但在真實世界里，人工智能根本不是這個樣子的。
可以這么理解，AI的應用是通過算法來學習用戶的習慣偏好。用戶用的越多，AI對用戶就越了解。
實際上現在AI已經出現在我們的生活中了，不過看起來不像西部世界里那種風格的機器人。
比如說Siri，是專門為了獲得用戶偏好而設計的，www.tka.net.cn，基于用戶行為規律的識別和反饋的處理來看用戶每天的行程安排。亞馬遜的首頁也用了AI，根據用戶的購買記錄來推薦首頁展示的商品。
△亞馬遜的推薦頁面
不斷獲得大量的數據輸入，AI技術可以輸出個性化的結果，這樣會讓很多事效率更高，步驟也更簡單。
到2018年，隨著AI技術成本逐步降低，AI技術會在很多產業發揮更大的作用，包括全球的銀行、信用機構。
AI將會用在哪里
當AI搜集到大量的不同類型的數據時，它能夠透過數據做出預測性的決策。應用場景可以從了解消費者行為到更好地理解內部資源如何運作，這個過程本質上是數據分析，發現必要的信息后找出最優解。
從金融服務的視角來說，我們會在2018年看到AI的四個趨勢。
1、檢測并防詐
檢測主要工作是看一個賬戶交易記錄是否異常。
目前來說，庫卡機器人，檢測原理是看賬戶內交易發生地是不是距離持卡人居住地很遠，或者在短期內出現多筆購買記錄。
不過，為了逃避檢測系統，這些行為都以更細微的方式進行。防詐團隊都會經過專業的訓練，去發現這些更細微的可疑交易。引入AI技術后，就等于給這個團隊一個工具，數據的處理會更快更高效，準確率也會大幅提升。
2、客服
AI未來可以做一線的客服。
AI驅動的聊天機器人（計算機模擬人類的對話方式）已經可以處理大量的基本問題，這樣就可以把人類客服的時間釋放出來，去解決更值得關注的問題。
這種類型的支持，對于用戶來說，也可以縮短他們等待電話人工客服的時間。隨著AI系統慢慢學會把咨詢問題中的細微差別歸類，它的客服支持能力就越來越強，能回答的問題面更廣，回答的精確度也越高。
3、以用戶為中心的創新
新產品或服務要怎么要吸引現有的和之前的用戶？
分析了大范圍的數據之后，AI技術能夠找出哪些產品能夠有針對性地吸引到單個用戶，有效激勵他們參與積分活動，增加用戶的貸款機會等等。
比起胡亂推薦一通，這種定制化的推薦可以給銷售部市場部提供更個性化的方案，增加用戶的信任度和滿意度。基于用戶需要去推銷，KUKA機器人示教器維修，對他們來說，就不再是種打擾，也能獲得用戶更多的關注。
4、內部運作
銷售市場團隊管里客戶關系的一個軟件，Salesforce’sEinstein就是個很好的例子。
這個AI系統把客戶的數據吸收處理分析后，學會給內部做推薦，把通知按重要程度劃分等級，或者預測銷售數字。
這證明了對外的AI平臺可以用來服務內部的運營。除了市場部，其他部門也可以利用這個平臺，比如人力資源部，法務部。
人力資源部可以用對外的AI平臺來統計基本的對內詢問的信息，或者處理內推簡歷，法務部可以用AI平臺來核對合同的準確性。
未來已來。即使是小型的金融機構，也該研究一下AI技術可以給自己業務帶來哪些改進。