1、“智” 啟數字時代從產品金融走向生態金融中國基金業金融科技發展白皮書2分析范圍和分析范疇相關定義金融科技：是指金融企業或互聯網企業通過運用大數據、人工智能、互聯技術、分布式技術等科技手段升級 或創新金融業的產品、應用、服務模式及生態環境，助力金融業服務效率、服務能力的提升及服務成本的降 低，實現金融與科技的深度互融。公募基金：是指以公開方式向社會公眾投資者發售基金份額，將眾多不特定投資者的資金匯集起來，形成獨 立財產，委托基金管理人進行投資管理，基金托管人進行財產托管，由基金投資人共享投資收益、共擔投資 風險的集合投資方式。分析范疇本內容主要對公募基金市場金融科技應用的背景、現狀解讀，并對金融

2、科技應用的未來趨勢進行分析，分析 內容包括但不限于公募基金行業在營銷、投顧、風控、投資等方面借助大數據、人工智能、互聯技術、分布 式技術等升級或創新產品、應用、服務模式及生態環境。數據來源分析內容的數據來源主要有兩個方面：一是來自對基金公司、第三方科技平臺等分析對象的深度訪談；二是 來自行業市場公開信息、政府數據和網絡信息等。CONTENTS目錄行業產業鏈生態變化 ，用戶走入視角中心視角中心轉換情況下 ，基金公司探索智能服務三方科技平臺服務優化 ，賦能產業生態01020304數字化時代背景下，公募基金行業發展展望3PART 1行業產業鏈生態變化，用戶走入視角中心 4“單打獨斗” 的時代終結 行

3、業視角從產品為中心轉向投資者為中心400060005000800006000040000200000199819992000200120022003200420052006200720082009201020112012201320142015201620172018 國家統計局 中國證券投資投資基金業協會160000140000公 120000募基 100000金 規 模公 募 基 金3000數量200010000注：2018年為2018年9月底數據，其余年份為12月底數據規范發展階段（政策引導、規范發展）穩定發展階段（信息驅動、穩定發展）創新發展階段（科技驅動、創新發展）行業變遷：1998

4、年-2006年，監管政策、監管體系逐漸健全，行業逐步走向規范化；2007年-2012年，天天基金網等相關的網絡平臺、 官方網上直銷平臺的建立，擴大公募基金業信息觸達用戶廣度，奠定行業下一階段蓄勢待發的基礎；2013年，余額寶帶動了公募基金 行業進入科技引領創新發展的階段。從基金數量和規模方面看，公募基金相較以往是強勢崛起，但長遠來看目前仍處于創新發展起步 的初期階段，數字化是這個階段的典型特征，單純依靠自身能力輸出贏得市場的時代終結，群策群力的時代來臨。科技賦能：大數據、云計算、機器學習等創新技術推動了基金行業產品豐富化、渠道多元化、服務精準化，在機構經營方式向線上遷 移的同時，經營理念逐步開

5、始從以“產品”為中心向以“投資者”為中心轉變。中國公募基金各發展階段數量及規模公募基金規模（億元 人民幣）公募基金數量（只）5個人用戶開發潛力巨大 行業生態鏈亟待更大的價值突破41.4% 47.9%31.5%10.5%15.4%19.0%23.620.1% 26.6%28.6%23.9%56.3%56.7%47.6%58.6%52.1%68.5%89.5%84.6%81.0%79.9%76.4%73.4%76.1%71.4%43.3%43.7%52.4%0%20%40%60%80%100%中國公募基金用戶結構變動情況機構占比個人占比2004 2005 2006 2007 2008 2009 2

6、010 2011 2012 2013 2014 2015 2016 2017 wind 基金公司財報43.0123.8184.8225.7261.7304.8324.6368.5474.50100200300400500天弘余額寶貨幣市場基金用戶戶數變化用戶戶數（單位：百萬戶）600558.6 基金公司財報公募基金用戶結構：從用戶結構來看，2007年-2014年個人用戶持有比例處于較高水平，但近幾年，隨著互聯網理財渠道的發展，個人用戶選擇 其他投資標的豐富程度和便捷性增加，以及市場行情的變化，也不排除定制基金及沖規模的影響，總體上個人用戶表現相對不穩定，波動性較大， 投資理性低于機構用戶，因此

7、當前基金行業需要提供更深度的服務引導個人用戶走向理性和成熟。個人用戶具有較大開發潛力，生態協同是深度服務用戶之道：余額寶在6年間陸續為數億普通用戶提供了普惠金融服務，2007-2014年間個人用 戶在用戶結構中能夠持續高于70%，隨著市場環境發展，公募基金領域個人用戶具有較大開發潛力，只有引入更多的生態鏈合作伙伴，充分挖掘 多能力科技協同的生態價值，才能真正為用戶提供更深度的服務，從而應對未來基金行業服務個人用戶的數量和金額將面臨的新挑戰。6生態協同下的用戶陪伴式投教成為促進基金結構優化的利器之一0%20%40%60%80%貨幣基金快速發展：2013年1月貨幣基金在公募開放式基金中占比僅為18

8、.06%， 2013年6月余額寶的推出引領行業邁入創新發展階段， 之后“寶寶類”基金將貨幣基金的規模不斷推向新的高度，截止2018年9月，貨幣基金占比達65.77%。深層次的投資者教育：貨幣基金的快速增長使得公募基金行業的用戶覆蓋范圍擴大，一方面，為非貨幣基金的發展提供較大空間，而這將進一 步釋放金融科技應用潛力；另一方面值得注意的是，當市場中“小白”用戶快速增加后，投資者教育成為促進基金結構良性變化的關鍵。傳統 的淺層次投資者教育方式已捉襟見肘，如何借助第三方平臺、傳統渠道、其他相關方提供深層次的用戶陪伴式的投資者教育才是最好的方式。中國公募基金（開放式）各類型規模占比變動情況股票型混合型債

