數據資料的量愈大，「預測分析術」（predictive analytics）就可能帶來愈多的利潤和生產力。可是，這只是傳統的想法。創新者如果比較想要創造、而非預測未來，應該仔細觀察當前最頂尖的科學家如何處理他們的大數據。「人工智慧」（AI, artificial intelligence）正逐漸讓步給「自動化假設」（AH, automated hypothesis）。未來，會愈來愈引發突破性創新的是「自動化假設」，而非「人工智慧」。
如同《產經濟學人》雜誌最近的報導指出：「目前，有超過90個科學家團隊在發展能生假設（hypothesis-generation）的軟體。他們希望把這項軟體運用在公開資料庫裡龐大的科學文獻庫上（跟據一項統計，至少多達五千萬份的科學報告），而非運用在食譜上。」換句話說，全球的數據科學家都了解，拍位元組（petabytes，10的15次方）和艾位元組（exabytes，10的18次方）能夠讓運算變得具有創意和想像空間，就像是想像力能刺激假設產生一樣。他們正投入心力，以因應此局勢。
這樣的創意非常吸引人：與其使用數據來解決現有問題，「自動化假設」的科技可以創造一套具有
如同《產經濟學人》雜誌最近的報導指出：「目前，有超過90個科學家團隊在發展能生假設（hypothesis-generation）的軟體。他們希望把這項軟體運用在公開資料庫裡龐大的科學文獻庫上（跟據一項統計，至少多達五千萬份的科學報告），而非運用在食譜上。」換句話說，全球的數據科學家都了解，拍位元組（petabytes，10的15次方）和艾位元組（exabytes，10的18次方）能夠讓運算變得具有創意和想像空間，就像是想像力能刺激假設產生一樣。他們正投入心力，以因應此局勢。
這樣的創意非常吸引人：與其使用數據來解決現有問題，「自動化假設」的科技可以創造一套具有