ROSS Intelligence 公司选择的法律行业是人工智能应用比较容易切入的行业，对于那些知识边界不封闭、常常需要悟性和灵感来解决问题的领域，人工智能目前还难以涉猎。例如让人工智能去做考古之类的工作，大概就很难做出有实用价值的成果了。适合使用人工智能来进行信息处理和决策的行业，一般都积累了较为可观的资料，而且其内容通常具备较高的逻辑性。以法律行业为例，人工智能技术可以将律师从汗牛充栋的法律条文和资料库中解放出来，让他们有更多的时间去关注服务的对象，类似的还有教育、医疗、金融等行业，这些行业近几年来都催生出了一批人工智能的创业公司。
在金融和投资方面，人工智能的价值更加易于评估和量化—直接看人工智能产品带来的利润、损益即可。IBM 全资的金融服务子公司“海岬金融集团”（Promontory Financial Group）曾训练沃森学习了超过 6 万条监管条文和案例，用来帮助专业人员更好、更快地做出金融风险管理和法规合规方面的决策。
更加激进的应用方式是让人工智能直接完成股票、外汇和期货交易的全部过程。计算机程序化交易在金融投资领域应用的历史已经很长了，金融界将其称为“量化交易”（Quantitative Trading）。据统计，现在市场上以量化交易为主要手段的对冲基金，已在全美对冲基金市场占约 9% 的份额，并且还在持续扩大。不少基金公司相信这种由计算机自动执行的交易策略在很多交易场景中能够替代人为的主观判断，获得更稳定的利润。在人工智能进入金融领域以前，被计算机自动执行的交易策略仍然是由资深交易员根据经验制定出来的，现在这部分也有被机器接手的可能，计算机根据历史交易数据的规律和概率，完全有可能提炼出比人类交易员的经验更优的交易模型。IBM 沃森的首席研究员戴维·费吕克奇（David Ferrucci）在 2013 年离开 IBM 公司后，立即就被世界上最大的对冲基金公司“桥水投资”（Bridgewater Associates）收入旗下。这些顶级的基金公司对自己开发的人工智能的投资效果三缄其口，外部很难查询到其应用的细节，更不要说可查证的投资损益数据了，倒是有很多不知名的金融和信息技术公司不时地发布人工智能投资获益不菲的新闻。这一点可以理解，若效果不佳就没有自揭其短的必要，若是这种投资方法确实可以稳定赚钱的话，它就是一部“能合法印钱”的机器，是最宝贵的商业机密。不过，从这些公司近年来不遗余力地招揽人工智能人才，可以窥见它们对人工智能前景的乐观积极态度。
第 9 章 与机器共生
367