内容摘要：当用户成功提交申请后，商品势性再对其进行风险资质的判断和筛选。

从需求端来看，短期财富管理过程中涉及大量客户沟通、短期风险评估、资产配置、业绩反馈等环节，消耗了投顾和客户的时间与精力，也限制了财富管理业务的拓展和用户体验的提升。从供给端来看，有反蹴在投顾进行资产与风险偏好匹配的过程中，有反蹴有大量的不同类型的风险、个性化的投资决策，均需要依托量化分析的技术实现，而在实际作业中很多机构还是主要依靠人的主观判断和经验为主。下跌生成式AI的出现为突破这种局面创造了可能。生成式AI能够模拟人类的思维模式，商品势性通过对海量知识的学习和训练，商品势性以文本、语音、图片和视频等形式创造新的内容，而且这些内容创造的边际成本很低，如果是在专业的知识库内进行训练，生成式AI则意味着机器将以更便宜、更快捷，以及更专业的方式与客户进行交互，而且这种交互将直接作用于金融产品成交和转化的环节，打通了从数字化基础设施建设投入到见到成效的最后一公里。波士顿咨询认为，短期“在生成式AI应用方面，短期举例来看，银行的理财客户经理可以直接与生成式AI助手进行自然语言交互，询问与客户的联络情况，包括上次联系情况、客户持有产品、近期交易状况等，并在此基础上，由AI推测客户偏好的产品类型，给出推荐产品和产品对比。在这种情况下，有反蹴客户经理不需要具备大量专业化、有反蹴数字化工具的使用技巧，并用这些工具完成很多从0到1的信息加工，而只需要问正确的问题，由机器负责完成从0到1的信息加工工作，此时客户经理只需进行判断评估、做少量修改就可以。