麻省理工学院斯隆商学院金融工程实验室主任 Andrew Lo（他同时也是一家定量投资管理公司的创始人）认为，人工智能的影响将会非常广泛：「我认为其将改变金融行业所有方面，因为该行业的许多部分都可以使用这些类型的算法和使用大型数据池来实现自动化。」
除了交易和研究，Peter Hafez 还认为，机器学习将会极大助益于消费者的信用评分以及不同类型的金融机构的合规职能。他指出，比如说，合规经理开始使用新闻源等非结构化内容以警告他们可疑的交易。
机器学习技术已经在零售投资咨询中实现了应用。据澳大利亚证券和投资委员会（ASIC）的专员 John Price 称：「机器人顾问（Robo-advisers）」——投资管理网站向投资者提供自动化的建议——现已构成了一个使用人工智能的领域，该领域接受积极的监管审查管辖。英国金融行为监管局甚至走得更远，该机构在其最新的「金融咨询市场评估（FAMR）」报告中建议金融机构使用机器建议向它们的客户提供「精简化建议（streamline advice）」以提升成本效益。
2）即将来临的颠覆
接受本报告采访的专家认为，对金融市场运行来说，机器学习的颠覆性并不大，至少在未来的三到五年内是这样的。当用于交易时，一家开发人工智能的公司——Sentient Technologies 的首席科学家 Babak Hodjat 预测，这种颠覆性影响将是十分巨大的，但并不会造成根本破坏。「因为你正从由人和数量分析专家来出谋划策、排兵布局转移到由机器来做这些事情。过程更快了，但是结果相似。」
而且，大多数专家同意，人工智能技术会有很多积极应用。Paul Ebner，BlackRock’s Scientific Active Equity Unit 的一个高级投资组合经理相信，机器学习能够帮助大量公司进行深入的金融分析，金融交易也会受益于此。
「较之仅仅利用电子表格数据，机器学习的分析能再深入好几步。速度很重要，但是，这种速度不同于高频交易速度。它可以快速为我们处理许多数据并找到市场最终会发现的答案。」
BlackRock’s Scientific Active Equity unit ——一个大约百人团队，包括数据科学家和机器学习专家以及传统金融行业的数量分析专家( quants )——正在将机器学习技术置入不同的工作模式来预测股价变化。 Ebner 说：「我们正在利用这种工具来分析各企业的数据，并预测一些基本因素，最终预测这些企业股票回报，创建投资组合。」比如，在公司公布季报之前，这个团队通过分析公司的货币风险暴露，更加深入地洞见到它们的预期收益。
调查对象对机器学习将带来的另外一项优势洞若观火：64%的回答者认为，机器学习的使用将给金融市场竞争带非常积极的影响（见表三）。乍看，结果似乎反直觉。最优秀人才和最先进技术的高昂成本，将导致只有那些荷包够深的公司才能接触到人工智能。某种程度上，这是实话——只有像 Bridgewater 这样的公司才雇佣得起 IBM 史诗般超级计算机 Watson 背后的首席工程师。
然而，一些规模较小的公司，甚至个人已经证明它们可以站在浪潮之巅。部分原因在于，开源软件可以让规模更小的组织用先进的算法和代码进行试验。一个最近的例子，2016年3月，两位退休的对冲基金的金融工程师，此前没有使用人工智能软件工作的经验，设计了根据核磁共振成像( MRI )图片诊断心脏病的算法。尽管这些创新者对人工智能较为生疏，他们仍然可以从开源网站 GitHub下载软件，设计推动产业变革的应用。
这对金融组织间的竞争意味着什么，只有时间才会告诉我们答案。然而，当产业巨头，比如黑石，做了大量繁重的研究和试点工作，人工智能应用和服务也能变得让广大中小型组织触手可及。
3）案例研究：理解外汇风险暴露，预测收益
进行大量出口销售的公司，天然受制于外汇市场的反复无常。据 Black Rock 的 Paul Ebner 说，2014 年，货币流动，尤其是美元走坚对公司盈利有异乎寻常的影响。BlackRock 的 Scientific Active Equity 团队并未因此出现纰漏，部分是由于机器学习。