这周参加一个财富管理的闭门会。台上讲 AI 投顾讲得热血沸腾，说要重构整个财富管理。散会以后，一个做了八年投顾的老兄拉住我，丢了一句："现在 AI 能替我的，正好是我最不想干的那点活；我想让它替的，它一个都干不了。"

我把这话琢磨了好几天。

💡 一句大实话：AI 在投顾上的能力，被高估的那部分和被测低的那部分，其实是同一件事——它卡在一条"能力断层"上。

🧱 第一层：信息型，AI 替得最狠

投顾最底层的活，是记产品、报净值、比费率、读研报、做资讯聚合。这些事，搜索引擎能干，AI 更能干——比人快、比人全、比人不会累，还不会带着情绪。

现在 30 多家券商已经上了 AI 辅助的 T0 算法服务，某头部 App 月活干到 1186 万。数字挺漂亮。

可你仔细看，这些都是"效率工具"，干的是把信息搬来搬去、把操作变简单的活。它没碰任何一个真实的投资决策。

行业里大多数所谓的"AI 投顾"，其实就停在这一层。

💬 第二层：情绪识别，AI 是个半吊子

市场暴跌那天下午，客户打过来，不是要你给他算回撤，是要你跟他说一句"我懂你慌，这事儿没那么糟"。

AI 能读情绪指标，能识别"恐慌""焦虑"这些关键词，能基于风险属性弹出一句"建议保持纪律"。但它读不懂人。

🔥 一次大的回撤，可能永久失去一个客户的信任。这种时刻，机器接不住，接住了也暖不了。

有家券商的打法很清醒：让 AI 管数据处理、管效率、管执行纪律；把情感连接、复杂沟通留给人。边界，就画在这一层。

🧠 第三层：因果推演，AI 弱的

"为什么涨""为什么跌""这个政策会怎么传导到我的持仓"——这才是投顾真正值钱的地方。

大模型在这里容易翻车。幻觉是悬在头上的剑，金融又是容错率极低的领域，一本正经地胡说八道，是要出事的。更麻烦的是，多数模型吃的是历史数据，遇到极端行情、结构性变化，适应性很有限。

所以这一层，AI 能给线索、能给归因，但下判断的，还是人。

🏆 第四层：资产配置，AI 弱，而且责任重

真正个性化的配置，要懂一个人一生的现金流、家庭结构、风险承受力、养老目标。这不是一张参数表能填完的。

更现实的是，全权委托投资顾问迟迟没放开，AI 能出"建议"，但担责任的，是人。配置这层，责任主体永远是人。

🤝 AI 能记住一万只基金的参数，但替不了你陪客户穿越一次暴跌。

🤔 那为什么大家都停在第一层

不是不想往上走。三个坎：

• 合规不敢放：幻觉风险摆在那，错了谁担？
• 数据不连：账户级数据散在各个系统，AI 拿不到完整客户画像，推不出像样的配置。
• 商业惯性：KPI 还是销量挂帅，往第二、第三层投入，短期看不见回报。

但拐点已经冒头。有机构"中国50"专户存续满一年的客户盈利占比 99%，投顾净收入 2025 年同比涨了 17.26%；另一家头部靠 AI 赋能投顾，净收入干到 1.5 倍增长。数据在说一件事：往上层走，钱才来。图：把"开户"变成"长期投资行为"，要算清一生的账

💡 人机协同，边界画在哪

说到底，不是谁取代谁，是重新分工。

AI 该接的：信息检索、标准化输出、7×24 基础咨询、资产体检、研报归因、策略回测。它把这些干到极致，把人的下限拉高。

人必须留的：情绪陪伴、复杂判断、责任承担、关键节点的沟通。这把人的上限撑起来。

有观点说得很准：AI 抬升了专业服务的下限，人工投顾抬升了体验的上限。

投顾这个岗位本身也在变——从"信息检索者、一线执行者"，往"AI 指挥官、人机协同设计师"转。会用 AI、会训练 AI、会画边界的人，才是下一阶段的稀缺品。

💬 结尾互动

你在做投顾或者财富管理，你们团队现在 AI 替到哪一层了？是还停在"比产品、报净值"，还是已经让 AI 跑执行、人专心做陪伴？评论区聊聊。

📌 系列导航：往期 NO.01《投顾转型喊了五年，为什么还在卖产品》｜ 下期预告 NO.03《养老金是投顾最好的考场》

#买方投顾# #财富管理# #AI投顾# #人机协同# #券商转型#