社会和金融部门正在经历一场由技术进步推动的革命, 人工智能（IA）和机器学习机器学习关键元素. 曾经被认为是未来主义和科幻作品的应用和工具正越来越接近我们的日常生活, 重新定义客户体验, 资产管理, 防止欺诈和该领域其他关键方面
对金融领域日益增长的自动化和预测分析的需求是最显著的转型之一. 以前需要几天并且需要大量人员的过程, 目前可以在几秒钟内完成. 一个很简单的例子是个人银行账户的开设. 对今天的年轻人来说，想象以前在银行排队几个小时是不可思议的, 等待经理填写各种文件, 带着3/4的照片，还要在15天后回到代理处查看申请是否被批准
在同一条线上, 客户体验的提升是我们日常生活中最常感受到的用例之一, 当我们考虑人工智能的整合时机器学习, 在前端, 通过流程自动化, 替代手动任务, 改善客户服务并实施高效的聊天机器人, 在后端, 通过加快贷款的授予和批准分析
另一个亮点是深度学习在信用风险评估和管理中的应用, 如同在Citi与Feedzai之间的合作中所见. 大数据的使用和机器学习在客户流失预测和资产分析中也突显了这些技术的多样性. 没有工具在场, 如果没有互联网支付这样的商业模式将是不可能的, 由于使用卡片的交易在几秒钟内得到确认, 通过在一个互联的网络中使用人工智能和机器学习的数据，来验证特定操作是否由持卡人执行
人工智能的使用转型和机器学习在股票市场的预测中也表现突出, 使用人工神经网络和算法来估计波动和差异. 这些技术在信用评分中的实施, 以Equifax为例, 在美国, 突出议题的广泛性
因此, 人工智能和机器学习是这一切背景下的关键催化剂, 提供效率, 安全和见解金融行业的预测工具
在巴西, 中央银行仍在通过BC#议程铺平一场革命, 涉及Pix, Drex和开放金融. 在这一倡议中, 人工智能和机器学习的使用将对国家产生变革性影响. 市场的逻辑将被颠倒，公民将不再是“客户”，而是成为“用户”, 增加了企业和服务提供者之间的竞争和, 同时, 为消费者多样化机会
