资本市场的数据特性主要体现为两点：一是海量数据，二是数据维度。计算1天的所有证券投资组合状态，估计计算量超过10的100次方（目前可观测到的全部宇宙的原子的数目小于10的80次方）。人工智能是解决这一大数据瓶颈的必然选择。
智能投顾，简而言之就是通过云计算、大数据、量化投资的策略来优化以往人工提供的理财顾问服务，同时扩大服务面，服务于大部分的中产阶级。这一领域的创业公司们把最基础的 Markowitz 资产组合理论和其衍生模型们应用到他们的产品中，在云端低成本、快速、批量化地解决各种数据运算，再根据用户的风险承受能力、期望收益及流动性需求，个性化地提供基于股票、期权、基金、债券等的资产组合，平台不收或者收取极低的资产管理费，主要依赖为用户创造价值的部分抽成，用户则可以低门槛、低成本地管理自己的资产。
简而言之，其技术架构一共包括三层：
用户层：负责接收用户触发的各种行为；
资金层：充值、体现、交易转账；
资产层：以兑付安全为核心的风控，产品收益，流动性备付状况。
首先，从早期投资的基本逻辑来看，智能投顾是一个存量市场规模和复合增长率都极高的赛道，大体匡算一下，根据福布斯发布的《2015中国大众富裕阶层财富白皮书》显示，2015年年末，中国大众中产阶层达1528万人，私人可投资资产总额约为114.5万亿元。另外，我国M2规模已经接近140万亿，银行理财资金现在大概有20多万亿，加上公募私募保险等领域的资金，大量的流动性缺少高收益的资产可投。加之泛80后、90后在理财投资的学习能力和对新型金融产品的接受程度显著提升，已经可以撬动整个家庭的资产，智能投顾市场的资管规模保守估计在数十万亿量级。
第二，新进入者的进入壁垒较高，且数据沉淀下的规模优势不言而喻。随着消费金融牌照大规模下发，固收和信托的刚性兑付打破，机器人理财领域的竞争格局会是群雄并起而非形成寡头垄断，一旦获得用户信任，平台就获得了发展的延展性，能够摆脱固定收益类产品刚性兑付的枷锁。
从行业所出的生命周期来看，人工智能驱动的金融服务正处在释放空间的窗口期，从数据端来看，随着移动互联网的渗透率不断提升，我们创造了很多数据集，微观尺度的材料能够帮助定义我们的行为、兴趣、知识、联系和活动。在分析端，计算和存储成本以数量级的方式急剧下降，学习系统、架构和软件基础设施取得了显著的进步，提供了算法支撑的技术基础。
目前国外提供资产管理服务的互联网公司已颇成气候，最大的两家WealthFront 和Betterment 各自管理着超过26亿美元的资金，另外还有FutureAdvisor，Personal Capital，SigFig等产品。
智能投资顾问在美国主要为用户提供两方面的价值，其一是降低管理费用，用机器取代昂贵的基金经理；近年来其处于快速爆发时间窗口期的原因之一，也在于千禧一代的年轻人需要更低门槛、更便利、更互联网化的理财解决方案。
其二是节约税费，美国的资本利得税是按照实现原则来收取的，即股票增值在持有时不收税，卖出后才征税。智能投资顾问通常在市场低点卖出其配置的 ETF，买进同类的其他公司 ETF（在美国追踪同一指数的 ETF 通常有多家公司的产品供选择），仓位没有变化，却形成了账面的亏损，可以抵减当期的盈利，延后税收。
对照之下，国内有关以数据模型作为核心竞争力的机器人理财顾问何时能大面积激活用户，争论的关键主要围绕着以下三点：
其一，中国的理论界没有一个普遍认可的资产配置模型，不同的平台会有不同的算法和模型，其核心的配置能力短期之内无法体现，很难说服别人 “我的模型是最好的”。
其二，中国本身金融市场不成熟，资产端产品有限，不同的配置理论配置出来的产品同质化严重。
