現(xiàn)代人驚人的上網(wǎng)時間與越來越便宜的硬件價格，讓電子郵件或網(wǎng)絡(luò)閱量從海量的無意義的信息搖身一變成為可利用的絕好的信息窗口；關(guān)鍵是：如何通過可共用的分析技術(shù)降低透視信息趨勢的成本。

 

IBM軟件事業(yè)部資深副總裁Steve Mills說，通過演算法，如果我能做電表，就也能做水力供給，就連運輸管理也能以同一套演算法照表進行；Mills在最近一場Goldman Sachs的科技論壇中指出，這是以新數(shù)學(xué)杠桿建構(gòu)成本模式。

 

這招華爾街在1990年代就用過了，那時天文物理學(xué)家和理論數(shù)學(xué)家成為發(fā)明神秘的財務(wù)模型的代理，現(xiàn)在電腦運算也需要借助這類的專家。IBM是全球雇傭最多數(shù)學(xué)博士于探索石油探勘及醫(yī)藥行業(yè)研究的企業(yè)；過去五年來，IBM啟動Big Data計劃，共花費140億美元收購分析公司，Mills說：“我們希望能找到各產(chǎn)業(yè)間的鄰近性，一旦找到臨近性的觸發(fā)點，回收效益就能顯現(xiàn)”。

 

然而，在投入與回收的黃金交叉出現(xiàn)前，企業(yè)如何決定投資目標與趨勢范圍仍是個艱難的決定，物聯(lián)網(wǎng)應(yīng)用在成熟前都可能是空無一物的！