金融科技ABCDI，即：AI（人工智能）、Blockchain（区块链）、Cloud Computing（云计算）、Big Data（大数据）和Internet（互联网），是我们智能金融项目技术必须采用的前沿技术，但前沿技术ABCDI不能决定智能金融项目的技术路线。原因在于：
前沿技术的采用要符合技术应用发展的周期规律
下图是Gartner总结的技术成熟曲线分为五大阶段：技术萌芽期（Technology Trigger），期望膨胀期（Peak of Inflated
Expectations），泡沫化的谷底期（Trough of Disillusionment），稳步爬升的光明期（Slope of Enlightenment），实质生产的高峰期（Plateau of
productivity）
如果我们不想成为前沿技术的小白鼠，那么我们必须尊重技术发展的规律，你不能把技术萌芽期的前沿技术”大规模“应用到你的生产系统中去，你可以局部创新，你可以产品孵化，也可以做产学研研究，但你不能发起一个智能金融项目，用一个技术萌芽期的技术来替代你现在的传统业务，美其名曰“数字化转型”，实则是在作死。那么哪些技术是处在技术萌芽期的呢？下图是Gartner2019年给出的报告，供大家参考。
不能用前沿技术的前沿程度决定技术路线，尤其不能用最新的论文来决定
前面章节已经阐述前沿技术本身有自身发展阶段，提前布局前沿技术主导的智能金融项目可以积累和检验我们的数据资产，锻炼队伍，把握住行业前沿发展。而就具体一个前沿技术主导的智能金融项目而言，技术路线的选择依然不能以前沿技术的前沿程度作为决策依据，尤其不能以最新的论文成果来决定。换句话说，每一项前沿技术自身，也有一个技术发展阶段，过于超前的学术/技术成果是不适合工程项目的。具体原因如下：
1）数据样本环境不一样。前沿技术成果包括各类论文基本都是在学术界产生的，数据样本不同于工程界，相对来说噪音较少，类似温室培养的花朵，重点是能否培养出来，而不在于其是否能适应外部环境。培养出来是学术界的事情，广泛推广是工程界的事，是两码事。
2）工程化检验与实践不足。既然是最新的论文和技术成果，那么势必没有经历大规模的工程检验，算法的鲁棒性、数据样本的获取成本、人才的培养、基础设施的成本投入、系统工程的性能、安全等等都是考研这个学术成果能否工程化推广的关键因素。每一关都不是那么好过的。