其三，民众对权益类资产的需求在去年年底才被激活，对机构和量化工具的信任感存在较大的个人差异，部分人群更倾向于自己操作投资。
事实上，国内智能投顾的整体情势，也可以被看作是对前述三个发展瓶颈的阶段性回应，分别对应着平台的理财端设计、优质资产的获取能力及差异化获客能力。
作为“门面”的理财端要讲好2C的故事
既希望保本，又希望获得高收益是国内用户的基本需求，简单参与、低门槛是获客冷启动的关键。其普遍发展路径背后的思路，就是围绕核心客群拓展服务品类。这中间有一个投资者教育的过程。
在初次安装理财端产品时，需要详细阐释平台安全背书（只与持牌且有充足资金实力的正统金融机构合作，以合法结构将其产品证券化）和存管系统的合规性（尤其不能忽略后者，考虑到无资金池、无“交易一一对应”这些概念对于中产阶级来说并不陌生），建立起品牌认知的基础。
操作界面尽量简洁，不需要复杂的操作流程和判断过程即可开始理财，重视清晰的个性化资产配置组成以及明确的配置原因提示，在进行流动性管理和风险配置的过程中，根据用户资料、资产状况、资金的进出习惯分析帮助用户获得最贴合的收益，且随着数据积累，准确性逐步提升，用户稳定性将逐渐增强。
不能忽略的是，账号及服务器安全系统、多因素校验的程序需要下降到被用户感知的层面，具体的执行包括数据网络加密、同卡同出、手机验证及提醒、安全设备保证等。
资产端关键词：优质、多样、分散
资产端的组合实际上构成了平台的金融收益和安全框架，优质自不必说，需要对合作方产品进行风控评分后按标准采购，成为平台的基础彩资产，多样化代表的是选择不同大类、不同方向、不同机构的资产形成结构搭配，分散化指的是控制单个机构、单个资产与平台的双向占比在一个健康均衡的范围内。
尽调报告在多大程度上是详实和符合收益要求的，通过风控产品和采购产品的决策流程，基于不同资产属性的风险打分，打分项目和标准的迭代，都是平台方保证资产兑付安全的能力要素。风险评级有更为下沉的划分，对于股票类产品（基金），由于风险度量比较成熟、标准化，可以直接借鉴市场评级；但对于非标准化的P2P产品、基金产品、信托产品，则需要通过数据量化（来源：背景信息、搜索数据抓取、第三方数据、上门调研）制定评级。
此外，银行流动性备付不仅将带来黑天鹅期间的安全，也将作为资产质素的背书。其可能的实现方式是：与银行建立共管公司，每一份资产都经过银行风控部门评估，计算一定的资产预估值，在不同的情境下（如流动性紧张、流动性授信余额紧张）实施不同的收购或者临时出售策略。实际上岛目前为止，银行仍然是风控能力最为出色的力量，如果能获得银行的备付授信，将在很大程度上覆盖平台上的异常撤出。
品牌背书和长期高效的服务将形成品牌壁垒
风控之外，拉新、维持留存率、提高用户投资金额是平台们都非常 “走心” 的一件事，各个渠道的价格相比以前也都变得更加昂贵。目前看来，早期低成本地通过进一步培育用户对机器人资产配置方式的认可，一定程度上需要做投资者教育的工作，可能的方式至少存在这样五种：
用灵活理财部分提升用户参与感和认同感：在产品服务上强调一些短期投资的策略，例如10天以下的产品（让用户保持其炒股时周五存入资金，周一再转出资金的习惯），让用户了解平台的投资能力，同时通过让用户明显感知结果的不同，让用户理解到他们将为其消耗的流动性买单，反之，采取定期加息的组合拳，当现金稳定的保持在平台上，相应收益率就会上升。形成信任感之后再提升用户的长期粘性。
在尚未形成强品牌的阶段，做好品牌和营销的板块：例如可以模仿Uber和Airbnb，不断升级邀请系统和内容营销策略，基于CAC和LTV数据做推广渠道的优化。其中，注册用户的成本最好控制在20-30元，投资用户的获取成本主要取决于平台特征，一般在200元左右。
