現代社會面臨資訊爆炸的時代，而大數據包含了四項有數據龐大，數據類型多元化，數據處理更新速度，以及資料內容的真實程度，而能否從大數據中找到數據中提供的價值，是我認為最重要的。應用在製造業中的大數據目的，包含整合資料提升效率，提高產品良率等，都是非常有用的。舊的四p包括產品，價格，通路，促銷。而現在社會模式改變，由新的模式主導，產生新四p模式包括消費者，成效，步驟，預測。講者有分享一段馬雲說過的話，馬雲提到數據若不應用起來，變是一堆垃圾。數據將成為十年以後，比石油還貴的東西。而在人力資源管理上的應用，可分析招募管道與員工績效表現間的連結，選擇適合公司的招募方式。紀錄生產員工工作行為的紀錄，拆解工作行為，設計最有效率工作動作與排程。或是分析員工特性與教育訓練品質滿意度分析開課排程建議。在人力資源管理也是非常的實用有幫助的，能節省非常多成本。企業數據商業診斷模型第一步確定企業主要商業模式與獲利來源，第二步釐清消費者在這個商業環境下的消費流程，第三步找到流程中企業可能可以與顧客產生互動接觸點，第四部釐清各接觸點中企業能獲得哪些資料，或需要獲得那些資料，第五步要能在完成上述流程分析後，企業可以擬訂該執行什麼動作來達成目標，所以企業要能成功，要能有效運用大數據。現今最夯AIOT(人工智慧+物聯網)、FinTech(金融科技)、工業4.0、商業趨勢分析、智慧製造與自駕車技術等，都是「AI人工智慧」與「Big Data大數據」所引爆的潮流。資料分析應用領域包括醫療、銀行、工業、農業、汽車、零售業、智能客服等，產業相當廣泛。若在美國擔任大數據分析師和演算法科學家，年薪更超過15萬美元所以能有效的應用大數據是現代人與社會所必須要學習的。大數據由量化而產生的質變確實為我們未來的生活帶來許許多多的便利性, 也對我們不管是政府單位也好, 整體的企業也好, 都帶來無比美好的發展空間. 但是我們不能忘記如果我們事事都早已在大數據的預測中被拖著走, 那我問你那人活著還有甚麼意思呢? 所以最後也提醒我們要謙卑、要注意道德及人性化的一面。
