人工智能何時真正“到來”?很長一段時間以來，這一直是哲學家和計算機科學家的一個問題，他們在思考通過圖靈測試是否真正表明了智能，還是在爭論我們對人工智能的定義應該有多廣泛。但是，在過去的幾年中，這個問題已經發生了很大的變化：隨著諸如虛擬助手之類的消費者AI工具的出現以及為將AI的力量帶入業務運營的現成解決方案的可用性的日益提高，這個問題已經出現。變得不那么哲學，而更加務實。現在，對于業務領導者而言，通常通常不在于是否應對AI的到來，而是如何應對AI的到來。

當然，諾言是巨大的。很難想到經濟領域不會改變，并且很難想到一個簡短的摘要來恰當地概括這些改變將是什么。對于每項業務，很可能至少有一件事情可以更快地完成，或者可以提供給更多的人使用，或者變得更加準確，或者可以通過使用AI首次實現。令人信服地將其重要性與電力本身進行了比較。

在金融服務領域，這是最真實的。無論您對人工智能的定義是什么，或者您恰巧要看待這一廣泛的技術類別的任何特定方面，很明顯，人工智能都依賴于數據，并且通常依賴于數據。盡管所有行業都在公平地分享數據，并找到收集更多，更高質量數據的創新方法，但金融一直以來一直是數據行業的核心。零售有商品，農業有食物，有人們的情感，金融則處理信息。

在某些方面，這使AI很適合金融服務行業-實際上，已經取得了巨大的進步。艾倫·圖靈研究所(Alan Turing Institute)去年發布的一份報告詳細介紹了該最新發展浪潮中該行業的一些重要應用，從基于AI的算法交易(目前占所有交易活動的一半左右)到自動欺詐檢測以最大程度地減少虛假信息對聊天機器人有幫助，它可以幫助消費者在自然，對話的環境中管理自己的資金。

但是，與此同時，金融服務業瞬息萬變，而當其他部門對如何運作的期望和假設設定時，金融風險就落在了后面。無論是音樂推薦算法還是電話會議的自動抄本，消費者和企業都已習慣于以個性化方式預測需求的系統。使金融與這一現實保持一致是具有挑戰性的。

原因之一就是該行業要求的準確性和安全性。如果虛擬助手(或者實際上是的客戶服務聊天機器人)稍微誤解了您的查詢，則不太可能造成很大的損失。但是，當手頭的信息是金錢時，情況就更加嚴峻了-一家貿易公司由于計算機故障而損失了近10億美元。