9、券型貨幣型QDII100% 中國證券投資基金業協會7從以用戶為中心的視角看 基金機構面臨著三大挑戰投研產品用戶交易數據影響用戶影響產品產品數據投研數據用戶數據數據管理面臨挑戰深度化的用戶理解 精細化的用戶管理 個性化的用戶服務 陪伴化的用戶教育輿情實時分析需求 投資決策效率提升 收益風險有效匹配數據資源積累快速增加：用戶行為、生活消費高度互聯網化，觸點豐富度以及頻率增加，獲取網絡端的數字用戶軌跡及偏好信息的難度大 大降低，這些數據資源成為機構的重要資產之一，基金公司需要更深刻理解用戶、個性化的服務用戶、精細化的管理用戶。數據管理面臨的挑戰：基金公司的數據零散、源頭多元、體量驟增等特點使得數據收

10、集、整合、分析、應用的數據管理面臨壓力。投研能力面臨的挑戰：創新發展階段，用戶規模快速增長、數據信息爆發等對輿情的實時分析、投資決策的效率與精準度、收益與風險的 有效匹配等具有更高要求。產品創新及發展路徑面臨的挑戰：目前，貨幣基金占比過高、非貨幣基金發展緩慢，產品同質化現象明顯，隨著技術投入、數據應用的重 視程度不同，或會面臨較大差異的發展路徑。行為特征反饋與信息產品結構有待改善發展路徑不清晰 產品創新性不足圖：公募基金關鍵環節核心痛點示意圖 8基金機構從讀懂用戶開始去應對其面臨的三大挑戰23.312.1468.059,660.0010,00020,00030,00040,00050,0006

11、0,00070,0000612182419801981198219831984198519861987198819891990199119921993199419951996199719981999200020012002200320042005200620072008200920102011201220132014201520162017中國人口出生率及人均GDP出生率（）人均GDP（元 人民幣）80后90后00后05后職場的主力軍職場的主力軍職場新人開始步入大學校園中學2018年“高競爭”“低經濟紅利”“ 較高競爭”“較低經濟紅利”95后“ 較低競爭”“較高經濟紅利”“低競爭”“高經濟紅利

12、”社會及家庭人群結構發生變化：當前，80后、90后成為職場主力并成為家庭結構核心群體，從80后到00后，不同時代出生的人面臨著不同 的競爭壓力、享受著不同的經濟發展紅利，因此他們擁有不同的成長環境、不同的文化特征，但都對科技產品有較大依賴程度 。比用戶更懂用戶才能贏得用戶：社會及家庭人群結構的變化，影響著未來相當長時期內公募基金基礎用戶屬性，如何解讀這些對智能終端設備有較大依賴程度人群，必然需要借助金融科技深入洞察用戶，以用戶為切入點，從用戶、產品、投研方向尋求能力提升。 國家統計局9借生態多方之力完成數字化運營升級 真正讀懂用戶基金公司數字化運營基礎要素：用戶數據的精細化管理對指導產品、服務

13、創新以及精準營銷具有重要意義，因此基礎技術能力、統一的數據 管理、全方位的風險控制體系逐漸成為基金公司致勝關鍵，也是實現全面數字化經營的基礎要素，例如博時基金搭建全面風控架構體系、南 方基金構建數據中心等動作不斷，預示著其正加速向數字化經營之路邁進。數字化運營需要借助生態各方的力量：基金公司在基礎技術能力、數據管理、用戶洞察、數字創新等方面的能力有限，第三方平臺、核心技 術服務方、數據管理方、信息服務方等均在不同方面形成對基金公司各項能力的補充，助力于機構實現數字化運營，從而真正讀懂用戶。數字化洞察數據流數據流數據流數字化渠道用戶觸點郵件、短信、網絡平臺智能設備電腦、手機、其他渠道整合多渠道數

14、據整合發現用戶場景、渠道、平臺了解用戶用戶數據 用戶細分 用戶研究數字化運營營銷用戶 有效觸達 個性化推薦 數字化工具陪伴用戶傾聽有效溝通 智能化服務數字化創新基金產品創新場景關聯 用戶需求 個性定制服務模式創新流程優化 個性服務反饋優化優化基礎技術設施全面的風險管理統一的數據管理數據整合用戶數據、投研數據、產品數據、渠道數據等數據分析系統、工具、智能數據應用 系統、工具數據治理風險維度全面信用風險、流動性風險、合規風險、用戶風險匹配等風險管理智能數據倉庫、體系及系統搭建資源投入 技術人員引薦、資金投入技術研究 大數據中心、人工智能應用研究技術實踐營銷、運營、投研、風控、投研等技術化優化用戶產

15、品投研對應的關鍵環節圖：以用戶為中心的公募基金數字化運營框架簡化示意圖 基金公司調研10金融科技提升產業生態間協作效率基金公司重視程度增加服務基金行業主要內容：提供流量、技術服務提供算法、模型、解決方案提供IT、技術產品、基礎方案提供信息、數據基金產業結構變化：1、銀行、券商等是基金業傳統合作渠道，近年來三方平臺擁有流量資源及用戶管理能力優勢，對基金行業影響加大。2、基金公司與外部技術服務方在核心系統方面合作程度較深，近年來基金自建系統動作增多，對于技術重視程度上升。監管機構基金公司渠道投研相關核心技術服務基礎技術服務基金投資者券商第三方平臺銀行軟件服務硬件服務托管機構信息服務財經媒體上市公司

16、 期貨公司 證券公司 信用評級基金評價技術服務 數據服務11金融科技開始引領行業走向“智慧”行業洗牌加速圖：科技對金融的變革路徑示意圖互聯網移動互聯銀行證券保險IT移動化人工智能區塊鏈信息化互聯網化“新型”金融信息金融大數據云計算智能化未來全面變革金融階段金融業務標志科技互聯網金融移動金融智慧金融注 ：證券 類金融 業 務包含公 募基金基金銷售線上化、移動化：隨著銀行、券商代銷渠道的逐步互聯網化， 基金公司直銷平臺、移動app的推出，基金銷售線上化、移動化程度進一步 加深，2018年3季度末，網銷基金規模達108360.8億元，通過線上銷售的公募基金占比已達81%以上。行業邁入深度科技賦能階段

