作為世界上最大的在線影片出租服務商，奈飛公司已經知道用戶很喜歡《社交網絡》，《七宗罪》的導演大衛·芬奇，也知道凱文·史派西主演的片子表現都不錯，還知道英劇版的《紙牌屋》很受歡迎，三者的交集表明，值得在這件事上賭一把。
奈飛公司在美國有2700萬訂閱用戶，在全世界則有3300萬，它比誰都清楚大家喜歡看什麼樣的電影和電視。有研究表明每天的高峰時段網絡下載量都是出自奈飛的流媒體服務，去年人們在網上看流媒體視頻的時間比看實體DVD碟片的時間還多。每天用戶在奈飛上產生3000萬多個行為，用戶暫停、回放或者快進時都會產生一個行為，訂閱用戶每天會給出400萬個評分，還會有300萬次搜索請求，詢問劇集播放時間和設備。
曾有報道稱，用戶登錄奈飛網站後的每一次點擊、播放、暫停甚至觀看視頻的時間長度都會被記錄下來，存入後台用作計算。奈飛公司就是通過這種方法精確定位觀眾的偏好。據了解，奈飛公司之所以一口氣播放 13 集《紙牌屋》，是因為他們已經預測到多數用戶不喜歡在固定時刻收看電視劇，而是更加傾向於“養肥了再看”。
奈飛公司長期以來對用戶租賃、觀看數據的積累與分析，讓它對用戶喜歡什麼樣的電影和電視劇集，乃至喜歡哪一個鏡頭都有著較為準確的認識，這一切都來自大數據分析，而不是針對觀眾的抽樣調查或者影評家的評論。無論從有效性還是可用性上看，這些數據都遠比抽樣調查和影評家的評論要好得多。
僅從電影投資成本的角度來說，目前中國大陸公映的電影，平均投資在3000萬人民幣以內，不足500萬美元。這樣的投資規模實在不能算大。在不考慮通脹以及觀眾收入的情況下，這樣的規模隻相當於北美70年代初期的水平，因此某些非常感性的、毫無市場調研的影視拍攝計劃也時有發生。但隨著中國整體經濟水平的提升，影視行業的投資也將逐漸越來越高，這時有關一部電影拍攝後有沒有人看、能贏利多少等方麵的風險評估就顯得很重要。在那時，大數據分析的運用對影視產業將產生更為深遠的影響。
製造業的大數據之路
美國阿拉巴馬州北部，有一個叫作亨茨維爾的城市。如果僅看地圖，絕對看不出這個人口僅16萬的小城有何特殊的地方，因為它似乎遠離紐約、洛杉磯、芝加哥、休斯敦等各大經濟中心，既不臨大河更不靠大海，連陸路樞紐都算不上。然而，在這個小城市裏，聚集了波音、雷神、諾斯羅普·格魯曼公司和洛克希德馬丁公司等世界著名航空業巨頭。這裏要說的，是雷神公司的大數據分析。
在雷神公司的新導彈工廠裏，一枚導彈正在緊張生產過程中。這時，一枚螺絲剛剛擰完，生產係統卻意外中止了。這是怎麼回事呢？
原來，這聲警報是一個錯誤提醒。這個錯誤警報係統很先進，是基於大數據分析的。在這樣的精密武器製造過程中，任何一個環節的缺陷和錯誤都可能造成非常嚴重的後果，即便沒有發生事故，單是返工、維修和更換都要花費不少時間和金錢。
雷神導彈係統高管蘭迪·史蒂文森表示，如果大數據分析的結果表明，某一顆螺絲需要擰13圈才能上緊，而在導彈生產過程中卻隻擰了12圈，那麼錯誤警報就會發出，導彈或配件的製造就將被中止，確保不會有帶著缺陷和錯誤的導彈被生產出來。
