智能投顾也称机器人投顾(robo-advisor)，其运用云计算、大数据、人工智能等技术将资产组合等金融投资理论应用到模型中，再将投资者风险偏好、财务状况及理财规划等变量输入模型，为用户生成自动化、智能化、个性化的资产配置建议，并对组合实现跟踪和自动调整。
智能投顾作为人工投顾的替代品，通过获取用户的风险偏好水平以及大致预期收益率等指标，运用智能算法以及组合投后的自动化管理技术，帮助用户实现主、被动投资策略相结合的定制化投顾服务。因其服务过程能够实现全部或绝大部分自动化操作管理，因此被称为智能投顾。
智能投顾最早起源于美国，发展历程大致可分为三个阶段。
在线投顾阶段：20世纪90年代末期，可供投资者选择应用的投资分析工具的技术水平和规模开始扩大。2005年，FINRA 颁布 NASD IM2210-6 Requirements for the Use of Investment Analysis Tools 规章，允许证券自营商将投资分析工具（investment analysis tools）直接让投资者使用，投资者可以利用投资分析工具进行不同投资策略的投资收益分析，对收益和风险有更好的把控。此后，在线资产管理服务规模迅速增长，更多长尾客户在此阶段受益。此阶段的特点主要是机器智能应用比较有限，主要应用领域是投资组合分析。
机器人投顾阶段：2008年～2015年期间，大量新兴科技企业开始为客户直接提供各类基于机器学习的 “数字化投顾工具”，机器人投顾商业模式开始发展。这些公司开发的面向客户的投顾工具提供的功能之前只被金融从业者应用，目前已经广泛被客户所直接应用。在这个阶段的很多实际应用案例中，证券公司对他们的“数字化投顾工具”提供的投资策略负责。
人工智能投顾阶段：2015年至今，以大数据为基础的深度学习被广泛应用，人工智能技术取得突破性进展。智能投顾服务商和科技企业开始尝试开发能够完全消除人类参与投资管理价值链的人工智能系统。目前包括国外的Bridge Water、Wealthfront，国内的弥财等都已经实现了这样的系统开发和商业化运营。通常采用“人工智能+云计算”体系结构的服务商，在计算设备和软件开发方面投资巨大（少则1-2亿，多则几十亿），能够同时服务千万、亿级别的海量用户。
在智能数据分析方面，智能投顾有两种运作模式：一类是侧重信息的输入端，利用机器的优势收集并处理海量数据，从海量噪音信息中快速且准确的找到有价值的信息，提高信息筛选效率；另一类是侧重信息的输出端，运用机器学习、自然语言处理和知识图谱等人工智能技术分析宏观经济、公司业绩、网络舆情等数据，判断信息与市场之间的关联性，进而输出投资决策建议。
智能投顾算法模型
在没有智能投顾的时代，理财师服务的门槛相当高，例如最有名的高盛对于财富管理的投资门槛在5000万美元以上。智能投顾的出现，只是降低了财富管理的门槛，让大众偏富裕人群也能享受到这种服务。
虽然智能投顾具有广阔的市场潜力，在专业性上也具有巨大优势，但就目前的发展水平而言，其所提供的服务还远远达不到专业理财师的服务水平，专业的理财师能根据投资者的具体情况，提供具体到每个人的投资方案，这是目前智能投顾所不能实现的。
具体来讲，根据投资者的年龄、学历、职位、收入、储蓄、家庭环境等因素，专业的理财师能为投资者提供最合适其自身的具体投资理财规划方案，而这个方案不仅仅是推荐一款投资理财产品，而是分析投资者适合在短期内投资什么产品，在未来适合做哪些投资规划等，这些，都是智能投顾所不具备的。所以，业界专家认为，至少在未来5年内，智能投顾可以在大数据分析等方面减轻理财师的工作量，但依然不可能代替理财师的绝大部分工作。因此，从这一点看出，理财师具有不可替代性，自然也就不存在理财师这一职业消失一说。但智能投顾的发展十分迅速，随着技术的不断进步，相信未来在投资理财领域所发挥的作用将越来越大，对理财师的影响也会越来越大。
专业的投资顾问要在投资者选择智能投顾前做好长期投资理念的引导，并介绍智能投顾的特征，分析市场常见的智能投顾产品，并提供选择建议，之后还要在投资者持有期间，做好疑问解答，避免投资者在不合适的时机退出，或建议他们在合适的时机进行追加。
网友评论