17、：從科技對金融的變革路徑看，公募基金行業已經逐漸邁入“智慧金融”階段，從目前基金公司對科技人員、資源的投 入逐漸加深可以看出：大數據、云計算、人工智能等科技技術將進一步改造公募基金營銷、風控、投研、投顧、產品創新、客戶管理等環節，例如 工銀瑞信在基金銷售、投研、交易等方面逐步引入了人工智能技術。隨著科技深度賦能行業，會逐漸引發資源、信息以及用戶群的高度流動，資源、 信息、用戶在優劣比較中產生流動集中效應，加速行業競爭及生態格局不斷變化，優勢服務方和良性生態格局逐漸“脫穎而出”。當前（注：技術之間是逐漸疊加關系） 201320142015201620172018中國公募基金互聯網銷售規模網銷基金

18、規模（億元 人民幣）20122011注：2018年數據是截止2018年3季度末 030,00060,00090,000120,000 市場公開數據12PART 2視角中心轉換情況下，基金公司探索智能服務 13基金市場競爭加劇金融科技投入方向決定機構差異化發展路徑科技資源執行型：具有較好的科技資源背景， 利用資源優勢，強化科技資源實踐，提升整 體科技資源執行效率。科技資源整合型：整合內外部金融科技資源， 強化資源的綜合投入，將金融科技列入重點戰 略規劃。考察因素以下考察因素能夠從定量以及定性方面綜合反映基 金公司在科技資源探索、執行、創新、整合等方面 的偏向程度，偏向程度的量化根據易觀自有的研究

19、 模型計算。營收及資本情況 技術投入情況核心人員配備情況 渠道整合情況數據管理情況 運營管理情況用戶規模情況 服務創新情況科技資源探索型：充分利用外部科技資源， 強化金融科技應用實力，強調金融科技投入 產出比。科技資源創新型：關注金融科技的創新應用， 強化內部資源的創新投入，重視金融科技對創 新服務的推動作用。注： 路徑差異的主要因素是金融科技的投入方向不 同造成的，相關考慮因素的數據來源于訪談、財報及 其他公開資料，不排除存在其他未獲取數據的潛在影 響。 基金公司背景不同、發展階段不同，使得資源投入方向不同，不同路徑代表基金公司的一種金融科技投入偏向，路徑間不存在任何優劣之分。1415智能營

20、銷和用戶運營是當前金融科技應用程度相對成熟的方向圍繞用戶端的智能化升級成為基金公司重要布局方向：以螞蟻為首的第三方科技平臺推出“財富號” 的用戶運營管理模塊，將AI能力和用戶 管理經驗更多地向基金公司開放，使得基金公司深度服務用戶變為可能，圍繞用戶端的智能化升級成為基金公司重點布局方向。數據管理成為較為迫切的升級需求：合作渠道的不斷擴展，使得基金公司，尤其是大型基金公司的數據來源、維度和體量急劇增加，為基金 公司完成數字化經營轉型、實現智能化升級奠定基礎，同時也對基金公司的數據管理能力提出了挑戰。金融科技 助力方向數據管理（ 數 據整合、治理、 分析、應用等）運營（用戶、產品、內部管理等運營）

21、風控（全面 風險管理）投研（ 輿情 分析、 投資 決策、 策略 模型等）圖：金融科技升級公募基金行業的主要方向投顧（ 投資教育、投資建議、風險匹配等）營銷（ 分層、 陪伴、客服等）發 展 成 熟高 度中低低中數據管理智能風控智能運營智能投研*注：1）發展成熟度依據對調研樣本的金融科技應用情況調研綜合得出，包含借助第三方技術力量。 2）發展迫切程度依據調研樣本對行業痛點判斷調研結果得出。3）圖中圓的面積代表調研公司中作為重點業務布局的基金公司數量。發展迫切程度高智能營銷智能投顧生態結構不斷優化推動公募基金行業智能營銷水平提升公募基金智能營銷現狀：傳統銷售渠道上，基金公司難以直接觸達用戶，能提供的

22、用戶體驗和積累的用戶數據維度及量級較小，營銷效率低 下、營銷成本較高，同時難以實現營銷深度互動和效果分析。2017年3月螞蟻財富向基金公司開放“財富號”，相繼天天基金網、京東金融 等也不同程度開放自運營平臺，尤其像以螞蟻財富為代表的高技術能力平臺開放，體現了多渠道價值協同的效應，將提升公募基金的智能營 銷水平，這種多渠道價值協同是行業生態結構不斷優化的結果。智能營銷不同方面提升效果有差異：基金公司與第三方平臺的深度合作后，公募基金行業在智能營銷不同方面能力提升不同：用戶洞察、營銷效果分析方面提升效果顯著，但在營銷互動、智能化方面仍有待進一步優化。銀行渠道第三方平臺直銷渠道基金 銷售 渠道基金超

23、市型運營開放型券商渠道線上化、移動化線上化、移動化線上化、移動化圖：公募基金銷售渠道優化線上化、 移動化用戶數字化營銷水平提升用戶洞察智能化用戶體量數字軌跡用戶標簽用戶分層智能引擎機器學習數據模型搜索分析營銷互動營銷效果實時互動多觸點互動多場景融合 個性化推薦轉化分析 風險匹配度投放精準度成本效益圖：公募基金行業智能營銷四個方面對比智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數 據 管 理16好風憑借力基金公司通過平臺方實施智能營銷成效顯著科技賦能營銷作用顯著：基金通過借助第三方科技平臺營銷工具以及自身技術能力優化了整體營銷的智能化水平，以實際調研的國投瑞銀為 例，借

