目前，人工智能技術在金融領域的應用更多地體現在智能客戶服務、智能信用和反欺詐、智能贊助和智能風險控制等方面，這也產生了一些金融技術公司。不僅有負責工業智能基礎平臺的平臺公司，也有提供標記服務、基本數據服務和算法模型的公司，以及解決方案制造商，它們共同構成了人工智能應用的良性合作生態。基于銀行、保險和證券公司的相對獨立性，人工智能在金融系統分支機構中的應用是不一樣的。具體來說，根據與會者的討論，在銀行領域的應用主要是用來降低成本和合規管理，如實現網絡的智能升級，移動高頻，對智能機進行復雜而耗時的業務，不斷升級電子銀行渠道，采用智能客戶服務等手段提高運營效率和客戶體驗；另一個例子是完善風險控制系統，依靠大數據和人工智能等技術，及時有效地識別、預警和防范客戶風險，優化客戶信用評估模型，準確控制潛在客戶風險。在證券領域，人工智能技術可以為客戶提供智能化、個性化的服務平臺，給客戶帶來新的體驗。總之，俞峰說，有六個主要的應用：智能風險控制，O2O服務，精確操作，智能研究，智能協作和智能操作和維護。"在智能投資研究方面，證券公司的多個研究管理平臺可以實現數據自動過濾、模板應用和模型計算。完成部分研究報告的撰寫工作。在保險領域，人工智能技術如語音識別、計算機視覺、自然語言理解、知識映射等，為行業提供了全方位的動力。"獲得更好的客戶體驗和更高的運營效率。比如，圍繞客戶在保險需求方面的關鍵之旅，智能保險顧問、智能理賠、智能客戶服務等基于AI技術的應用已經能夠實現全渠道24小時客戶服務的體驗；在保險產品設計和業務運營方面，采用人工智能技術實現個性化產品定價、智能包銷、智能核補償、智能防欺詐等應用，同時提高業務能力，進一步提高風險控制能力。"許多專家認為，數據在人工智能增強金融能力的過程中發揮著重要作用。對大數據的需求也越來越明顯。對于機構來說，充分利用其數據優勢的能力將是在這一轉型和升級競爭中脫穎而出的關鍵。過去，金融機構將數據視為客戶業務的補充。現在，金融機構必須從數據中挖掘需求，并將其應用程序放在數據上。顯然，數據已經成為核心資產，控制數據可以深入洞察市場機會，從而制定快速準確的應對策略。"業界的共識是，金融機構對數據和客戶體驗的認識正在緩慢提高，相應地，數據隱私保護環境、法律環境和技術環境也在探索之中。