作為一家製造商，雷神部署了非常複雜的自動化係統，用來收集和分析工廠底層的大量數據。而這樣的製造商遠不止雷神一家，包括通用電氣、西門子、羅克韋爾自動化公司在內的很多家公司都采用了這樣的自動化係統。它們都使用了一個名為“工廠製造執行係統”的軟件。這類軟件在20世紀80年代就已經出現了，一些半導體製造商和其他高科技公司是最初的采用者。不過，目前越來越多的製造商也開始采用它。
現在的製造業比以前更專注於數據，一部分是因為某些客戶的要求越來越高，一丁點兒瑕疵都不允許存在，一部分是因為股東對龐大的支出感到不滿，施加的壓力越來越大，還有一部分原因，則是政府監管部門為了方便管理和追蹤安全問題，要求企業提供更多的數據。而同時，計算機、攝像頭、掃描儀等各種設備的成本都在逐年下降，而且用於存儲和轉移數據的技術也不斷地得到改善。這些都促使製造業向大數據分析傾斜。
雷神公司的大數據應用，隻是製造業在生產製造環節的大數據分析。製造業更多的大數據應用，是麵向消費者的大數據分析，比如小米公司。
小陳最近一直在關注電視機，但他關注的並不是國內傳統電視機廠商的電視機，也不是那些國際大牌的電視機，而是國內幾個互聯網公司推出的電視機。像小陳一樣想買這些電視機的人不在少數，而這電視機供應量有限。大家甚至用“搶”來形容這些互聯網電視的熱銷。
在眾多互聯網電視公司裏，有一個這兩年才創立起來而且特別火的，叫作小米科技公司。在小米電視發布前，小米公司已經成功地發布了幾款手機，每款手機都在發售後被搶購一空。小米做手機和電視機的思維和其他手機及家電廠商完全不一樣，因為它的創始人雷軍在互聯網公司從業20多年，他宣稱要以互聯網思維來製造手機、電視機。那麼他所說的互聯網思維是什麼樣的呢？為什麼小米手機會熱銷呢？
傳統的製造業都是封閉式生產，由生產商決定生產何種商品。在這種情況下，生產者與消費者之間並沒有多少交流，更談不上互動。但是，在小米手機發布之前，小米手機的研發人員便不斷在論壇上和手機玩家一起討論手機的軟件外觀、手機硬件配置、外觀設計甚至宣傳方案，等等。無數人在論壇上提供自己的想法，甚至有熱心網友會半夜睡不著爬起來發帖給研發者提供建議，而且也確實有不少好的建議被研發人員采納。很多手機玩家都很有參與感，覺得小米手機是大家一起研究一起開發出來的，自己也為小米手機的發展出了一份力。就這樣，小米手機在還未發布前就已經擁有了無數鐵杆粉絲。在這種製造商和消費者良性互動共同決策的模式下，消費者和製造商的界限已經變得模糊不清，傳統的經濟理論將被改寫。
這些就是未來製造業的趨勢，這些現象能夠告訴我們未來麵向消費者的製造業會是怎樣的景象。
餐飲旅遊業的未來
晚飯時間到了，小張打卡離開公司，走到經常吃飯的飯館去吃飯。剛走到飯館門口，飯館門口播放的背景音樂就悄然發生了變化，變成了小張最近聽得最多的那首曲子。小張似乎並不覺得奇怪，她很習慣地走到飯館二樓靠窗的位置。那兒有一個位子是她常坐的，基本上每次她去的時候這個位置都正好空著。小張拿起平板電腦開始點菜，菜單上最前麵推薦的菜正好合她胃口，價錢也和她每次消費差不多，於是她不假思索地點了。
在等待上菜的時間裏，小張開始安排元旦3天假的行程。她拿出手機打開一個地圖軟件，點擊了一下她要去的目的地，然後快速查看了千千萬萬個曾經到那裏旅行過的人對當地各個旅館飯店及旅行社的評價。很快，她就把3天的住宿、餐飲、旅遊行程都安排好了。
