人工智能的滚滚洪流，正在影响金融领域的各个应用场景。我们认为，智能金融未来发展将围绕智能化、场景化和个性化展开。智能化为基础，可分为三个层次：第一层次为Robot，即可以实现简单的数据收集整理工作（助理分析师）；第二层次为Smart，即可以实现数据的简单分析（初级分析师）；第三层次为Intelligent，即可以实现数据的决策支持和深度洞察（高级分析师）。场景化，就是智能金融将驱动金融业态不再局限于“金融标签”，而是转变为一种深入各种场景的“生活标签”，摆脱以往“高冷”的形象，变得更贴近生活。个性化，是相对于标准化而言的，虽然智能金融或许不能实现完全的因人而异，但智能金融驱动的金融服务和产品的创新，将为人们提供更多元化的选择，这就是一种相对的个性化。

虽然我们很看好智能金融未来的发展趋势，但我们不得不承认人工智能还处于“弱人工智能”阶段，智能金融的发展还面临一系列挑战。

首先，鼓励金融创新与风险控制之间不平衡。智能金融在为金融带来降本增效等好处的同时，也增加了金融的风险，甚至出现“劣币驱逐良币”的现象，破坏了金融的稳定性。这些，促使金融监管越来越严格。虽然政府监管的目的是为了“纠偏”，提醒市场金融的创新不能偏离创新的本质——金融。

其次，数据联通与有效应用面临挑战。金融业虽然在发展过程中积累了大量数据，但仍面临两大数据挑战：数据信息孤岛和数据有效应用。目前，用户数据高度集中在BATJ等几家企业中，容易形成数据寡头现象，带来数据垄断，造成所谓的数据鸿沟问题，形成信息孤岛，不利于智能金融公司数据的联通。同时，金融数据的接收和处理是智能金融在应用过程中面临的一大挑战。如果数据使用不当，精确的数据挖掘也会导致荒谬的结果，这需要智能金融公司深入理解数据与金融的逻辑，深入挖掘数据真正的价值。

最后，需要我们注意的是，虽然我们常听到类似“摩根大通使用全球第一款机器人执行金融交易”或者某科技公司与金融机构开展合作等新闻，但这并不是智能金融技术公司的常态。大部分智能金融还处于概念阶段，要想真正落地还有很多问题待解决。媒体等对于智能金融过于夸大事实，使得大众的期望值比较高。然而，大众在与智能金融应用实际基础过程中，智能金融的实际情况并不能符合大众过高的预期，可能会导致人们的失望，造成信任危机。例如，人们对智能投顾抱有很大的期望，当智能投顾的收益率与预期出现偏差的时候，就会导致失望与不信任。所以，我们要对智能金融多点耐心，多点信心，谁也不知道十年后的智能金融会为我们的生活带来多大的改变。