化。

首先，产品体系不完善。一方面，同质化竞争加剧。商业银行、基金公司与证券公司等主体职能分工不清晰，产品功能与收益结构高度同质化。基金投顾投资范围和比例严格受限，智能投顾资产类别覆盖有限、策略类型单一，难以有效响应市场多元化配置诉求。另一方面，投资者适当性管理能力薄弱。多数智能投顾依托静态问卷收集信息，无法动态追踪投资者收入波动、负债变化等关键因子，也难以识别投资者主观认知偏差，致使智能投顾尚难实现将适合的产品销售给恰当的客户。

其次，模型算法存隐患。一是算法黑箱。智能投顾算法模型可解释性与透明度不足，其输出是否专业和公平，是更倾向于推荐高佣金产品还是更优回报产品存疑，易引发金融伦理争议与合规纠纷。二是模型幻觉。大模型自身结构复杂且训练数据质量不可控，其输出的投资建议可能存在幻觉内容，削弱投资者对智能投顾的信任。若训练数据存在样本偏差或模型结构设计过度复杂，还易引发“过拟合”问题。三是算法趋同。不同智能投顾可能依赖相似算法和数据，生成同质化投资建议，算法共振可能进一步强化机构间投资策略趋同，放大市场波动。

再次，数据利用有困难。一方面，数据资源供给与利用存在双重短板。公共数据开放共享机制不完善，投顾机构获取交易与用户行为数据受限；非公共数据因隐私保护、商业机密等问题，市场主体共享意愿低，跨行业共享存在堵点。同时，数据在机构内部流转不畅，“数据孤岛”问题突出；机构跨平台数据整合与分析能力弱，导致智能投顾建议缺乏全面性与精准性，加剧投资者风险。另一方面，数据安全与隐私保护存合规隐患。智能投顾模型开发与应用涉及大量客户信息，金融机构目前主要以弹窗形式获取用户个人信息授权，未明确具体授权数据类型、使用期限及用途，合规边界模糊。

最后，监管框架待健全。一方面，智能投顾服务责任归属尚难界定。现有监管政策尚未出台专门针对智能投顾的法律法规，传统以人类行为为中心的监管模式难以适配技术驱动的决策场景。比如，智能体法律地位不明确，与客户间的法律关系不清晰，一旦发生投资决策纠纷，责任主体难以厘清。由代码缺陷引发的客户利益受损是否应追溯模型开发者责任也缺乏相关法律规定，信义义务主体链条断裂。另一方面，智能投顾准入管理有待加强。持牌与非持牌机构业务边界划分模糊，针对技术支持、算法提供等第三方管理规则尚不清晰，易引发监管套利行为及相关风险。同时，智能技术的广泛应用使得投顾业务牌照价值下降，大量非持牌机构正开展相似业务，进一步加大了监管难度。

🔹丰富智能投顾产品体系

一是构建立体多元的投顾业务格局。建议商业银行、证券公司、基金公司及第三方独立销售机构等金融机构发挥各自长处，突出自身市场特点，在投研体系、产品设计、渠道协同与服务能力输出等环节形成差异化市场策略和定位。在特定行业中提供高质量服务，并持续完善深度策略、专业人才及科技支撑体系，构建针对性强、包容性广、运行高效的智能体生态网络，以多元化产品体系覆盖多层次市场需求。

二是强化投资者适当性管理，完善投资者风险评估机制。加强投资者教育与风险提示，配套设置投资限制与风险防范措施，全面评估投资者风险承受能力和投资目标，进一步细分客户需求和风险偏好，推动资产配置与投资需求双向匹配。

🔹多措并举化解风险隐患

一是建立健全算法监管体系。加强数据合规监管，帮助机构厘清使用边界，完善算法监管体系和备案机制，提高算法透明度和可解释性，强化算法风险管理。制定智能投顾大模型算法基本规范，并通过模型审查机制持续监测其合规性。

二是多措并举降低模型幻觉。建议调整评测机制，对错误且高置信度的回答施以重罚，同时鼓励模型承认自身存在知识局限或表达不准确等问题。建议通过建设高质量数据集、向量数据集，采用RAG（检索增强生成），优化上下文和提示词工程，提升输入信息精度，规范生成行为等方式有效降低模型幻觉。可组建高水平专家团队，系统开展数据标注、提炼与清洗等工作，覆盖数据规则、市场判断、方案制定、陪伴话术等核心环节，提高训练数据质量。

三是多维发力防范算法共振。建议推动投顾模型算法框架创新研发，引导金融机构加大算法创新投入，开发差异化投顾模型架构与策略逻辑。建立算法备案与评估机制，对采用高频交易、高杠杆策略的智能投顾模型实施重点监管。优化模型训练与迭代机制，鼓励将政策变动、“黑天鹅”事件等变量纳入模型训练体系，建立动态数据更新机制，实时整合市场新变量、新趋势，提升模型对市场走势的预测能力。

🔹加强数据治理与隐私保护

一是建立高质量金融数据库与数据集。鼓励头部数据厂商积极参与公共与非公共数据体系建设，为金融机构尤其是中小金融机构提供稳定、可信的数据资源，夯实智能化发展数据底座。健全数据要素基础制度，推动建设开放、共享、安全的全国一体化数据市场，打通行业间数据流通通道。建议相关部门在确保数据安全和隐私保护的情况下，有序放开部分公共数据（交易数据和行为数据等）使用限制，健全公共数据共享机制。

二是强化数据安全管理。鉴于智能投顾高度依赖数据，建议在数据采集阶段采用去标识化技术以消除敏感信息，并在模型训练阶段应用隐私计算技术模糊敏感信息，降低隐私泄露风险。

🔹完善智能投顾监管框架

一是健全智能投顾业务监管规则。建议参考国际经验，将智能投顾纳入现有投资顾问监管框架，结合其自动化与算法驱动等特点，制定差异化监管要求。统一基金、理财、投资性保险产品标准及风险特征，实现智能体和知识库中风险与收益标签统一。

二是平衡智能投顾业务创新与安全。明确展业机构资质要求和技术能力，根据服务类型设置差异化准入要求。完善责任认定规则，引入穿透式监管原则，建立相关备案和责任追溯机制。通过创新试点机制为符合条件的金融机构提供智能投顾创新产品和服务的安全测试空间，并基于测试结果评估风险、优化监管规则，开发智能监管工具，推动行业标准化建设。制定智能投顾业务技术、数据和风控等方面统一标准，构建系统化监管体系。

本文转自公众号：数字金融合作论坛

声明：本文文字转载、图片收集自网络，若文章、图片等来源标注错误或侵犯了您的合法权益，请及时告知我们，我们将及时更正或删除。