24、助螞蟻財富平臺的智能營銷工具實施自運營能力的輸出，在節支提效、精準度、用戶增長以及營銷覆蓋面上都得到大幅度優化效果， 基金公司營銷費用下降的同時，營銷效率和精度大幅提升，觸達用戶的深度和廣度也增加顯著。用戶體驗及服務深度提升：基金公司在借助第三方平臺提升了用戶體驗及服務深度，例如通過對螞蟻財富的實際調研顯示，用戶投前、投中 體驗轉化平均增加40%，用戶投后持有時長增加89%，定投周期增加61% ，配置用戶占比增加201%國投瑞銀 智能營銷效果節支提效精準提升覆蓋范圍智能營銷后，觸及用戶擴展至1000W+每100人閱讀觸發3人購買 日復購率達6%+用戶增長日活躍用戶增長10倍存量用戶持有規模增長

25、50% 持有用戶數增長150%200%營銷效率提升50%營銷費用減少圖：國投瑞銀通過螞蟻財富平臺實施智能營銷效果（調研實例）智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數 據 管 理17智能用戶運營是當前發展重點 致勝關鍵是充分抓住生態脈絡數據驅動基金公司逐漸走向智能運營：目前，公募基金行業在數據獲取發展相對成熟，對全公司范圍的數據管理開始重視，未來在深度挖掘 數據的基礎上必然逐漸走向全智能化運營之路，短期內急劇增長的基金用戶群體偏小白、偏年輕，投資產品固收化，因此當前圍繞這部分用 戶群體的“精耕細作”構成了未來走向競爭優勢關鍵，所以目前智能化運營的重點應聚焦于用戶端

26、。智能運營呼喚從粗放增長向集約增長邁進：過去基金公司依靠資源、成本大量投入的粗放型業績增長模式不在適應智能運營時代的要求，基 金公司需要思考如何通過優化資源、成本實現集約化增長，尤其是當前以智能用戶運營為重點階段，實現集約增長的關鍵致勝因素是場景、 平臺、數據和技術，而這四大致勝法寶恰好構成了當前基金金融科技生態的整體“脈絡”。智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數 據 管數據數據獲取數據中心數據質量數據管理標簽管理指標管理 報表數據分析可視化多維分析預處理算法與模型模型訓練算法優化運營中心基金運營用戶運營用戶營銷知識圖譜可視化工具其他智能工具搜索駕駛艙投研輔

27、助基金產品設計內部管理優化使用中心業務人員營銷人員基金經理研究員管理者開發人員數據管理人員智能手機智能終端平板電腦網站其他聯網渠道社交內部系統其他外部共享用戶數據內部數據基金數據用戶數據外部合作方數據渠道數據市場數據外部非合作方數據投資標的數據當前發展重點相對發展成熟其余：未來構建方向理圖：基金公司全智能運營基礎架構預測（F）18博時基金：智能化運營戰略構筑金融科技研究、創新、應用體系博時基金智能 化運營戰略成立金融科技中心與微軟技術合作基金運營管理平臺IROBOT機器人投資分析系統基金日歷與科技平臺深度合作博時基金智能化運營戰略：2010年博時基金開發IROBOT機器人用于投資標的自動估值，

28、之后，自主開發的IA系統逐漸發展成為數據中心， 基金日歷實現對基金產品的全生命周期管理，2017年與微軟達成技術合作，2018年成立金融科技中心，未來將通過移動互聯網、人工智能、 大數據、云計算、區塊鏈等金融科技技術的創新及應用研究為智能化運營體系提供支撐，用戶運營端借助螞蟻財富等科技平臺以及自身能力 的提升實現智能能化運營，從而構建成了集“研究-創新-應用”整套的智能化運營發展體系 。博時基金的智能化運營戰略探索是基金科技生態價值挖掘的嘗試：與微軟的合作、指慧家系列產品的設計、與多方科技平臺的深度合作等動 作充分說明了博時基金正在嘗試從行業的生態鏈上尋求更大價值挖掘。金融科技中心: 移動互聯

29、網、人工智能、大數據、云 計算、區塊鏈等方面創新及應用研究。投研 相關風控相關用戶 運營產品 相關提升方向IROBO投資分T機器人析系統FOM基金運 營管理平臺指慧家 系列機器人 “小博”科技平臺 深度合作圖：博時基金智能化運營戰略智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數 據 管理1920銀華基金：智能客戶服務體系助力用戶服務效率提升銀華智能客服體系：銀華智能客服體系從2016年6月開始搭建，目前已經投入使用，前端通過接入電話、網站、微信、APP、短信等自有服 務入口，同時接入螞蟻財富等第三方入口，前端具有較強擴展性，能夠實現高效快速新增服務入口，后端人工平臺與

30、底層數據統一，客戶穿 透智能服務層平均約20%-40%，智能客服問題回答率90%以上。對人工服務內容采用人工抽檢和機器質檢方式全量質檢評價服務效果，人 工服務數據作為智能機器人自主學習素材，優化智能服務層。多客戶服務入口的整合是多渠道資源整合探索的縮影：銀華基金憑借對所有客戶服務入口的整合實現客戶服務效率提升，這樣是多渠道資源 及能力組合探索的一個縮影，啟發基金公司如何實現多渠道資源整合。智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數 據 管 理用戶智能IVR智能機器人 客戶服務入口 智能服務層 人工服務與反饋 自主學習轉人工全量質檢圖：銀華基金智能客服體系南方基金：

31、依托統一的數據中心實現精細化的用戶智能運營以南方基金APP內容精準推薦為例智能用戶運營智能運營AI數據中心AI數據集中收集數據深度挖掘數據集中分析用戶細分運營資源精細分配個性化推薦圖：南方基金智能用戶運營（基金公司調研）市場解讀投教服務基金經理觀點服務原理數據中心集中構建了基于客戶行為、投資數 據的畫像，根據客戶畫像匹配個性化理財服 務。不同的用戶登錄APP時看到的產品、服 務都可能不同，達到千人千面的效果。服務方式在客戶生命周期的各個關鍵時點（包括售前、 售中、售后），向其推送個性化的深度內容， 包括市場解讀、基金經理觀點、投教文章等， 幫助客戶投資決策。服務效果客戶APP訪問量增加了超過5

