金融体系离不开风险管理与监管，智能​投顾认为，由于当前的风险管理方法是依赖于各种技术指标进行判断的，这些指标的计算是能通过机器来完成的，因而风险指标结果产生过程，是部分可通过人工智能解决的。对风险指标结果，简单任务可通过人工智能诠释；对复杂风险结果的理解与阐述，必须由人脑来完成：因为这需涉及多个维度与层面，需人脑综合判断。目前为止，人工智能尚无法胜任这个任务。

　　还是以商业银行借贷流程为例，银行发放贷款时需对借款人进行信用评估。信用评估工作只能在一定程度上由人工智能完成，例如那些标准化信用指标等。由于在信贷领域、尤其是私人信贷领域，人们评估借款人信用评级时依赖的指标在很大部分是那些人为的、非物质化的评判标准，而且不同评估产品供应商提供不同的评级打分级别，所以信用指标计算、尤其是对产生结果的阐述，很难完全由机器完成。目前，机器的理解力尚无法替代有经验、有理解力的专业人员的评判。因为对这些人为因素的综合理解，决定了借款人信用评级。人脑经验维度，是机器目前为止达不到的。对新产生的风险特征，机器没有创新能力去理解，只有人脑通过思考才能完成这个任务，机器的记忆与逻辑没有创新能力。

　　人工智能评判信用风险能力的不足主要体现在私人信用评级上。对于那些非标准化的领域，比如说采用非标准化指标评判企业信用评级等，人工智能的不足仍在。对那些已被标准化的交易，例如债券信用风险，由于市场数据充分，外加研发模型立足于量化，对这些信用风险指标计算，是可以信任人工智能的。但是，对其结果的诠释与阐述，还不能完全依赖机器。

　　对交易环节市场风险，如同标准化产品的处理方式一样：由于大部分产品在市场上被交易，拥有完善充分的数据做支持，量化后的模型也有说服力，所以在这些领域，笔者认为风险计算是可通过机器完成的，因为人们可明确定义指标、特征，并且市场也存在相应数据映射到这些特征与指标上，所以这些工作可以被标准化。

　　在风险指标诠释方面，对那些变化相对较少或较小的产品，人们可部分采用人工智能。当市场发生大的波动时，人工智能面临很大挑战。在这种情况下，人工智能从以往经验数据中获得不到相关经验，虽然人工智能有逻辑思维，但是不具备创新型逻辑思维。对新发生的大事件，人工智能无法映射到其程序上，所以人工智能的作用是极其有限的。