差异化客户体验：增强与用户的在线互动，例如推出每月用户榜引领合作者关注关心平台运营，“高成长用户”的树立可以提升平台的打开率，而“邀请用户、社交分享让邀请人和受邀用户同时赚取收益”则可以带来陡峭的增长曲线。
PGC：为投资者提供投资理财知识和深度研究报告，部分披露平台的运营报告，通过高质量的信息聚合用户，再以资产管理的方式变现。
借助微信KOL或者业界大佬背书：例如贝米钱包并没有对用户多少奖励，反而引入众多业界知名人士，比如大众点评副总裁，饿了么副总裁，AIG保险总监等用户寄语推广，取得了不错的效果。
用户及资金的双边增长状况将是衡量平台推广能力的两个重要信号，具体的指标包括：用户月存留、季存留（这里的存留用户应为仍有超过1000元财富在平台上的用户）；存留用户平均投资额；资金月增长率；多大比例的注册用户、存留用户以及存留投资额来自非付费渠道；每月老用户邀请新用户数；品牌词搜索、应用市场注册；赎回总额的增长速率与申购数额增长的横向比较；ROI（当月新增投资用户所托财富规模／当月市场费用）等。
规模化后的持续运营优化
很多理财平台都喜欢从规模、客户数下手，在BP里强调自己提高用户留存的措施和成效，似乎拥有更大的规模，更多的客户群，现实价值就更大，我的判断是，机器人理财不会是高流量的公司，但客单价能够维持在一定水平，且能够稳步提升。
金融本质上是一个羊毛出在羊身上的行业，理论上一个强变现行业，但是强变现的用户往往非常少，不可能形成极大的规模，逻辑很简单，绝大部分人都不是有钱人，看上去圈了很多用户，但是最终发现都是逐利层的屌丝。而这部分群体是最没有忠诚度的群体，他们风尘仆仆赶来的目的是为了能在你身上赚钱，大部分平台会出现10到30周后数据的下沉正是受到了羊毛党的影响。所以，如何从冷启动期转移到筛选有价值的客户，是非常重要的一个命题。
什么样的客户是有价值的？这包括两重意涵：从用户画像的维度来看，当下的时间点，80后为主对应的是新中产一代，地域分布以东部沿海和华南省市为主，男性为主，且女性投资者比例逐步扩大；从用户行为轨迹的角度，在每月活动更新的激励下，用户查看账户频度和操作频度应该稳中有升，这里的变现机会在于，高查看频率可以为分享邀请活动打下更大的用户基础，当下的高频操作即便是出于活期理财与日常生活的需要，也会为未来低频理财打下基础。
如何筛选？考虑到智能投顾的基本点正在于普惠大众，这实际上不是一个门槛设定的问题，而是在用户选择主动投资的同时，平台基于分层分析、资产配置、收益分配实现的系统内部的聚集效应。今后的智能投顾平台可以依据计算模型将用户分层的颗粒度做到更加精确，甚至将用户的情绪波动和人格特质考虑在内，以用户洞察和个性化服务提高用户持有期和人均存量，黏性和信任度的提升又将成为二次口碑传播的基础。
政策风向上，可识别的是一行三会的整合以及混业经营、混业监管的大趋势，2016年政府工作报告中再次提到规范互联网金融发展的要求，这已是互联网金融连续第三次被写入政府战略文件中，而且这一次的研讨角度已经由促进发展转为规范管理。相对宽松的环境将带来相当的红利，只要在合规性上不碰基本红线（不做资金池、没有错配、没有自融、自担等），机器人理财平台将获得异军突起的成长空间。
用户更活跃的时候是他们主动寻求投顾服务，而“主动管理”也正是互联网金融在经历过以余额宝为代表的各种“宝宝”、“牛市+移动互联网+大数据”为基础的各种“贷”之后的3.0新航海时代的最关键特征，机器人理财可能会首先获得年轻人的信任，再被推荐给他们的父母。无论是高举高打，还是扎扎实实稳住资产与资金“跷跷板”的两端，我们都可以期待，在资本市场加码、银行券商业务逐步转型的加持下，机器人理财的产业链骨骼会不断完整，形成新的矩阵。