32、0%基于數據中心深度挖掘數據支撐智能化運營：南方基金通過統一的數據中心對用戶運營數據進行集中分析和深度挖掘，實現對用戶全生命周 期的精細化運營；平臺將自然語言處理技術與基金業務場景深度結合，通過日志分析、知識積累，不斷強化機器學習，識別用戶意圖，為客 戶提供更加自然的交互場景；借助海量的數據沉淀，精準識別客戶行為特征，并進行客戶特征分析、歸納，豐富用戶畫像，為全生命周期用 戶智能服務提供支撐。智 能 營 銷智 能 運 營智 能 投顧智能服務智多場景智能交互 能自然語言處理 風機器學習應用 控智 能 投 研數 據 管 理21投顧傳統投顧智能投顧VS服 務 用 戶覆 蓋 群 體 廣高 凈 值 用

33、戶投 資 額 度 要 求 低投 資 額 度 要 求 高投服資務門方檻式一 對 一 人 工智 能 化自 智 動 能 化 化 投 配 資 置個 性 化 管 理經 驗 投 資 為 主模 型 化 投 資 為 主服投服務資務形依時態據間延 遲、 難 以 實 時 監 控高 效、 實 時 監 控模 型 控 制重“投”輕“顧”是當前智能投顧產品的典型特征智能投顧相對傳統投顧的優勢：2013年以來，公募基金用戶規模大幅增加，傳統的投顧手段難以服務大體量用戶群體，在數字化發展的時 代，與用戶深度互動、不斷優化用戶投資體驗才能贏得用戶，智能投顧產品在優化用戶體驗、實現深度互動、提高服務效率、降低服務成本 方面具有天

34、然發展優勢，其他資管機構在智能投顧方面的探索、實踐也在推動著基金公司去嘗試。“投”與“顧” 不平衡，用戶深度互動缺失：目前，基金行業的智能投顧產品處于探索初級階段，投資端智能化程度顯著不足，顧問端僅僅優化了操作的便捷性，缺乏與用戶的深度互動，智能投顧探索不應局限于基金公司，而應引入更多外部科技力量推動真正智能投顧的實現。便捷、 快 速、 高 效主流觀程決繁策瑣風用管險戶理控體成制驗本平 均 成 本 較 高投 資 效 果依 賴 顧 問 經 驗 及 水 平依 賴平模均型成及本優低化圖：傳統投顧與智能投顧的主要差異（市場公開資料）圖：公募基金智能投顧現狀（基金公司調研）目前以產品的形式推出智能投顧服

35、務的基金公司不多。投資端在投資建議和決策提供方面仍依 賴基金經理。投資模型的自學習能力較弱。顧問端多數服務是一鍵式，缺乏與用戶 的深度互動。對用戶風險收益需求的挖掘深度不足開始布局智能投顧的基金公司在增多。目前智能投顧產品側重于用戶端體驗和 場景融合方向設計。借助第三方科技平臺在“智能顧”方面 的服務能力大幅提升。 智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數 據 管 理22華夏基金：基于用戶場景、理財需求構建智能投顧解決方案華夏基金的智能投顧：華夏基金推出的查理智投將用戶分置于不同的場景需求中，從不同的場景角度分解用戶的投資需求，結合用戶的基礎 畫像、市場、組合運

36、行等情況為用戶提供“差異化” 的智能投顧服務，這種從用戶需求為切入點、結合場景的智能投顧理念值得借鑒。智能化程度不斷優化：查理智投在“智能顧” 層面為用戶提供一鍵式的投資理財體驗，在“智能投”層面的投資決策（投資和調倉建議）層 面仍舊由基金經理做出，智能化程度尚存優化空間。華夏基金與微軟合作在智能投資領域的探索（例如模式識別預測市場走勢、基于深度學習挖掘影響市場的重要因素、基于機器學習方法論進行行業輪動的研究等）對于未來查理智投進一步優化智能化程度方面將必有助益。用戶場景需求子女 教育資產 增值退休 養老理財需求投資 規劃投資 建議投資 陪伴投資 分析教育智投增利智投養老智投查理規劃結合場景需

37、求與用戶基礎畫像，自 動生成相匹配的組合投資方案。查理推薦結合用戶進一步畫像，通過機器學 習，精準推薦智能投資組合。查理解密深度跟蹤組合運行情況，提供投資 分析，加深客戶理解。查理智囊通過MVP模型，綜合市場和組合運 行，與用戶及時溝通。查理智投一鍵式、智能化智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數 據 管 理圖：華夏基金查理智投設計邏輯示意圖 基金公司調研23中歐基金：通過五大功能模塊提升用戶投資體驗中歐“水滴智投”：通過用戶數據挖掘、投資標的優選、策略跟蹤研究、運行實時監控、一鍵式操作體驗滿足用戶的風險收益需求，以優選 基金產品池、分析客戶風險收益需求兩端智

38、能匹配為實現路徑。用戶互動與投資端智能化持續優化：水滴智投開啟了中歐基金在智能投顧之路上的探索之路，用戶體驗得到很大程度提升，在與用戶深度互 動、投資端配置策略研究上的智能化程度還存在優化空間，中歐基金將通過對功能模塊的升級逐步優化用戶深度互動和投資策略配置研究。水滴智投功能模塊結合用戶的投資偏好、目標、精準的客戶畫像，得客戶分析和評級 出客戶的風險收益需求。年齡性別投資期限經濟情況資產分布風險承受行為特征基金評價與優選全市場多支基金的多輪篩 選，形成資產配置的優選 基金產品池，并定期增減。投顧策略及服務智能監控智能交易提供一鍵購買、一鍵調倉、一鍵加倉、一鍵贖回等智能交易功能。系統會實時監控投

