人工智能何时真正“到来”?很长一段时间以来，这一直是哲学家和计算机科学家的一个问题，他们在思考通过图灵测试是否真正表明了智能，还是在争论我们对人工智能的定义应该有多广泛。但是，在过去的几年中，这个问题已经发生了很大的变化：随着诸如虚拟助手之类的消费者AI工具的出现以及为将AI的力量带入业务运营的现成解决方案的可用性的日益提高，这个问题已经出现。变得不那么哲学，而更加务实。现在，对于业务领导者而言，通常通常不在于是否应对AI的到来，而是如何应对AI的到来。

当然，诺言是巨大的。很难想到经济领域不会改变，并且很难想到一个简短的摘要来恰当地概括这些改变将是什么。对于每项业务，很可能至少有一件事情可以更快地完成，或者可以提供给更多的人使用，或者变得更加准确，或者可以通过使用AI首次实现。令人信服地将其重要性与电力本身进行了比较。

在金融服务领域，这是最真实的。无论您对人工智能的定义是什么，或者您恰巧要看待这一广泛的技术类别的任何特定方面，很明显，人工智能都依赖于数据，并且通常依赖于数据。尽管所有行业都在公平地分享数据，并找到收集更多，更高质量数据的创新方法，但金融一直以来一直是数据行业的核心。零售有商品，农业有食物，娱乐有人们的情感，金融则处理信息。

在某些方面，这使AI很适合金融服务行业-实际上，已经取得了巨大的进步。艾伦·图灵研究所(Alan Turing Institute)去年发布的一份报告详细介绍了该最新发展浪潮中该行业的一些重要应用，从基于AI的算法交易(目前占所有交易活动的一半左右)到自动欺诈检测以最大程度地减少虚假信息对聊天机器人有帮助，它可以帮助消费者在自然，对话的环境中管理自己的资金。

但是，与此同时，金融服务业瞬息万变，而当其他部门对如何运作的期望和假设设定时，金融风险就落在了后面。无论是音乐推荐算法还是电话会议的自动抄本，消费者和企业都已习惯于以个性化方式预测需求的系统。使金融与这一现实保持一致是具有挑战性的。

原因之一就是该行业要求的准确性和安全性。如果虚拟助手(或者实际上是银行的客户服务聊天机器人)稍微误解了您的查询，则不太可能造成很大的损失。但是，当手头的信息是金钱时，情况就更加严峻了-一家贸易公司由于计算机故障而损失了近10亿美元。