反之亦然。为了降低成本，我们也可以允许机器学习系统将我们的数据用于其他目的，比如做系统自身训练，或者做整体市场预测。操作一个机器学习系统比依靠人力顾问更便宜，至少原则上如此。系统通过模式设定，可以确保不会因为顾问暗藏让用户多花钱的动机而提出一些偏离最佳匹配的建议（比如，如果某顾问可以抽取提成，他就可能产生建议客户进行一些没必要交易的动机)。而且，因为这样的系统可以按照任何需求来设计，现有的捆绑服务（比如一个可以执行交易任务的投资顾问）更有可能被拆分，它将会为“投资顾问生态系统”腾出空间。在这个生态系统中，不同的服务提供商可以提供不同的服务。将这些服务组合起来，对于个人投资者来说也变成了很容易的事情。最后，当所有服务都运行在综合数据的基础上时，这些服务自然就可以给人们提供自身的数据，投资者就可以选择最适合的顾问和服务提供商。投资咨询市场，就像未来的投资市场一样，将会转变为完全以海量数据为基础。投资者可能会为过去的高回报一去不复返而感到惋惜，但是提供最佳匹配的海量数据市场，也将会让投资者获益良多。
第7章资本的衰退
143