如果将早期的计算机、互联网比喻成工业革命中的蒸汽机、轮船，那么，新一代的云计算、大数据、可穿戴设备、移动互联网，就像工业革命中电、化学元素以及电话、航空等规模性出现的发明，它们已不再简单是给生活带来方便的工具，而可能是对整个社会进行重塑。

　　云计算的处理能力(从分布式计算到大数据)，是人类历史上第一次将不同类型的数据进行采集和分析。现有的数据可分成三类，结构化的数据、接触性的数据和可佩带计算的数据。2013年，很多企业都已经意识到数据的价值。就像工业革命中企业要用电一样，今天则必须学会如何使用大数据来提升竞争力。未来还要具备收集、储存和处理此三种数据的能力。

　　我们将进入一个数据支配(Data charge)的时代。新的数据规模、形态和需求的出现，让传统的无论是IBM ，还是Oracle、EMC的数据库都变得不太适合，时代需要一种新的数据库架构。类似Wintel(Windows+Intel)到了移动时代必须变革，去IOE(IBM、Oracle、EMC的第一个字母)的时代已经开始，新一代的服务器和超大规模的数据中心即将诞生。

　　在互联网1.0的时代，数据的来源大部分仅是将传统的内容搬到了网上;今天互联网每天产生大量的信息和数据，比如社交网络，或智能手机、可穿戴设备的数据，很多都是消费者参与创造的。假如所有信息都能被中央的大云记录起来，并且可进行分析;假如发明这样一种技术，可记住我们出生以来每一次的心跳、每一次疾病、读过的每一本书和经历的重要事件，那么，这就让我们更了解自己，更加了解我们的社会。

　　举一个例子。以往我们的医院都是按行业、按规模来划分的，医生、专家都要经历漫长的学习过程。事实上，人类很多疾病都是有规律的，很多治疗可能是不需要医生的。运用大数据、可穿戴设备和云计算能力，可让学习和治疗的成本大幅度下降。如果将所有医疗的数据都集中到一个共同的平台上，这个平台就成为了世界医疗的大脑，医生可以通过大数据了解我们身体。这样每个新医生在治病之前，就能了解到数据平台成千百万的病例，哪些是有治疗方法的，哪些还没治疗方法。通过海量的数据处理，并用计算机的深度机器学习，替代医生做大部分的判断工作，可能会大幅度提升和改变医生的学习过程，并比传统做得更精确。

　　“杏树林”APP正试图这样做。张遇升，是它的创始人。这个27岁的创业者在做的事情就是用手机上传病人的病历，目前已有超过40万医生在该平台上生成App病历。他的目标是在两年内让中国一半的医生可以分享。

　　2013年企业开始注重数据应用，同时大数据在教育、交通、医疗等行业正加快落地。除此之外，可穿戴设备的进展尤其引人注目。

　　Google glass推出了新的版本，三星、微软等公司宣布将推出智能手表，各式各样的智能手环、智能眼镜、智能跑鞋都不断地涌现。Juniper Research数据认为，2013年全球用户将在这些设备上花费14亿美元，到2018年将增至190亿美元;2013年可穿戴设备的销售量将达到 1500万台，到2017年将达到7000万台。设备制造商、软件研发者都和普通用户都可从这一趋势中获益。

　　可穿戴设备及其带来的反馈经济在改变着跟我们每个人相关的医疗、健康、体育、游戏等行业。通过可穿戴设备，能准确即时了解到我们的身体，血压、呼吸、热量等数据;运动员则通过它获取运动数据，可回放和分析来改善比赛表现;可穿戴设备亦可用到交互式游戏上，用来了解身边的环境，比如作息、行为或者饮食习惯;它还可以用来记录位置和情绪。可穿戴设备比智能手机可以更为方便和不间断地收集数据，实现将个人数据和环境数据的整合，从而更精准地了解身体数据并和外部环境进行关联。

　　如果说此前的互联网络、社交网络让人和人之间更方便地沟通，可穿戴设备则实现了人和机器，和外部环境之间的沟通。基于可穿戴计算和反馈经济的各种商业模式也正在出现。我们预测未来3到5年，随身物品应该都会具备计算能力，另外随着大数据处理工具，包括机器学习的深入，更多数据将被不间断收集起来并可随时分析，在更多的行业更大的改变或者创新即将发生。

　　比如每个人的大脑存储是有限的，可穿戴设备结合了像Evernote(印象笔记)这样云的应用，等于给人类增加了“外部的大脑”，可帮助我们更方便，并且是没有限制地进行知识采集、存储，更智慧地进行知识管理。

　　这种创新也会带动芯片、显示屏、硬件设计及软件、应用方面的创新，如更低能耗更小体积的芯片，更加多样的显示屏等。同时，推动云计算、大数据应用生态系统的成熟。英特尔公司已宣布2013年底前推出可应用于可穿戴计算设备的芯片，德州仪器和高通也都开发了ARM架构的芯片，这些芯片同样可用于可穿戴设备和物联网。一些新的可弯曲的显示屏以及液态金属技术也被开发或投入应用。可穿戴设备还推动着个人云的成熟，让我们可以更加智慧地了解自己，学习和感知外部的世界。

　　2013年云计算还推动了深度机器学习(Deep learning)技术的发展。谷歌公司使用了700台服务器来处理机器学习，例如对大量图书数据进行扫描和存储，然后让机器通过程序自己分析结构和语法，谷歌英语和法语的翻译已能达到接近 95%的准确率。有一天会发现，在一些领域机器的智慧跟人已差不多了，在很多方面甚至要超过人类。比如通过深度机器学习，运用机器智能和强大分析能力，能更好地处理大规模的复杂数据，如金融、医疗、教育和交通等各种难题。技术不仅仅在工具层面，已在知识和智慧层面，真正地帮助人类前进。

　　2014可穿戴设备将进一步发展，并成为移动互联网入口的重要一环;企业对于云数据中心的需求，以及对于数据开放和数据交易的要求会更加强烈，亦将有更多突破和典型案例出现;作为企业内部数据存储和分析的平台，以及公有云大数据应用分析平台的“数据流水线”和“数据工场”会大规模出现;同时，大数据的立法和国家战略的出台进程会受到更多关注。

　　如果和工业革命比较，我们回过头就会发现，工业革命时期最成功的企业并不是有矿产的。当时像施耐德、西门子以及克虏伯这些公司，都是发明了炼钢的方法。所以，大数据时代未来价值的创造者，可能是那些有算法，创新的思维和商业模式的公司，这一点在接下来的几年内会看得更清楚。

　　2013年，大数据、云计算和可穿戴设备已不仅是IT革新，而是成为改变生活和社会方方面面的革命源动力。由于移动网络、大数据，尤其是今天各种各样计算环境的到来，我们发现自己正在迈入一个新的、更有智慧的世界。