在我国对金融与科技领域的高压监管下，你显然无法向监管机构充分解释神经网络的运作原理。
3、背后的商业逻辑未变，即配置资产和金融服务的属性没变。
传统投资顾问由专业人士担任，主要针对高净值人群，由于人力成本高，传统投资顾问的管理费普遍高于1%，且边际成本下降不明显。但基于计算机算法辅助的智能投顾，管理费普遍在0.25%－0.5%之间，边际成本随客户增多而下降，边际效应明显。
但是，相比于传统机构，智能投顾公司投入市场和运营的花费却很大。这是典型的互联网发展模式，先砸钱做用户量。但是，这样就增大了获客成本。这就难免使投资者感到疑惑，估值这么高，你的核心竞争力呢？慧牛也出现了类似的问题，其产品创新乏力，和投米、灵犀智投区别不大，均是基于风险评测得出投资组合，产品同质化严重不说，其基金数量极少，风险很大。同时，智能化程度不高，公司盈利率也并不理想。
智能投顾想要颠覆传统投顾似乎还为时过早。哈佛商学院教授克里斯坦森认为颠覆性分两种，新市场颠覆——能够开辟一片新的市场；低端颠覆性——能给现有产品，提供一个更简单、低价或更方便的替代品，而智能投顾想要颠覆传统投顾，似乎还为时过早。
智能投顾接下来该怎么破局？
虽然与人相比，机器不会疲劳，可以24*7小时工作，对数据拥有更强的记忆力和掌控力，但是，实践起来并不容易，是时候打破这一迷雾了。
1、优势互补，技术与流量的结合
上文提及的Betterment，辛苦10年积攒20万用户，资产管理规模100亿美元，在短短两年内，就被老牌资产管理机构Vanguard超越，Vanguard当前管理规模是830亿美元，已经是Betterment的8倍。智能投顾的竞争优势是品牌，而品牌恰恰是老牌资产管理公司的强项。品牌弱，则获客成本高。高财力、高信任的用户，转化成本不是独立智能投顾所能接受的。
比如中农工建这种大银行，很早就和BATJ等互联网金融企业合作。这里合作的一大关键就是技术能力。而一些缺乏技术能力的中小银行，城商行，农商行也显然有进军智能投顾的趋势。他们一方面被大银行压的不行，但往往也在地方上有一定的获客优势，另一方面他们也往往有锐意创新的需求在，但是碍于其薄弱的技术实力往往很难推进类似的创新，这便可以与具有技术优势的智能投顾们优势互补。
银行天然对风险很敏感，切入点可以是低风险的定投或者偏固收类的资产配置等。总之，采取相互赋能的形式，最大程度的将蛋糕做大。
2、AI+HI，人工智能为主基金经理为辅
金融市场上的收益产生过程与方式千变万化，只有通过人脑的思考、理解与创新能力，才能够将其架构成应有的模型。而智能投顾只能在部分程度上完成这个任务，因为它没有创新与发展的能力。同时智能投顾侧重于“投”，缺乏“顾”。
因此现阶段，人的干预就显得十分重要。智能投顾作为一种参考，最终投资建议必须经过人工检视、处理后才能提供用户使用。一般，用户与传统投资顾问有更多的互动，可以涉及用户税收筹划、房地产投资、子女教育投资等更广泛的财富管理增值服务。从用户的角度出发，顾比投甚至更重要。因为对于用户来说，“投”本身就是智能投顾的分内事。而做到“顾”，需要在投的过程中的适当的人文关怀，就算没有客套话或者不做大跌时候的心理辅导，也应该给用户一个投资理念的正确引导。想人之所想，这是获得用户信任的不二法门，有时候甚至比投得好（赚钱）还有效。
从行业发展情况来看，由于依托传统金融机构的平台资源和客户渠道，AI+HI的模式是现阶段最为有效的方式之一。虽然未来的趋势势必是资产配置建议完全由机器人投顾的人工智能算法给出，但是技术的发展是有阶段性，先驱和炮灰往往只有一墙之隔。
3、提供数据分析，让用户自主选择
前我国证券市场仍然以散户为主，市场情绪波动巨大，很容易出现不理性的投资行为。这种非理性行为某种程度上助长了上市公司的有恃无恐，因为投资者的决策并不是依托长期价值，而是通过小道消息、讲故事。通过金融学中公认的科学投资方法，如组合投资、资产配置等概念，引导投资者理性配置自己的资产。同时，智能投顾的主要目标人群势必是年轻人和一大批新中产，这些互联网原住民对智能投顾的接受度可能略高于一般群体，但对机器的信任值也达不到轻易拿出自己口袋里的钱。