39、顧系統的最新運行情況，并根據市場 的變化，進行動態資產配置調整。針對用戶養老、子女教育、投資增值等投資目標量身定制個 性化的資產配置策略；實時監控策略模型的情況，提供調倉 信號以及配套的投顧資訊、定期投顧運作報告等服務。用戶分析標的分析策略研究實時監控一鍵式操作智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數 據 管理圖：中歐“水滴智投”主要功能模塊 24博時基金：從全面風險管理出發探索智能風控風險因子、交易特征、收益貢獻等指標。模型風險管理 模型系統風險管理 系統搭建全面的風險管理數據集市數據全面：投研、交易、運作、 銷售、外部數據。指標全面：整合組合、大類資產、個券

40、差異化的風險監測模型全面風險：投資風險限額、市場風險、 信用風險、流動性風險、法律合規風險等。技術應用：大數據技術讀取和計算相關風險的相關指標。自主研發的核心風控系統研發： 核心系統自主研發。功能：投資、合規、交易等實現風 險監測的系統功能。過程：利用系統實現事前、事中、博時基金全面風險管理機制：博時基金針對公司各大類風險（市場風險、信用風險、流動性風險、操作風險）建立全面風險管理體系，在外 部引進系統的基礎上自主研發核心風控系統，實現對風險的事前、事中、事后的全流程管控。博時基金對智能風控的探索：博時基金積極探索大數據、AI技術賦能公司的風險控制，未來，在橫向層面計劃打通投資、銷售、運作等各

41、個 層面的橫向數據壁壘，實現數據獲取渠道的暢通，縱向層面進一步深入研究與開發風控分析模型。數據 風險管理 數據集市智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控 數據分析：組合的風險、持倉、收益相 模型構建：針對不同類型資產設智 能 投 研數據 管 理關分析，投資風險指標的監測。事后全過程的風險管理機制。計差異化投資風險監測模型。25嘉實基金：構筑科學智能投研發展路徑 研究與應用實踐相結合投資者回報研究中心2012年，嘉實基金成立投資者回報研 究中心，自主研發了一套從市場預測、 資產配置到產品選擇的完善的投資決 策系統“嘉實FAS系統”，構建了一 系列人工智能的策略模型，不斷將新 的

42、信息納入現有的投資決策框架、適 應新的市場環境。博士后科研工作站2015年，嘉實基金博士后科研工作站 成立，嘉實基金與北京大學光華管理 學院聯合培養人工智能投資和大類資 產配置方面的人才，成立3年，在人 工智能投資和大類資產配置方向上發人工智能投資研究中心2016年，嘉實基金成立了人工智能投 資研究中心，通過金融、數學、計算 機等多領域人才的交叉合作，并結合 大數據技術和分布式處理架構，構建 可擴展的智能投研平臺，為系統化的 科學投資決策提供支持。“數據+科技”戰略2018年，嘉實基金與彭博建立合作關 系，在智能投研、研究管理以及數據 管理等方面展開合作，實施“數據+ 科技”戰略，企業數據采集

43、系統直接 接受彭博的數據資源，進一步提升了嘉實基金智能投研探索與實踐投資者回報 研究中心實施“數據+ 科技”戰略AI研究中心博士后科研 工作站嘉實基金智能投研發展路徑：嘉實基金探索了“人才培養-科學研究-合作共贏-創新應用”智能投研發展體系，博士后科研工作站為智能投研 發展培養人才，人工智能投資研究中心承擔創新應用落地，借助外部數據優勢實現合作共贏，形成一整套科學的發展路徑 。智能投研輔助投資決策：嘉實FAS系統構建的人工智能策略模型能夠不斷將信息納入投資決策框架，具有很強的成長性，基于大數據技術和 分布式處理架構構建的智能投研平臺，具有很強的擴展性，能夠在一定程度上輔助投資決策，提升投研效率

44、。智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數表高水平論文19篇。據 管 理嘉實基金的數據庫價值。26銀華基金：固收投研平臺在輔助信用債投研決策效率上效果顯著銀華基金固收投研平臺：通過對230個相關信息網站實時獲取，建立24小時全網輿情信息監測，滿足信用債投資決策中所需的全部信息，通 過AI高效解析相關信息、NLP神經語言技術判斷輿情的情感傾向，輔助研究人員和業務人員決策，大大提高了研究人員的工作效率，提升信 息獲取的及時度以及判斷的準確性。智能投研的嘗試：固收投研平臺是銀華在智能投研領域的一個方向的嘗試，在投研效率方面提升效果顯著。智 能 營 銷智 能 運 營智

45、能 投 顧智 能 風 控智 能 投 研數 據 管基礎層Windows操作系統Tomcat中間件Orade數據庫標準層SIRM框架層外圍接口功能層基礎數據管理信用評級授信管理投資交易資產配置持倉分析訪問層PC瀏覽器網站1PC瀏覽器網站2圖：銀華基金固收投研平臺功能及結構24小時全網監測實時獲取輿情信息AI高效解析信息NLP神經語言技術資產 配置 市場 報價利差 分析輿情 跟蹤 存量債 評級宏觀 分析固收投研平臺 功能板塊交易對手管理新發債評級財務 粉飾識別理顯著提升研究效率2728基金公司正在探索從數據堆積型走向數據挖掘型路徑投研數據用戶數據產品數據運營數據數 據 管 理智 能 方 向數據采集數

46、據整合數據分析數據應用基本流程智能投研智能風控智能營銷智能運營智能投顧支撐/優化反饋/強化數據管理對于支撐基金公司智能化發展的作用：數據管理對于推動基金公司數字化、智能化轉型具有重要的支撐作用，未來將是基金公司爭 奪數字用戶（基于智能終端經營的用戶群）、深度挖掘數字用戶價值的核心競爭力，對于產品創新、投研能力提升同樣至關重要。基金公司在數據管理方面的探索：部分基金公司已經意識到數字資產的重要性，正在逐漸從數據堆積型基金公司向數據挖掘型基金公司轉變， 南方基金的數據中心建設、博時基金數據集中管理及橫向治理規劃、國投瑞銀統一數據業務中心的建立、建信基金圍繞用戶端的大數據客戶 分析體系建設等都是對數

