Робо-консультанты были обставлены как будущее финансового управления, демократизацию островной мир инвестиций, и использование больших данных, чтобы помочь нам сделать лучше денежные решения. Замена эксклюзивных услуг со сложными алгоритмами открыл двери для глобальной аудитории, в теории.

Сегодня практически любой человек может испытать силу больших объемов данных, но реальность такова, что средний американец не в финансовом положении, чтобы воспользоваться этим предложением. Гэллап утверждает, что 55% американцев вложены в фондовый рынок, однако огромный 80% американцев в долг. Это составляет $ 12 трлн потребительского долга в США, и тревожная истина заключается в том, что многие в минусе на самом деле не знают в полной мере от него.

Что случилось бы, если бы мы должны были использовать замечательные возможности этих новых технологий для решения долгового кризиса? Это могло бы способствовать развитию прозрачности, отображения прогнозов на будущее, а также обучать потребителей. Вместо того, чтобы просто помогать тем, с одноразовыми финансами, чтобы сделать больше, мы могли бы действительно начать атаковать эту проблему. Давайте более подробно рассмотрим это.

Финансовые менеджеры, инвестиционные консультанты и менеджеры хедж-фондов уже давно зарезервированы для богатых и знаменитых. Однако новое поколение алгоритма на основе робо-консультант всплыл, позволяя тем с небольшим количеством свободных денег, чтобы извлечь выгоду из того же рода советов, и прибыль от инвестиций.

Эта технология позволяет легко выделять отдельные лица средства в соответствии с целями экономии, сроков их достижения и их выбранного уровня риска, что означает, что клиенты сегодня имеют полный контроль и видимость с их онлайн-панели. Это означает, что клиент может позволить технологии понять это - посылая им частые обновления и прогнозируемых результатов, используя наиболее полную информацию последнюю дату.

К 2020 году Робо-консультанты обойдется $ 2 трлн в США, 5,6% от общего объема инвестиционных активов в США, по данным консалтинговой компании AT Kearney. Это предсказанное десятикратное увеличение в течение 5 лет, и это показывает, что Робо-консультанты в виду бизнеса.

Эти инвестиционные платформы являются большими, но то, что о людях, которые противостоят долг, изо всех сил изо дня в день с их собственным финансового управления? Это те люди, которые действительно нуждаются в этой финансовой помощи.

Средняя долг США в настоящее время находится на уровне $ 129579 на одну семью. Это накопление долгов начинается в молодом возрасте. Исследование потребительского долга Мета Брауна показали "искаженное восприятие" финансов по всей стране, отметив значительное несоответствие между тем, сколько потребители считали, что они по сравнению с их фактической задолженности. Это делает большой случай для улучшения прозрачности с самого начала, особенно если учесть, что средний долг студента составляет $ 47712.

Молодые специалисты сегодня, начиная с негатива будет бороться, когда дело доходит до вехой покупок, таких как покупка дома или автомобиля. Туристические возможности становятся ограниченными, и многие задержки создания семьи.

Некоторые актеры активно работают над повышением прозрачности. Некоторые сайты помогают студентам путем сравнения различных кредиторов. В 2012 году Университет штата Индиана начал посылать своих студентов "долговые письма" - правописание из общей суммы задолженности, включая проценты, и связанные с ними ежемесячные платежи после окончания школы. Это улучшение, однако по-прежнему существует острая необходимость в инструменте, который показывает лучшее отражение общего финансового положения индивида - и в то время как технология существует, никто не создал его еще.

Благодаря приоритизации сегодняшним потребностям над будущей безопасности, многие в конечном итоге отодвигая даты выхода на пенсию, и остались с очень небольшим количеством финансовой поддержки в последующие годы. Благодаря выстукивать в их 401 (к) (9%) и брать кредиты на их счета (16%), американцы сегодня действуют "кража от них самих".

Millennials во многих случаях зачастую не знают о более широкую картину, когда речь идет о заимствовании. 63% этой возрастной группы не владеют кредитными карточками. Они не понимают важность этих инструментов в формировании кредитного рейтинга, и эти привычки расходов и финансовые структуры будут иметь большие последствия вниз по дороге. Нам еще предстоит увидеть влияние спиралью платы за обучение и цены на жилье. Тем не менее, они, вероятно, будут гораздо хуже, чем экономические штаммы прошлых поколений.

Алгоритм на основе финансовых технологий может создать портфель идеальных финансовых инструментов для человека в долг, таким же образом, что Робо-консультанты создают инвестиционные портфели. Идея заключается в том, чтобы вычислить и сравнить использование различных финансовых продуктов, помещая это контекст финансовой среды человека.

Используя собственный кредитный рейтинг человека, финансовые потребности, а сумма, которую они могли бы реально совершить в погашений, эти инструменты могут посоветовать суммы кредитов и поставщиков. Они могут быть использованы для обеспечения критического понимания и воспитывать новое поколение в лучшем поведении расходов. Технология может позволить потребителям получить максимальную отдачу от различных программ денежное вознаграждение. Это может быть через автоматический выбор лучшей кредитной карты, чтобы использовать для покупки газа, или найти лучшие денежные схемы вознаграждения за покупки ваши покупки в магазине.

Использование четкой технологии визуализации могут взаимодействовать сложные объекты, такие как динамический АТР, и снижение кредитных баллов в понятной и актуальной образом. Эти инструменты обеспечивают бы регулярные обновления и предупреждения, так что транжиры не должны действовать таким образом, реактивной. Предстоящие платежи могут быть помечены, а также повторяющихся счетов за неиспользованные услуги. Этот метод общения идеально подходит для цифровой подкованных тысячелетнего, и обеспечит большую осведомленность о теме, которая действительно важна.

Есть некоторые ранние птицы в этой области, но мы считаем, что все больше и больше FinTech предприниматели будут решать эти проблемы, поскольку технология развивается, освоение машинного обучения для автоматизации вычислений, основанных на известных структуре расходов и доходов, для будущего сценария.

Растущее неравенство между богатыми и бедными в США является серьезной проблемой. 0,3% от годового дохода идет на беднейших 20%, в то время 51,4% идет в карманы самых богатых 20%. Успехи тех, с располагаемого дохода для инвестиций позволили предприятиям разработать эффективные инструменты для визуализации и обработки денег. Теперь настало время, чтобы превратить эту технологию в подавляющей массе долга США, используя интеллектуальную технологию для создания более разумных расходов привычки.