股灾后经历了多轮震荡，A股正陷入熊市，流动性逐渐降低，此时投资任何针对C端的智能投顾项目似乎都显得不合时宜。虽然市场不好，但利用人工智能来给投资者提供资产配置建议，在可预期的未来仍然存在庞大需求，这个需求则可能首先来自于B2B。

36氪最近接触了为券商、银行、基金等财富管理机构提供智能投资数据服务的项目——今日投资，其主要针对B端客户，合作机构涵盖了招商证券、平安证券、光大证券、中国工商银行、易方达基金、贝莱德等国内外券商、银行、基金、资管等机构。

实际上，今日投资为这些机构提供的是个性化的智能投资理财方案，例如券商的用户画像，今日投资基于用户数据，分析得出每个用户的投资风格和风险偏好，然后给出个性化、专业化的投资理财建议。一款智能投顾系统由十几个不同功能的模块组成，而这些目前均放在券商、基金App上。

券商银行等资产管理机构，一直有尝试使用量化模型来进行资产配置管理，但并未成为机构标配。今日投资涉足这一领域较早，自2002年创立了上市公司盈利预测数据库，并经过了十年的数据积累，于2012年开始为机构投资者输出量化投资策略。

平安证券是机构中最早接触并认可今日投资的券商，采购了较为完整的智能投顾体系与其他为B端提供智能投顾服务的项目相比，今日投资的优势体现在数据和人工智能算法的积累深度，也就是策略和模型的有效性。

优秀的智能投顾服务体系，需要庞大的优质底层数据作为支撑，以及转换成计算机语言的准确性，这一点是基础。例如一支股票今天的每股收益和十年前的是不一样的，因为股本发生了变动，这就需要把历次变动全部计算一遍，这一点很多数据提供商做不到，所以很多基金必须寻找到最精确的数据提供者。

有了高质量的金融数据，投顾还需要既懂技术又懂投资的人来做才行。今日投资最核心的是交易策略，一些基金公司也在用这些量化投资和机器学习策略。以前很多人在做量化投资，量化投资是根据过去推导未来，对市场大事件的灵敏性不够，但机器学习监控了市场每时每刻的变化，使得模型更灵敏，所以今日投资在2005年做了量化投资模型，现在又加入了经过实践验证的机器学习。

例如针对私募基金中基金经理的“机器人秘书”产品，由于基金经理都管理了众多股票组合，依靠个人来跟踪这么多组合日常变动不太现实，机器人秘书可以实现跟踪股票组合的日常变动，并且通过人工智能和机器学习，来把这些事件对行情的影响量化，用数值来表示利空和利好的状态。

这些策略的准确性得益于今日投资的团队背景，其创始人兼现任公司董事长康晓阳曾任君安证券副总裁兼投资总监，具有十年海外对冲基金和二十多年国内证券投资管理经验。

在盈利模式方面，目前今日投资主要的收入来源是ToB。2015年前后，今日投资的智能投顾产品主要通过券商给股民提供投顾服务，从2017年起随着行业崛起，开始向金融机构输出大类资产配置投顾服务。早期的智能投顾产品主要卖给券商，券商在市场培育阶段免费给用户提供。

但纯做ToB业务肯定会遇到天花板，为了打破这个天花板，今日投资也在尝试新方向。首先是研发出一些toC的产品，通过银行券商已有的网络进行销售，收入与券商、银行分成。比如，与银行的合作，当前国内银行的智能投顾主要是以公募基金为标的，以投资组合建议的方式向客户提供线上投顾服务，今日投资为合作银行提供智投策略的同时获取销售分成。。

今日投资目前的营收规模在千万级，还处于培育市场期。成本主要是研发，员工结构以研发为主，不过产品的边际成本会越来越低。由于近期股票市场处于弱势，银行大类资产配置成为新增长点（当股票市场不行的时候，大类资产配置中买货基、债券等的需求比较多）。