以上隻是一個假想的場麵，但實際上這樣類似的情景可能正在餐飲旅遊業發生著。餐飲旅遊業在大數據時代可能呈現的樣子，便是這樣的。
作為服務行業，餐飲旅遊行業一直麵臨著眾口難調的問題。同樣的服務可能讓一個人非常滿意，卻讓另一個人很不滿意。就像同一個菜，一個人可能覺得辣了，而另外一個人覺得還不夠辣。這不僅僅是每個顧客挑剔程度的問題，更因為每個人本身具有的不同特性，比如口味、審美，等等。通過傳統的調查和改良的辦法，不能精準地針對具體某一個客戶。而在大數據時代，這些問題都可以得到解決，眾口難調變成眾口易調。
在大數據時代，餐飲旅遊行業和現在的互聯網公司一樣，可以采集到消費者的很多數據。采集的方法有很多，比如飯館可以通過攝像頭、麥克風、訂餐網站、訂餐軟件等渠道獲得各種不同的數據。從某位顧客打開手機或電腦準備點餐的那一刻起，或者從某位顧客推開飯館的門那一刻起，他或她的數據就正在上傳到飯館的服務器。顧客心情如何、在軟件或網站或飯館停留時間長短、喜歡聽的歌曲、喜歡的話題、對食物的偏好，等等，這些特征都將保存下來，在這位顧客下一次推開飯館大門時，計算機會根據收集的數據來為這位顧客“量身定製”出一套服務方案，並繼續采集更多數據。
這樣的數據不僅可以用於服務個人，也可以用來改善商家自身的服務。還是拿飯館做例子，采集的數據經過分析後表明，本地區的顧客對某一個菜樣非常偏愛，或者很多顧客點了某一個菜後就再也沒點過第二次，這些都能夠幫助商家做出增加或減少菜品的決定。又比如，采集的數據經過分析後表明，進入本店的顧客在就餐時喜歡討論某些話題，那麼商家也可以抓住這些話題點在網站、論壇、微博、微信或飯館舉辦各種相關活動。
同時，消費者們對餐飲旅遊業的商家的各種評價，也都公開在各種平台上，免費供他人查閱，這給其他潛在的消費者帶來了福音，也給政府相關管理部門的考核和問責帶來了便利。餐飲旅遊行業長期存在的信息不透明、宰客欺客的現象會因此明顯減少。類似的服務行業也將得到超越來自政府的更強有力的監督，不敢擅自作惡。
很多美好的事情已經在這個行業發生著。美國很多州政府在與餐飲點評網ylep展開合作，監督餐飲行業的衛生情況。事實證明效果非常好。人們不再像以前那樣從窗口去看餐館裏的情況，而是從手機APP裏的評論。在中國，大眾點評、口碑網、番茄快點等軟件或網站，也給消費者提供了對商家評判的平台。這樣，商家既可以通過這些網站擴大自己的知名度和影響力，更可以通過這些評判來提升自己的服務能力。未來的餐飲旅遊業，不僅會自律，而且還會做得更好，利用互聯網沉澱出的大數據，想象力無窮。
傳統農業的展望
美國明尼蘇達州的一個普通農場裏，一對夫婦正在犯愁。他們的兩個兒子都到很遠的地方讀大學去了，現在農場裏活很多，夫婦倆根本忙不過來。他們得想個辦法把兩個兒子留下的勞動力空缺給補上。不管怎麼說，100頭奶牛的飼養不是兩個人能搞定的事。
對於大部分人來說，麵對這個問題，很自然的一個想法就是雇一些人來。可是這對夫婦最後一個人都沒有雇。你絕對猜不到他們怎麼解決的這個問題：他們買了很多機器人！
現在，這個農場裏每天定時喂牛的是機器人，打掃牛欄的也是機器人，給奶牛擠奶的還是機器人。以前他們起早貪黑都幹不完的活兒，現在一下子都沒了。每天早晨還沒等這對夫婦起床，機器人就已經喂好了牛並擠了奶。