在金融工具中，股票和基金這兩種數據模型早些年就已經產生並得到應用。以股票為例，業內稱之為“程序化交易”。目前，計算機在沒有人工幹預的情況下控制大量股票，每天完成數百筆交易，持有期通常為幾天至幾周。對於公司的員工來說，只需設定交易的壹些指標，如時間、回報率、風險指數等。，剩下的可以交給機器。
事實上，基於大數據積累和智能算法的量化投資在金融界並不新鮮。隨著互聯網和計算機技術的不斷進步，金融機構正在探索人工智能與投資業務的更緊密結合。放眼全球，摩根、高盛、蒙特利爾銀行等大型金融機構紛紛布局智能投資。在國內市場，互聯網金融公司也在爭相加大對智能投資的研發投入。比如，把錢給沒有人工操作的機器人。機器基於投資者個人資產狀況和風險偏好，匹配相應的資產配置方案，提供資產配置建議；或者，利用技術的深度研發和數據挖掘積累提供投資決策輔助服務。這就是AI理財師的概念。
客觀地說，目前世界上程序化交易還沒有完全形成。盡管機器避免了主觀和情感偏見因素的可能影響，並具有強大的信息儲備管理能力、準確的理性分析和高速決策，但它提高了交易的效率和質量。然而，從長期角度來看，人工智能的開發者無法預測機器數據的下壹步決策，這導致了投資者風險的不確定性。數據隱私和數據脫敏的監管框架仍然真實，對個人隱私問題的保護有待完善。
總的來說，人工智能是壹個趨勢。隨著人類的不斷思考和研發，人工智能最終將在某些行業和領域完全取代人工。