2015年起，华尔街各大金融机构纷纷大举裁员：2015年12月，摩根士丹利表示将在全球裁员1200人；2016年1月，瑞信对伦敦的1800名员工发出裁员警告；2016年3月，日本最大投行野村证券称将在北美裁员20%；2017年2月，外媒报道高盛600名交易员仅剩2人。据预测到2025年，华尔街23万人将被AI替代。
曾经风光无限的投行人士，现在却面临着被人工智能取而代之的风险。界面新闻报道，金融服务咨询公司Opimas估计，到2025年，单因AI的普及，华尔街就将减少10%员工，即约23万人将被AI替代。一时之间，“AI将要占领华尔街”“AI将要取代交易员和对冲基金经理”一类的言论甚嚣尘上。
金融交易的本质是根据基本面、技术形态或内幕消息，对交易标的进行分析判断，然后完成买卖下单。由于巨大的信息量、不可避免的人类性格弱点等因素，量化投资开始大行其道。传统量化投资涉及到数学、统计学、电脑等方面的知识，主要方法有人工智能、资料挖掘、小波分析、支援向量机、分形理论和随机过程。量化投资的本质是把股票价格、交易量、宏观资料、上市公司账目等资料量化成各类指标，建立模型，通过模型产生的指令直接进行交易。
随着人工智能的发展，很多技术可以用于量化投资分析中，包括自然语言处理、机器学习、神经网络、遗传算法等。一位基金分析师向新智元介绍说：“人工智能应用在量化投资上也有很多讨论，比如用人工智能算法改进多因子模型和分析理解文本等。”
供职于香港某对冲基金的一位量化研究员也表示：“对于Alpha策略来说，人工智能可以给多因子模型提供更多维度的资讯。比方说之前只能考虑一些基本面资讯，而现在则可以利用人工智能中的自然语言处理，来加入新闻情绪等热度资讯。”
摩根大通可谓是最为积极拥抱AI的投行之一。去年，摩根大通表示将利用一款叫做LOXM的AI在其全球股票算法业务部门执行交易。据该行在欧洲的试验表明，LOXM的效率比传统的买卖方法高得多。LOXM的职责是以最佳价格和最高速度执行客户交易指令——运用它从数十亿笔过往交易（既有真实交易，也有类比交易）中汲取的经验教训来解决各种问题，比如怎样抛出大笔股份而不影响市场价格。这款AI基于“深度强化学习”，能够从数百万种历史情形中学习。
瑞银(UBS)也部署了AI来处理客户的交易后配置请求，为每个任务节省了多达45分钟的人力劳动。瑞银还使用AI来帮助客户利用市场波动进行交易。
除了投行之外，各大对冲基金也在使用AI进行交易。Two Sigma、Renaissance Technologies、Bridgewater和Point72等基金都宣称要引入AI技术到交易系统里。在国内，华夏基金去年与微软亚洲研究院达成战略合作，宣布将就人工智能在金融服务领域的应用展开战略合作研究。
2015年以来，美银美林、渣打、德意志银行、美国银行、高盛等欧美大行纷纷大举裁员，一些媒体对此发文称交易员已被算法交易所取代。事实上这一说法并不准确。
首先，华尔街被裁的交易员仅局限于场内交易员、执行交易员、做市商以及卖方销售，而非有自主交易权限、属于难以复制型人才的自营交易员。在国际市场，“trader”指是卖方交易员，一般在券商、投行卖方部门和做市商。因此，卖方交易员的确面临着被人工智能取而代之的风险。摩根大通全球股票电子交易业务负责人Daniel Ciment曾表示，那些无法给市场带来变化的个人交易员将会取代。但那些拥有自主交易能力的自营交易员却没有显著受到算法交易冲击。需要担心的不只是卖方交易员，还有对冲公司基金经理。
