在過去的十年中，算法推動的高頻交易盛行，銀行和基金利用許多市場上很小的價格波動來在不到一秒鐘的時間內(nèi)完成數(shù)千筆交易。

長期以來，復雜的數(shù)學方程式一直用于執(zhí)行某些操作，例如，如果證券超過一定水平，則出售或購買該證券。

然而，算法已因“閃存崩潰”而受到猛烈批評，例如2016年10月英鎊令人頭暈的暴跌，這被廣泛歸咎于高頻交易。

人工智能現(xiàn)在尋求進入新的領(lǐng)域，其中“機器學習”(ML)軟件在眨眼之間就比較了數(shù)十個數(shù)據(jù)庫以監(jiān)控風險。

計算機識別趨勢和市場相關(guān)性，運行模型，預測結(jié)果，并自行決定購買或出售。

人工智能可以協(xié)助投資基金和投資組合經(jīng)理管理風險，并選擇最適合哪些客戶的股票。

銀行部署AI來幫助檢測欺詐活動，阻止計算機攻擊并降低成本，同時還使用AI來設(shè)置產(chǎn)品利率，并分析貸款申請人的風險狀況。調(diào)查證據(jù)表明，人工智能將在未來幾年中在金融服務領(lǐng)域獲得更大的吸引力。

數(shù)據(jù)分析公司Greenwich Associates最近對市場專業(yè)人士進行了一項研究，稱超過一半的受訪者認為他們將在未來兩年內(nèi)合并AI。

以色列技術(shù)初創(chuàng)公司SparkBeyond是一個數(shù)據(jù)處理平臺，旨在利用AI解決問題。

歐洲，中東和非洲部門負責人愛德華·揚夫林(Edward Janvrin)表示，SparkBeyond使用機器學習進行了跳槽思考，并測試了似乎不太明顯的結(jié)果。

例如，大多數(shù)人可能會認為，致電緊急服務后，與醫(yī)院的距離可能是最好的生存預測指標。

Janvrin表示，SparkBeyond軟件在幾分鐘內(nèi)分析了數(shù)百萬條數(shù)據(jù)，并得出最好的預測因素是靠近消防局。