如今的金融科技行业主要关注相关技术的潜在应用，也就是如何利用这些先进技术降低成本、实现监管合规和防范风险等，这其实也是该行业积极追求创新的根本原因。
但是有一点我们不能忘记，金融创新的本质目的还是服务用户，也就是说用户才是金融科技发展最重要的驱动因素。我们在进行创新的时候，应该始终将如何利用技术来改善用户体验，为用户提供最大价值作为根本服务理念。
那么目前来看，哪些技术能够在当下和未来提供最大的客户价值呢？
在触手可及的当下，机器人流程自动化（RPA）应该是最有可能直接发挥作用的。目前这种技术已经在我们的个人和工作中提供了不少帮助和便利，尤其是银行业和财富管理方面，而智能投顾就是其中最好的一个例证。而如今，这项技术开始逐步走向后台，承担更多复杂和劳动密集型的工作，比如收集和管理数据等。当然，这种数字化劳动力也存在风险，所以在进行流程配置时，应该提前做好控制和管理方案。
而在可见的短期时间内，机器学习技术的潜力也是非常可观的。机器学习代表了金融交易处理数字化转型的下一个前沿。虽然目前金融行业仍处于应用机器学习来解决业务挑战的早期阶段，但未来两到五年内应该会很快取得进展。在机器学习成熟的相对早期阶段，对于行业来说，制定正确的基础战略以最大化技术价值至关重要。有三个关键领域：
我们必须创建和使用最可靠的数据集。在分析之前规范化和标准化数据对于确保建模结果的准确性非常重要。我们必须招募、培养和留住能够使用算法并验证其结果的数据科学家和技术人员。我们必须解决有关数据安全性和机密性的问题。这可能是棘手的问题，但业界需要通过它们来充分利用应用机器学习。放眼未来，分布式账本技术可能会发挥更大作用。
目前，我们还无法预测未来几年DLT将如何改变市场结构，但我认为未来资本市场将通过分布式账本系统更紧密地整合;所有数据都被捕获并存储在云中;关键资产被数字化并本地驻留在这些网络上;和网络在资本市场上无缝同步数据。
这种数据同步愿景将通过大规模成本节约、降低风险以及实现行业从执行到结算实现直接处理的长期目标来实现客户价值。在某些方面，实现这一点可能是最容易的部分，因为从今天的技术，流程和市场实践过渡可能是摆在我们面前的最复杂和最困难的任务。
展望未来，毫无疑问，技术将从根本上改善金融业的许多方面。要做到这一点，金融公司必须抛开他们的竞争精神，共同努力，建立未来的技术基础。