业内人士认为，建立完备的公共数据基础服务，是企业实现数据管理的前提和基础。金融领域应用机器学习与人工智能目前尚存在一些难点，比如真正能够降低风险的数据太少，而大量无价值数据又太多。

　　“对我们最重要的是做模型。现在的机器学习非常多，所以我们用了很多不一样的新模型。”在谈到硅谷金融科技领域的技术新趋势时，Thomas Wang直言。此外，他还在研发新的AI系统，用于智能投顾和金融服务等领域。

　　“再过5年、10年，金融科技行业的人会少很多。”Thomas Wang说，机器学习很快将取代人工，比如风险评估人员，甚至是写代码的编程师。“现在是人为优化这些模型，以后可以再做一个模型，把前面的模型再优化。”

　　人工智能技术可以有人的个性，不断学习和提高，当他们体验新信息、新情景和新反应时，将自我进化。Thomas说，原来要花两三周时间写代码，未来可能几分钟就搞定了，把人解放出来，做更好的用户体验、更好的运营和商业模式。

　　关于“机器学习是否会代替人”的话题，美国运通负责人Ash Gupta认为，机器学习固然重要，但人才更加重要，应创造一个好的环境，利于人才、机器和科技共同发展。

　　找到大量的数据，并为工作所用，才是最重要的。“在各个公司的竞争中，Google每一次都会赢，因为它的数据最多。”Thomas说，现在中国BAT的数据也是非常好的，所以只要研发出足够好的模型，中国金融科技企业将具有很大竞争力。

　　传统金融机构也在这波浪潮中获得了发力的新契机，尤其是在移动端、人工智能和区块链方面。招商银行新发年报中显示，去年招行在银行业率先推出摩羯智投，截至年末，户均购买金额达到3.69万元，被认为是招商银行运用金融科技技术向智能化转型的重大创新。

　　有观点认为，如果说传统金融机构处于第一金融圈，新金融处于第二金融圈，那么新技术的深入运用将能推动第二金融圈与第一金融圈的更多合作。这也是金融科技企业在国际竞合方面的重要机遇。今年7月在上海举行的朗迪中国峰会上，中美企业将继续聚焦这一热点。