当前，财富管理是金融机构应用AI的重要场景，然而效率与适当性如何平衡是业内关注重点。
《中国经营报》记者采访了解到，AI融入财富管理虽然提高了服务效率，但在风险评估、产品匹配、信息披露等方面存在短板；此外，消费者保护也存在难点。
北京德和衡（上海）律师事务所高级权益合伙人黄贤文律师指出，AI的风险评估能力主要基于客户过往的投资行为、资产配置、风险问卷等数据。但这些数据往往是静态或历史性的，难以及时反映客户的动态变化、市场突变等因素。在实时金融数据处理和复杂金融逻辑推理上存在短板，其数据存在滞后性，且其可能依赖历史数据或机构偏好，导致其在财富管理方面的应用同质化或忽略新兴市场变化，从而对风险的评估偏离实际。
AI产品推荐存在短板
记者注意到，多家银行在财富管理场景方面运用AI，比如某银行通过“人+数字化”打造AI智能财富顾问。
波士顿咨询公司（BCG）的一项报告，将生成式AI定位为颠覆性技术，可在获客、服务、合规等环节释放红利。例如，AI工具使客户转化率提升100%、文档准备时间减半，合规资源节省30%。虚拟助手、智能投顾将重塑客户互动，如实时投资建议、自动化KYC审核（误报减少40%）。未来，AI或为富裕客群提供全流程无人化服务，而高净值客户仍需“AI建议+人工温度”结合。
对于投资者而言，能否依赖AI进行投资决策？近日，在由成都市天府新区立言金融与发展研究院、上海金融与发展实验室、方正富邦基金管理有限公司联合主办的“新生态·新服务——金融消保强化与财富管理创新研讨会”上，亿联银行副行长简锐指出，线上场景虽提高了服务效率，但在风险评估、产品匹配、信息披露等方面存在短板。他建议引入传统金融从业者参与线上运营，并借助AI虚拟顾问增强服务温度，缩小信任差距。
黄贤文也告诉记者，在信息披露方面，AI推荐常常是“黑箱式”的，信息披露方面不够透明。投资者无法清晰了解推荐理由、算法依据、风险假设等重要信息。这种不透明性削弱了投资者对推荐结果的质疑和判断能力，增加了被误导的可能性，违背了金融服务中的信息披露义务和客户保护原则。
“此外，AI在产品推荐方面存在适配不足。”黄贤文进一步指出，现有AI推荐系统多依赖数据挖掘和相似性分析，容易忽视投资者个性化、情境化的需求。例如，对于临近退休的客户，AI可能仍推荐波动性较大的产品，未能充分考虑客户的生命周期阶段和现金流需求。这种“机械式匹配”可能导致适当性原则无法得到严格执行，而在财富管理中，产品应与客户的投资目标、经验、财务状况和风险承受能力相一致。
“AI+人工”协作模式
摆在金融机构面前的难题是，如何充分利用AI提升财富管理效率，同时守住合规底线和消保红线。
黄贤文坦言，财富管理涉及大量敏感数据（如收入、资产、家庭情况），必须建立严格的数据采集、存储、使用和共享规则，遵守《个人信息保护法》等相关法规，防止数据滥用和隐私泄露。此外，金融机构要向客户明确告知数据使用范围和目的，提升数据使用的透明度。
成都市天府新区立言金融与发展研究院理事长，上海金融与发展实验室首席专家、主任曾刚指出，资管行业创新、发展迅速，金融消费者和投资者保护环境日益复杂，对从业者提出更高要求。从大资管/财富管理的长期发展趋势来看，客户端（C端）管理能力的重要性已超越投资端。曾刚强调，随着监管规则日趋完善和线上化加速，金融消费者（投资者）保护工作需从被动合规转向主动服务，通过动态风险匹配、信息披露透明化及科技赋能，构建“以客户为中心”的服务体系。他呼吁行业重视消保工作，强化体系建设，提升数据信息与隐私保护能力，并完善金融消费者纠纷解决机制。
对于金融机构，应注意什么？黄贤文指出，纯AI模式适合标准化、低复杂度客户需求，但面对高净值客户或复杂资产配置时，仍需引入人工财富顾问。未来应推行“AI+人工”协作服务模式，人工顾问负责综合判断和风险提示，AI则提供高效筛选和数据支持，实现优势互补。
蚂蚁集团财保事业群副总裁祖国明举例指出，蚂蚁集团通过AI提炼产品风险要点、动态调整用户风险画像、设置交易冷静期等机制，将消保融入业务流程。他提出构建消保科技业务正循环体系的构想，强调技术能力先行、行业协同共治以及从合规到共赢的转变。
对于投资者而言，也需正视AI的优势和不足。黄贤文提示道，投资者既要充分利用AI的便利性，也要保持应有的警觉和理性判断。AI推荐的高收益产品往往伴随高风险，投资者应坚持风险与收益匹配的基本原则，不被短期收益率所迷惑，要关注产品的流动性、波动性、潜在亏损等多方面信息。同时，投资者应及时更新自己的资产规模、收入状况、负债情况及投资目标变化，确保AI系统基于最新数据进行评估和推荐，否则容易出现推荐失准、风险失控的情况。
最后，黄贤文建议，在AI服务环境下，应出台新的消费者保护规定，例如设立投资冷静期、引入AI推荐的多样化验证（非单一模型决策）、建立争议调解机制等，切实保护投资者权益。
