Roboten tar över finansiell rådgivning. Roboten kommer välja den billigaste fonden. Roboten som ger dig ett pensionsråd. Roboten som kommer ge dig fondrekommendationer på den bästa fonden.

Det har formligen exploderat av företag som bygger robotar som skall ersätta den fysiska finansiella rådgivaren, som i många fall är en robot själv i att vara programmerad med en centralstyrd algoritm, som säger att kunden skall välja en placering med en viss riskprofil och avgift från en viss leverantör.

Denna typ av robot är dock dyr då den är belastad med sociala avgifter, lön, gymkort och andra förmåner samt att den måste gå hem och hämta barn på dagis. Sedan så har vi den riktiga rådgivaren, den av kött och blod som fungerar som en rådgivningsrobot skall göra i den bästa av alla världar. Med begränsningen att det är en människa. Vi kommer tillbaka till denna.

Investeringsrobotar och deras förträfflighet bygger på parametrar såsom exempelvis tillgång till data, processkraft av data, programmeringskunskap och sammanvägning av data för framtida beslut. Datainhämtning och tillgång till data har blivit en tillgång med överutbud.

Nittio procent av all data som finns tillgänglig idag har producerats de senaste åren. Det ger en enorm möjlighet men samtidigt en enorm fara i att ju mer data desto mer brus. Mer ska sorteras bort för att vaska fram relevant data som kan ha bäring på framtida utfall. Tittar man på många av de investeringsrobotar som sett dagens ljus så är de byggda på väldigt enkel data, men där programmeringen har paketerat den snyggt. 

Ta exempelvis en robot som väljer den billigaste fonden. Du som är användare av en sådan robot får således automatiserad information om vilken som är den billigaste fonden. Detta är sensationellt att en robot vet detta. Ett annat exempel är roboten som givet några svar från dig som konsument av rådgivning spottar ut ett färdigt förslag som passar just dig och för all tid och evighet.

Koppla ihop de två sista robotarna och vips så har man en robot som spottar fram de billigaste och det mest långsiktiga förslaget som är rätt för dig. I de flesta fall har du redan gjort jobbet genom att svara på några frågor som exempelvis – är avgifter viktiga för dig i fonder? Är du riskbenägen? Svarar du ja två gånger så är rådgivningen klar (lite förenklat) och därmed står man inför ett worst case scenario. Du blir erbjuden ett dyrt paket med billiga fonder och hög risk. Det var ju så du ville ha det och frågeställningen om paketeringen var utesluten eftersom det var förprogrammerat.

Detta är inte robotrådgivning utan ett sätt att friskriva sig från ansvar med hjälp av en robot som är iskall. En stor del av robotjobbet som finns idag kan man faktiskt som individ enkelt göra själv. Hitta en billig fond med låg eller hög risk. Det robotarna skall göra och där de kan addera riktiga värden är i dynamiken i produkten, fonden eller rådet.

De skall vara en del av det som komma skall och inte bara en digital lösning för att rationalisera bort kött och blod. Denna utveckling har inom andra delar av finansbranschen kommit enormt långt och har drivits i tiotals år av många systematiska hedgefonder såsom Renaissance, Winton, Lynx, Graham för att nämna några alternativt algoritmstyrda tradinglådor hos investmentbanker.

I takt med att data och processkraft blivit mer mångfaldig och starkare har dessa firmor kunnat implementera maskinellt lärande, faktorstyrda signaler och biometri. Allt detta för attvara en systematisk och automatiserad lösning för framtiden och under placeringens gång. Roboten måste kunna hjälpa spararen under placeringstiden och vara reaktiv samt proaktiv och agera på rätt faktorer med rätt underlag i rätt instrument.

Claes-Henrik Julander, styrelseordförande på Penser summerar det väl:

”I Sverige har det bara gjorts ett par tassande försök på sparrobot-området. Avanza har lanserat tjänsten Portföljgeneratorn och SPP har lanserat Portföljväljaren. Kunden fyller där i sin riskprofil och sparhorisont och får ett förslag på vilka fonder som ska ingå i sparportföljen. Men ingen av tjänsterna kan ombalansera en portfölj och är därför mest ett slags digitalt beslutsstöd.”

Om man exempelvis ljuger när jag svarar på mina frågor om risk etcetera, vad blir förslaget då? Om man inte är sanningsenlig kring sin riskprofil eller riskbenägenhet. Vad blir förslaget då? Alltså det är inte så enkelt. Vem tar ansvaret för det? En sanningsförsäkran av kunden eller skall roboten ha mönsterigenkännande algoritmer programmerade så att man kan justera för exempelvis lögner?

Anledningen att de mer avancerade robotarna inte implementerats i större utsträckning beror på att IT infrastrukturen hos avsändarna inte riktigt har hängt med eller kan öppnas upp för integrering varför man i många fall bytt namn på webtjänster och istället kallar det för robot.

Jag själv tror att framtiden ligger i en integrering av automatiserad och systematisk rådgivning som kommer att effektivisera och individanpassa lösningarna betydligt mer än vad som erbjuds idag och göra dessa mer kostnadseffektiva. Utvecklingen går snabbare än vad implementeringsviljan är och fram till dess så måste robotarna arbeta i synergi med rådgivaren.

Den smarta rådgivaren idag gör rätt i att ta roboten i hand och arbeta ihop med sin plåtkompis för att på balansen förbättra för sig själv och kunden. Det går idag och då blir det inte så banalt som att bara ha en robot som sorterar ut billiga fonder. Tänk den dagen en robot hittar en dyr fond som är bättre i sitt gebit som en billig. Skulle det vara slutet för robotrådgivning?