基于这种情况，企业方可以提供很多方便的投资工具或者分析工具。比如基金的优选及诊断，同时配上一些诸如数据回测工具，估值概率分位，因子强弱分析，MPT之类的分析工具。一般来说，人对机器的容错度往往高于人对人的容错度，对用户进行市场教育的同时，给用户一定的自主选择，某种程度上增加了其对机器的容错度。长时间来看，有利于人们对智能投顾的接受。
而当企业采取这种方式，无论是TO C还是TO B，都会产生新的赢利点。
回到最开始的问题，智能相对论认为智能投顾处于蓄势待发阶段。虽然在我们国家既有智能+投，也有智能+顾问，既有机器主导，也有人机融合，不乏各种“挂羊头卖狗肉”的情况，但我认为这是变革转型期的常态，无论是欧洲、美国，都会面临这种鱼龙混杂的现象，相信伴随着AI技术的成熟和相关政策的落实，智能投顾必将颠覆现有的投顾模式。