金融科技的應用，應以客戶需求為依歸，而不是為了實驗金融科技而應用科技。面對快速變遷，金融機構需要關注人工智慧發展趨勢，攜手科技公司，提升人工智慧相關金融應用知識，以激發創新應用。
自人類在1950年代發明電腦後，如何讓機器具備人類智慧，一直是科學家嘗試突破的領域。1956年的達特茅斯會議揭櫫了人工智慧（Artificial Intelligence），寄望機器能夠解決各種目前只有人類能解決的問題，以及能夠自我改善。雖然人工智慧各項理論在早期研究時期即已奠定基礎，但是受限於各種因素，人工智慧經歷過兩次低潮，直到2014年再度成為世人的焦點。而這次的熱潮在於三個重大的要素交互作用，也讓人工智慧應用進入新的領域，這三個要素是強大的計算能力、高品質的大數據以及機器學習演算法的發展。
金融業是最早應用計算機技術的產業之一，對於接受新科技並不陌生。因此分析人工智慧在金融業的應用可分成四個層次，第一層次的基礎架構是由資料及分析能力所組成。以資料為基礎，金融業探索各種理論，如機器學習、深度學習、自然語意分析、圖像辨識等等，已建構第二層次的人工智慧元件。第三層次則是將各種元件進行組合各種解決方案，如虛擬語音助理（Virtual Assistants）、機器人流程自動化（Robotic Process Automation）、自動化投資顧問服務（Expert Advisors）等等。最後一個層次則是將各種解決方案依據客戶所處的情境，提供最適當的服務給客戶。
提升人工智慧的金融應用知識
金融科技的應用，都應該是以客戶需求為基本依歸，任何金融創新都應該圍繞著客戶需求為基礎，而不是為了實驗金融科技而應用科技。同時科技的發展日益快速，金融機構畢竟不是科技公司，因此面對快速的技術變遷，如人工智慧，金融機構是無法自行獨立發展。因此金融機構需要關注人工智慧發展趨勢，與科技公司合作，適時引進人工智慧應用。同時人工智慧的應用充滿各種可能性，金融機構應該整合外部資源共同探索人工智慧在金融業的應用。最後，要善用人工智慧於金融業，需要提升人工智慧相關金融知識，以激發創新應用。
網路經濟的時代，隨時掌握客戶需求，以客戶期待為中心，持續於適當時機以「迭代」方式提供金融服務已成為基本運作準則。以台新銀行Richart為例，目標客戶群體為熟悉網路經濟的群體，因此僅以8個月的時間即推出適合網路世代的服務內容，並持續推出新功能，至今已有30個版本，平均每個月推出一個版本。而在人工智慧應用上，以智能投資為例，從AI依據客戶投資偏好提供智能投資推薦組合、自動建議客戶調整組合，到全委AI投資的服務，也逐漸在市場上出現。
