原标题：易方达基金副总裁陈彤：未来的财富管理公司将首先是金融科技和人工智能公司，其次才是金融公司
“随着数据的不断积累、AI技术的不断发展，算法的不断优化，未来的财富管理公司在以买方代理模式的基础上，首先是一家金融科技和人工智能的公司，其次才是一家金融公司。”易方达基金副总裁陈彤在由青岛市人民政府主办、《财经》和《财经智库》承办的“2020青岛中国财富论坛”上如此表示。
易方达基金副总裁 陈彤
陈彤提出，大数据和AI技术正在重塑包括财富管理在内的所有行业的新形态。这场变革是由基金业内部的固有特征和信息时代的外部因素所共同驱动。基金投顾模式转变的重要性正在逐步被业界所认识。
在其看来，目前各个银行、券商、独立销售机构、电商渠道都积累了大量的客户人口统计学、投资行为、消费行为等多维度数据，形成了有效的客户数据沉淀。随着机器学习、深度学习、运筹优化等智能技术的发展，在数据、算法和算力三大要素的支撑下，数字化感知客户，智能化认知客户，进而实现“千人千面”的个性化投顾服务已经具备了坚实的数据和技术基础，使得专业的财富管理大规模批量推广应用到更广泛人群成为可能。
据陈彤介绍，易方达基金以基金产品为起点，关联基金经理，穿透底层资产，建立了一套时间序列和截面的研究框架，从横向和纵向两个维度构建全方位的因子体系来实现深度的基金画像。“我们根据基金所有公开披露的信息，构建知识图谱用以拟合拓展专家经验，将原始高维、稀疏、孤立的基金数据信息进行关联，引入更多维度的语义关系，从而发掘实体之间的深度联系，让我们对于基金产品的刻画更为精准、全面。”
以下为发言实录：
各位领导，各位嘉宾，大家下午好！感谢青岛市政府和会议主办方的邀请。
大数据和AI技术正在重塑包括财富管理在内的所有行业的新形态。这场变革是由基金业内部的固有特征和信息时代的外部因素所共同驱动。
从外部因素来看，数据积累的量级和维度以非线性加速的方式增长。从内部因素看，在业务智能化的同时，又遇到了基金行业从卖方销售向买方投顾转变的重大变革，这一转变的核心是从客户需求端出发，挖掘分析客户需求，以客户需求为驱动，在产品供给端开发匹配的投顾组合。基金投顾模式转变的重要性正在逐步被业界所认识。
目前，各个银行、券商、独立销售机构、电商渠道都积累了大量的客户人口统计学、投资行为、消费行为等多维度数据，形成了有效的客户数据沉淀。随着机器学习、深度学习、运筹优化等智能技术的发展，使得基于时间序列、空间维度、语音文本、结构化等多源异构的客户数据，深度挖掘分析客户的投资习惯、风险偏好，模型化输出客户投资需求，构建符合相应需求约束和目标的最优投资组合成为可能。各种支持高并发、高可用、高性能的分布计算框架已经在各个大型互联网平台较为成熟地应用，为实时、全面、主动地实现全量的个性化、差异化、定制化的投顾服务所需的算力提供了可能的解决方案。
在数据、算法和算力三大要素的支撑下，数字化感知客户，智能化认知客户，进而实现“千人千面”的个性化投顾服务已经具备了坚实的数据和技术基础，使得专业的财富管理大规模批量推广应用到更广泛人群成为可能。
投顾“千人千面”是一个融合客户画像分析能力、投资研究能力、金融科技能力的复杂系统工程。从“千人”来看，精准的客户画像首先面临问题就是如何平衡数据可用性与隐私保护的问题。尤其是在财富管理领域，数据维度往往涉及到诸如客户的基础轮廓特征、投资理财行为、资产负债情况、交易行为、信用风险等高度敏感的个人信息。同时客户数据散落在各个不同的机构之间，数据割裂严重，由于安全隐私问题无法直接收集加以利用，形成一个个的信息孤岛。联邦学习通过多种加密技术，使用分布式训练，数据不动，模型移动的统一聚合方式，进行协同数据分析和建模。目前我们正在和合作伙伴一起，就各种联邦学习框架进行研究。
在常规的基金研究基础上，我们以基金产品为起点，关联基金经理，穿透底层资产，建立了一套时间序列和截面的研究框架，从横向和纵向两个维度构建全方位的因子体系来实现深度的基金画像。我们根据基金所有公开披露的信息，构建知识图谱用以拟合拓展专家经验，将原始高维、稀疏、孤立的基金数据信息进行关联，引入更多维度的语义关系，从而发掘实体之间的深度联系，让我们对于基金产品的刻画更为精准、全面。
利用知识图谱和NLP技术，我们正在构建一个集成市场全景数据的、综合的研究语料库。利用各类投资标的信息、宏观和微观的经济数据、各类事件驱动的新闻舆情等另类数据，将金融知识和AI技术有机结合，来挖掘与分析政策因子、情绪因子、风控因子和成长因子等多维度参考因子。使用关联分析、回归分析、知识推理、链接预测、最优路径决策，以及图神经网络、深度强化学习等技术，结合大数据计算平台和智能问答技术，全维度支撑宏观研究、资配研究、基金研究、策略研究等各方面的应用。
除了在投研领域外，人工智能服务还能够被广泛地应用在客户顾问和服务领域。投顾业务的重点不仅在于投，更在于顾，顾就包括了账户的定期不定期再平衡以及持续的客户服务。智能服务系统平台应当包含语音识别、语义理解、图像识别、场景检测、语音合成等AI算法作为底层基建，然后依托扎实的底层基建来研发包括智能运营、智能投教、客服服务等上层应用。
随着数据的不断积累、AI技术的不断发展，算法的不断优化，未来的财富管理公司在以买方代理模式的基础上，首先是一家金融科技和人工智能的公司，其次才是一家金融公司。我们很幸运能够身处这个伟大的时代，让我们一起来迎接人工智能时代财富管理的伟大变革。