47、據深度挖掘的探索。阻 礙 智 能 化推 動 智 能 化數據堆積型基金公司數據多頭管理系統分散建設數據關聯缺失難以深度挖掘數據挖掘型基金公司數據統一管理多維度數據關聯數據深度挖掘數據綜合應用VS智 能 營 銷智 能 運 營智 能 投 顧智 能 風 控智 能 投 研數 據 管 理科技生態中蘊藏潛在能量 是新生之路的“動力” 來源關鍵方向基金金融科技生態四大“脈絡”平臺技術場景用戶智能營銷智能運營智能投顧智能風控-智能投研-數據管理平 臺技 術場 景用 戶科技 生態利用程度發展空間當前基金業金融科技生態的四大脈絡：在整個行業將視角轉向用戶時，用戶成為整個基金業科技生態的核心，“平臺” 方（包括第三方

48、平臺、 數據服務方、核心技術服務方等）與基金公司共同構成整個生態結構中核心的服務角色，場景則成為深度接觸和用戶互動的重要載體，技術 本身則構成牽引“平臺”、用戶、場景的主線。除技術外，生態體系中“平臺”與“用戶”價值亟待開發：基金行業需要引入更多的生態合作方（即“平臺”或服務方）擴展更多的用戶服 務價值，將眾多生態方能力整合并在六大方向上完成技術升級，是新生之路的動力源泉。表：金融科技助力的關鍵方向與基金科技生態的四大脈絡的關聯性評估（數據來源：市場公開資料）注：的數量代表與相關方向的關聯性程度的大小29 三方科技平臺服務優化 ，賦能產業生態PART 330螞蟻財富通過五大AI能力的輸出 全方

49、位優化基金公司用戶運營AI系統全方位賦能基金公司用戶運營全流程：2017年6月，螞蟻財富財富號正式開放，目前68家基金公司入駐，財富號運營人員僅有4人，AI 效率提升70%，財富號背后的五大AI系統支撐基金公司在用戶營銷、決策支持、服務內容生產、用戶互動、風險控制等方面的智能化經營，大 幅降低基金公司的運營成本并提升整體運營效率以及服務用戶的深度。賦能作用明顯：調研數據顯示，基金公司通過螞蟻財富平均用戶運營成本下降70% ，1年全行業運營成本節省2000萬元，服務效率提升70%，服務滲透人群1億以上。基金公司AI系統輸出支持AI賦能12345智能運營引擎智能決策參謀智能服務內容生成智能市場情緒

50、感知智能風控合規智能運營引擎“如意”，幫基金公司把潛在客戶細分為幾十個人群，并提供運營方案建議，智能地進行轉化率預測，支持千人千面的營銷。智能決策參謀“司南”，幫基金公司每天快速生成運營效果評估和決 策，讓基金公司快速根據決策結果有針對性調整后臺運營方法。智能服務內容生成系統擁有智能的拼圖、合圖、組件庫自動生成等功能，幫助基金公司高效服務內容生產。智能情緒感知系統，讓基金公司更能及時掌握市場波動的信息，業務的異常變化，以便快速與投資者互動，提升用戶陪伴體驗。智能安全系統輔助基金公司監測并識別不符合監管規則、業務規則和營銷欺詐的運營內容，并及時給出相應提示，提升運營內容合規檢查效率。圖：螞蟻財富

51、的五大AI系統（數據來源：螞蟻財富訪談）3132合作共贏開放生態下 螞蟻為用戶提供全生命周期的陪伴式服務AI能力、平臺的全面開放促成平臺構成有機協作生態：螞蟻財富通過向基金公司、三方投研/投顧的買方服務開放AI能力、平臺，形成了 市場數據資源、用戶數據資源、服務資源等充分流動，最大程度地釋放各方優勢能力的輸出，形成了多方協作共贏的生態。服務生態得到充分挖掘：基金公司與三方機構間構成服務互補，為用戶提供全生命周期的深度服務，構成完善的用戶服務生態體系。第三方投研機構買方服務AI能力、平臺、用戶平臺金融服務能力提升AI能力、平臺、用戶平臺金融服務能力提升產品、顧問服務理財服務購買投前投教課程板塊輪

52、動大勢研判事件解讀投中產品降維風格分析產品分析策略工具投后市場回顧資產分析收益歸因配置意見服務互補68家基金公司賣方服務協 作生 態螞蟻財富開放平臺圈 服 務 生 態 圈圖：螞蟻財富的開放平臺（數據來源：螞蟻財富訪談）基金交易用戶5000萬+顧問服務6成的基金公司存量規模年增速超過100%理財通借助會員成長體系培養深度用戶 關注用戶核心服務需求會員成長體系成長方向服務深度普通會員（理財值1萬）白銀會員（1萬理財值10萬）黃金會員（10萬理財值50萬）鉑金會員（理財值50萬）高低高低差異化金融 服務特權差異化增值 服務特權以“產品、靈活、專業”為服務核心的差異化用戶服務 ：理財通借助會員成長體系

53、，形成不同用戶的分層管理和差異化服務，其中金融服務特權與增值服務特權緊密圍繞“產品、靈活、專業”為服務核心，這種依托社交經驗積累的會員成長服務機制對于提高用戶粘性、 培養深度用戶等方面具有較好的競爭優勢。尋求深度生態合作，關注用戶核心需求：經過三個階段的探索，理財通與基金公司的合作深度逐漸加深，持續關注用戶核心服務需求。圖：理財通三個階段（數據來源：市場公開資料）互聯網銷售階段精準營銷階段智能投顧階段風控大數據AIAI大數據其他大數據AI模型、用戶畫像安全輔助能力提升智能營銷精準推薦幫助用戶投資決策做好用戶售后服務重點服務方向與基金公司合作深度主要技術應用高低33理財通服務模式轉變核心優勢亟待

