Un reciente trabajo de la Universidad de Cambridge muestra que al interior de la industria financiera son variados los planes para adoptar, capacitar y explorar los temas de IA aún tienen espacio de mejora. Buena parte de la adopción de IA aún está en un punto del Machine Learning y no en las fronteras mas avanzadas del tema. Igualmente, se observa que IA aún es fuente de exploración en procesos internos, mas que en procesos de reinvención y reformulación de los modelos y estrategias de negocio. Los análisis muestran que no existen evidencias concretas de una correlación/causalidad entre una mayor profundización de la IA y la obtención de rentabilidad financiera. Si bien existen indicios de una mayor eficiencia, reducción de costos y productividad, esto aún no se refleja diáfana y claramente en indicadores como el EBITDA, el margen de intermediación, la capitalización de mercado o la obtención de utilidades.