人工智能情缘：免谈；人工智能客户经理：欢迎

作为一名婚姻美满——尽管时常被气到——的已婚女性，我没想到上周会和一个男人进行一场“不是你的问题，是我的问题”的分手式对话。

然而，当时的我正困在一通注定失败的电话里，对方是最新一位接手我那增长缓慢的大众富裕阶层银行账户的客户经理。

在他试图劝说我与他见面时，我心想这次他又会向我推销什么。是股票挂钩票据产品？还是有前期销售费用的单位信托？又或是一份需要支付高昂保费的投资连结保险单？

我礼貌地用“我很忙”作为托词，直到他终于挂了电话。

或许他的热情推销对下一个接到他电话的人来说是受欢迎甚至有益的。但像我这样的人，对他那样的人来说，简直是噩梦，而且未来像我这样的人可能会越来越多。

汇丰银行 (HSBC) 最近的一项调查发现，虽然有62%的富裕人士更倾向于将人类专业顾问作为投资建议的主要来源，但在我这个年龄段的人群——即Z世代和千禧一代——则普遍更喜欢混合模式，即在“每一项主要财务任务中”同时使用人工智能和人类顾问。

大众富裕客户

雪上加霜的是，我的同辈们很可能也属于大众富裕阶层——即拥有价值10万至100万美元流动资产的人群。我们所能获得的大多数投资选择都是通用、可互换且容易商品化的。

与此同时，我这一代人并不能保证未来会跻身富人行列，但我们中的大多数人终将步入更高的年龄段，并带着我们不愿接听陌生来电的习惯，以及向大型语言模型（LLM）倾诉的倾向。

愿意接听客户经理电话的大众富裕客户群体最终将会萎缩。银行业必须意识到这一点——咨询公司麦肯锡 (McKinsey & Co) 最近暗示，对于流动资产在100万美元或以下的客户，人工智能可能会取代人类顾问。

麦肯锡的一位高级合伙人表示：“如今，大众富裕客户可以从人工智能那里获得近乎私人银行品质的服务。”

但要从大型语言模型（LLM）那里获得“私人银行品质”的服务，不仅仅是向它要一个股票推荐那么简单。人工智能的优势在于能够梳理海量的文字和数据，针对具体问题给出精准的答案。

例如，你可以将一份结构性产品的宣传册输入大型语言模型，让它找出隐藏费用，或为你的本金生成最坏情况下的情景。

你需要具备基本的个人理财知识才能提出正确的问题，但即使你缺乏这些知识，也可以通过向多个聊天机器人提问并整合出最佳问题组合的方式，反向推导出这些问题。

不过，银行业仍有人类的一席之地。汇丰银行在讨论其调查结果时认为，客户在财富顾问身上所看重的是判断力、对背景的理解以及——最关键的——责任感。

一个大型语言模型或许最终能缩小与人类在判断力和背景理解上的差距，但它不会为你的不佳投资组合承担责任。

就目前而言，我宁愿把机会押在机器上。当市场暴跌时，聊天机器人不会同情地倾听，但至少它不会在周二下午打扰我，向我推销投资连结保单。