大家激动又害怕的嚷嚷了半天，其实纯粹的AI投资刚刚现世。
怎么，居然不是大家期待已久的硅谷新兴金融公司，也不是谷歌出品，却是向来以严谨著称的德国人！
但确实是这样，可能德国人喜欢研制机器人吧……
由于是德国公司，资料都是德文，找合适的资料和相关信息有点累。不过，富二还是尽力梳理出了一些素材。
Acatis在AI研究金融领域特别活跃，该公司开展了名为Quantenstein的AI项目，该项目使用人工智能来为其全球营运的基金提供股票投资辅助。
上面说到的这个全球股票基金，Acatis表示：选股，权重和换仓全部依赖于计算机深度学习，基金经理不再干预投资决策过程，该系统评估下来可以具备多年经验的优秀分析师能力。
Acatis认为AI与人类分析师相比有两个主要的优势，即能力更强和情感分离，并认为深度学习模式也可以探索人类无法察觉的方面。
该基金选择全球范围内的50只股票，目标是每年至少3％的可持续跑赢MSCI global指数。
不过，如果富二没有看错的话，这只基金5万欧元起售，销售费率5%！
太高端了啊，门槛堪比专户，费率比肩私募啊！
公司的负责人好像意思是说，因为这是世界首只，所以费率很高。
估计因为稀缺，所以之前的研发投入成本很高，必须要抬高收费门槛吧。不过，费率5%，却只设定跑赢3%的目标基准，那投资者为什么不去买费率低于2%的跟踪MSCI指数的基金呢……
说到这里，富二不得不来厘清一个大家比较混淆的事情：AI投资和AI投顾。
AI投资，就是AI选股，主要为基金等资产管理公司使用。
AI投顾，就是智能投顾，主要用于面对终端客户的理财产品销售。
投顾，即投资顾问，英文Advisor，再俗一点就是理财产品销售。
一个人工智能系统的开发非常耗时耗力耗钱，但是客官有没有发现，国内的各种标榜“人工智能”的理财系统都是免费使用的。这不仅让客户有点担心：免费的东西靠谱吗？另外，既然免费的推荐，客户很可能只是看看，却并不按其推荐做，因为免费的不照做也没损失，如果收费的却没照做那可就损失了！
所以，一个智能投顾是不是销售，可以看它收不收咨询费。
如果收咨询费，表明它依靠咨询服务赢利；如果不收咨询费，说明它从上游也就是产品提供商那里收佣金，那它就是销售。
如果是佣金赢利模式，那么这种智能投顾的推荐有没有猫腻，会不会首推佣金高的产品，值得用户三思。
实际上，在个人投资者看来，AI投顾和AI投资差别不大，甚至前者包含了后者，由于投顾本身就是告诉他应该买哪些产品，如何配置资产，当然投资股票时也包括选股推荐。
但大多数散户往往只投一种金融资产，因为要了解各种投资品类并深入研究是很难的，所以大多数只投股票，那么这时他们需要的也就是“AI投资”。
很有可能，散户比机构更喜欢和更易接受“AI投资”。这一点，从那些几千上万元的高端炒股软件，会费动辄几万元的QQ指导群快速的被销售出去的事实，可以知晓散户对于以高昂代价购买那些神秘性质的所谓高端的赚钱工具，向来不缺乏勇气。
但是富二要再次强调的是，AI投资相比传统人工投资，不会在获利上有什么优势。前文Acatis也讲了，AI系统具备资深优秀分析师的能力，而不是大概率超越优秀分析师的能力。
AI投资的优势主要是节省成本，也许一开始研发的投入很高，但拉长时间且放大规模，单位成本可以快速下降。
把这个逻辑反向推至极限来看：如果AI投资明显战胜传统人工投资，那传统人工很快就会被取代，然后普天下就都是AI投资，但是显然不可能普天下的AI全都盈利，总是有赢有输。所以AI投资获利比人类有优势的理论是站不住脚的。
那么AI投资和AI投顾的意义到底在哪里呢？
富二认为，就和某武林高手自立门户一样，AI也会开启自己的“宗派”，但不会通杀其他所有门派。毕竟，要允许不同的人信仰不同，追随不同。
所以，AI投资开启了量化投资时代，AI投顾开启了大类资产配置时代。
前一个好理解，可为什么说AI投顾开启了大类资产配置时代呢？因为对于个人投资者，不同资产的“理解”门槛很高，也就是根本不懂其他市场。而AI投顾帮你降低了知识门槛，打通了购买渠道，使得大类资产配置对于非财务专家来讲也成为可能。
想想看，光一个股票市场，有些人穷其一生研究都没有搞明白，甚至十几年的老股民因为搞不懂一些市场规则，亏了钱只好靠哭闹投诉的方式去讨回，也是蛮丢人的。但以后呢，也不要花时间在自己不擅长的事情上，只要交给AI投顾就可以了。
当然，这样一来，AI投顾的研发公司的压力也大了。因为以前投资者亏了是选时错了，只能怪自己；但是以后就会说你家的AI投顾不靠谱，全怪你。就像特斯拉撞了人，明明是司机自己违规把手脱离方向盘，但非说是特斯拉的自动辅助驾驶系统不好。
所以富二劝做AI投顾的公司还是悠着点，没有金刚钻表揽瓷器活，也不要为了赶潮流非把一个普通的资产配置软件说成是智能投顾，否则风险很大滴。
最后，富二告诉客官，为什么机器人投资、智能投顾喊了那么响但至今也没有一个能引起市场轰动的产品问世？
答案是：因为硬件达不到！
人工智能的实现需要依赖三个要素：算法是核心，硬件和数据是基础。
算法是人的因素，假设有这样的奇才们存在。
首先是没有可承载大数据洪流的途径和物理设备。大数据到底有多大？一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多。
想做AI投资，哪家公司能拿到交易所和清算公司的所有数据？哪家公司能总和所有券商通道里的所有投资者行为？即使有了，如何整合清洗处理？
退一步，即使是目前表层的市场公开数据，每天也以极快的速度增加，再大的野心面对大数据洪流就像老虎跌进了大海。
其次是处理器问题。当前摩尔定律已经退行到极值，传统CPU处理器架构需要数百甚至上千条指令才能完成一个神经元的处理，但对于并不需要太多的程序指令，却需要海量数据运算的深度学习的计算需求，这种结构就显得非常笨拙。
所以AI运算不是用大家熟知的intel之类的CPU，而是用“显卡”，对了你没看错，用显卡也就是GPU，因为GPU 擅长浮点运算，用于计算功能的晶体管比CPU多出4倍。
但是，专家们发现GPU也不是最终的理想工具，他们又打算搞一种叫“半定制芯片FPGA”的东西。而与此同时，谷歌又在自行研发一种AI芯片叫TPU，他们都希望成为AI硬件领域的霸主。
那么，谁家的标准能制霸？AI硬件的瓶颈会如何解决，如何进化？这些遥遥未知……
在这之前，一切说自己是AI的，都是假的AI。
最后的最后，希望看了本文的从业者们，今晚能睡个好觉。AI要替代人类的工作，还早得很，早的很……
长按二维码获取富国基金微信号↓↓↓