54、進一步充分挖掘理財通模式的轉變：2018年1月， 騰訊騰安獲得基金銷售資質，從基 金業務角度看，理財通從原有的流 量輸送平臺轉變為基金超市型銷售 平臺，客戶服務深度仍需進一步挖 掘。核心優勢亟待充分挖掘：理財通背 靠微信，具有巨大的流量優勢，通 過社交業務以及依托微信支付產生 的用戶數字資源能夠刻畫出豐富的 用戶畫像，同時，騰訊在AI、云計 算等研究時間積累形成了技術能力 的沉淀，這些核心優勢都需要借助 與基金公司的充分合作進一步挖掘 才能釋放更大能量。用戶基金公司 代銷基金銷售服務產品流量導入流量導入直銷渠道社交產品用戶基金公司 代銷基金銷售服務產品流量導入代銷基金社交產品理財銷售服務服務模

55、式轉變用戶數1.5億資金保有量5000+億核心優勢微信的流量基礎基于社交、消費的用戶 畫像數據積累AI 、云計算等技術能力 儲備服務模式基金超市型圖：理財通基金服務模式前后變化（數據來源：市場公開資料，數據截止2018年7月）3435天天基金網通過“自運營+自媒體”為內核 構筑用戶服務生態圖：天天基金用戶服務生態（數據來源：市場公開資料）自運營自媒體基金吧數據與資訊基金公司用戶畫像、平臺服務能力輸出經驗、觀點粉絲群體天天基金用戶服務生態：天天基金網2008年成立，數據及咨詢業務不斷沉淀成熟用戶資源，2017年3月自媒體財富號上線，隨后升級 升級財富號，形成“自運營+自媒體”的財富號模式，基金公

56、司通過自運營平臺開展用戶運營，基于天天基金提供的用戶畫像數據開展 個性化的營銷與運營服務，自媒體人通過經驗觀點的傳播影響用戶群體，同時天天基金網為用戶提供咨詢和數據服務，基金吧為用戶提 供交流、討論平臺，形成成熟的用戶服務體系。自運營財富號賦予基金公司更大的服務空間：天天基金網自運營功能的推出使得基金公司可以基于用戶畫像針對性提供個性化服務。財富號金融數據終端（chioce）財經媒體資訊（東方財富網）流量、數據流量、數據天天基金網2017年3月財富號（自媒體）升級2017年7月財富號（自媒體+自運營）自媒體人用戶蛋卷基金不斷與基金公司深度合作發揮策略組合研發能力優勢背靠雪球形成用戶轉化生態：基

57、金公司通過雪球投教和內容影響培育用戶，推廣基金產品，用戶通過蛋卷基金購買相應產品，雪球還可以產生 大V，大V影響粉絲發展蛋卷基金用戶，雪球構成了蛋卷基金初步投教基金和流量導入渠道。策略組合的研發優勢是服務用戶的核心：蛋卷基金90%的用戶持有指數基金，40%的用戶持有定投計劃，圍繞多數用戶需求推出“智能定投”、“定制策略型指數基金產品”等特色服務，與基金公司深度合作，發揮自身策略組合研發能力的優勢是用戶服務深度不斷提升的關鍵。基金公司用戶大V雪球用戶與大V粉絲發展成蛋卷用戶圖：蛋卷基金用戶服務模式（數據來源：蛋卷基金訪談）雪球生 產大V雪球內基金 交易與服務影響投資用戶賬號營銷推薦平臺基金銷售服

58、務線上、線下 內容觸達定制產品 合作活動 用戶特征90%用戶持有指數基金40%用戶有定投計劃 基金公司60家基金公司入駐雪球80家基金公司接入蛋卷 特色服務智能定投定制產品賬號營銷策略組合36招商銀行在基金銷售、投顧智能化服務上處于銀行機構領先地位圖：招商銀行基金營銷、投顧智能化實現路徑（數據來源：招商銀行財報、市場公開資料，數據截止2018年6月）移動互聯人工智能云計算大數據研發投入發展戰略移動優先網點+App+場景數字化運營智能化服務實現方式服務支撐智能營銷智能投顧智能運營基金相關基金代銷摩羯智投數字化轉型的沉淀助力實現 基金銷售智能化：招商銀行 較早的布局零售業務和規劃 數字化轉型的銀行

59、，數字用 戶經營層面處于銀行前列， 持續升級“智慧營銷平臺” 和“個性化推薦系統”為實 現基金銷售智能化打下基礎， 2018年上半年基金代銷 4898.37億元。智能投顧產品成績突出： 2016年12月，基于機器學習 算法的公募基金組合配置產 品摩羯智投上線，運行兩年 累計銷售規模116.25億元， 持有客戶數16.69萬人。客戶畫像標簽增至1500 +細分標簽量提升6 倍營銷客戶觸達次數提升2.6 倍摩羯智投累計銷售規模116.25 億元持有客戶數16.69 萬人智能營銷（2018年升級優化）37AI能力、服務生態成為第三方平臺服務用戶的核心競爭點AI能力服務生態營 銷陪伴第三方平臺圖：第三

60、方平臺服務核心圖：第三方平臺服務核心點第三方平臺第三方平臺服務核心點解構AI服務生態營銷咨詢 服務陪伴螞蟻財富5大智能引擎2大生態圈：用戶全周期服務 生態圈、開放協作生態圈理財通AI技術能力 儲備通過微信、好買基金搭建服 務生態天天基金網以“自運營+自媒體”為內核 的用戶服務生態蛋卷基金依托雪球構筑用戶服務生態招商銀行AI賦能營銷與投顧零售業務積淀實現服務生態第三方平臺的5大服務核心點：基金第三方服務平臺在服務探索過程中逐漸形成5大服務核心點，通過AI能力提供更智能的服務工具，通過服 務生態的構建整合各方的服務能力，圍繞著用戶實現營銷、咨詢服務與陪伴服務。AI能力、服務生態成為服務用戶的核心競