杨强表示，金融科技的普及程度正在不断扩大，人工智能、区块链和移动互联网技术等正在让越来越多的人享受到金融服务的便利。他同时指出，与过去相比，金融科技已不再只服务于少数VIP，而是越来越多地向普通人群扩散。他用一个比喻解释道，过去金融就像商务舱，只为少数VIP提供服务；而现在通过人工智能、区块链和移动互联网技术，甚至所谓的长尾用户也可以享受到金融科技带来的优质服务。
在杨强看来，金融行业不需要每家机构都自行建立人工智能团队或自研系统。与社会分工一样，随着社会的发展越来越成熟，分工也越来越具体。他举例说明道，就像居家的人不一定会修水管，但却知道去找电工或水管工，未来人工智能也将朝着更加专业化的方向发展。
具体到金融行业，杨强认为不需要每家机构从头建立人工智能模型，这需要大量数据和计算资源。现在可以通过集中化的训练模型来实现，通过建立通用模型，再根据具体场景适配到各个金融机构，实现个性化服务。
他认为人工智能技术在金融科技场景中的发展速度决定了金融科技的发展速度。例如，可以通过建立通用模型和个人数据的结合，为所谓的长尾客户提供个性化服务。人工智能可以像真人一样进行金融产品推荐、安全保障和问题解答等服务，这在过去只能由人来完成，现在则可以通过技术来解决。他介绍说，过去训练一个服务人员需要很长时间，现在可以让一位有经验的人去训练一个机器人，然后这个机器人反过来可以教育新人。
他认为，未来的发展趋势是越来越智能化，例如联邦学习技术等的引入，使得服务机器人变得越来越智能化，解决了合作和数据隐私保护之间的矛盾。
由于金融行业的特殊性，对数据的需求量较大。杨强指出，金融科技的发展需要考虑包括用户隐私、数据归属和数据要素特点等因素，数字化必然是合法合规的趋势。
他认为，随着数据保护法的出台，金融科技技术的应用将得到更好的规范和约束，也会推动人工智能等技术向更高级的层次发展。
对于金融人才的培养，杨强提出了几点建议。他认为，培养金融科技人才需要将不同专才放到一起培养，既有金融人才，又有技术人才，通过组队参加高水平比赛培养综合能力。教育课程也需要改变，给学生们提供接触真实场景和参与高水平竞赛的机会。
最后，他指出，金融科技与人工智能的结合离不开数据的支持。我国近期推出的《数据安全保护法》和《个人信息保护法》对数据保护和开发利用做出了明确规定，数字化的发展必须具备合规性和合法性。
