在AI、雲端計算、大資料、區塊鏈等技術的推動下，科技觸碰到金融真正的核心。而這幾種技術之間存在相互依賴、相互促進的關係。
例如，大資料和雲端計算技術相伴相生，對金融大資料至關重要的是金融雲。有分析者打比方說，大資料是礦藏，而金融雲是礦井。礦井的安全性、可靠性決定了挖煤的效率和結果。大資料將逐步擺脫儲存硬體的限制，對金融雲安全體系提出了更高的挑戰。
又如，人工智慧與大資料是同生同漲的有機整體。人工智慧，幫助人自動地感知、認知、分析和預測世界，它在資料的基 礎上誕生，人工智慧的三種主要技術，都需專有的、海量的、精準的、高質量的訓練資料；反過來，人工智慧又能促進數 據的發展，提高資料的收集速度和質量，推動大資料產業的發展。
在AI和區塊鏈技術的結合中，說得更仔細一點，區塊鏈可以：
幫助AI解釋自己（並讓我們相信它）：AI黑盒遭遇了可解釋性的問題。有一個清晰的審計跟蹤不僅可以提高資料的可信性，還可以提高模型的可信度，也為追溯機器決策過程提供了一條清晰的途徑。
提高人工智慧的有效性：安全的資料共享意味著更多的資料（和更多的訓練資料），然後就會有更好的模型，更好的行動，更好的結果……以及更好的新資料。到頭來網路效應是最重要的東西。
降低市場的准入障礙：我們一步一步來。區塊鏈技術可以保護你的資料。那麼為什麼你不能私下儲存你所有的資料，或者也許出售這些資料呢？你也許會。那麼首先，區塊鏈將促進更乾淨、更有組織的個人資料的建立。其次，區塊鏈會促進新市場的出現：比如資料市場（這個是比較容易實現的）；比如模型市場（這個要有趣得多）；甚至最後可能還會出現AI市場（參閱Ben Goertzel試圖用SingularityNET解決的事情）。因此，簡單的資料共享和新的市場，再加上區塊鏈資料驗證一起，這些將提供更加順暢的整合，從而降低小企業的進入門檻，縮小科技巨頭的競爭優勢。在降低進入門檻的努力中，我們實際上解決了兩個問題，即提供更廣泛的資料訪問以及更有效的 資料貨幣化機制 ;
增加對人工的信任：一旦我們的部分任務將交給自動虛擬代理來管理，清晰的審計跟蹤將可以幫助機器人相互信任 （並且幫助我們去信任它們）。在有了分項資料以及協調決策，再加上有健壯的機制到達法定人數（與群體機器人和多代理場景高度相關）的安全手段之後，這最終還將增加機器與機器之間的互動（Outlier Ventures，2017）和交易。Rob May在他最近的郵件簡報中也表達了類似的概念。
