接著,，亞馬遜的創(chuàng)辦人執(zhí)行長貝佐斯（Jeff Bezos）開始了一個網(wǎng)絡(luò)世界重要的嘗試–到數(shù)據(jù)中去挖寶，如果能幫個別客戶按照他們的喜好來建議書,，那不是更好嗎,？一開始亞馬遜就擁有了大量的客戶的個人信息,，還有買了什么書的記錄，對那些書關(guān)注了最后卻沒有買單,，考慮了多久,？一起買了那些書。
　　
　　一開始亞馬遜還是利用傳統(tǒng)計(jì)算器運(yùn)算辦法,，期望透過樣本分析，找出客戶之間的相似點(diǎn),，這種技術(shù)大不了對一個從事工程師工作的客戶建議其它工程師職業(yè)的客戶買類似的書籍,；建議一個買了圍棋定式書的客戶，買圍棋殘局的書,。就像一個不看書的人為讀者提出的合理建議，只是因?yàn)樗�有完整的書單罷了,。
　　
　　亞馬遜有一個軟件工程師格里格(Greg Linden),，他在華盛頓大學(xué)博士班時主修人工智能，他想出了一個辦法,，不要去管客戶之間的異同,，只要管產(chǎn)品之間的關(guān)聯(lián)就好了，格里格這個團(tuán)隊(duì)在1998年以此申請專利,，把亞馬遜的賣書推薦系統(tǒng)整個改頭換面,，也為海量數(shù)據(jù)開始了一個全新的應(yīng)用。
　　
　　有了這套系統(tǒng),，亞馬遜給上網(wǎng)找書的客戶兩個選擇,，一個是計(jì)算器找出來的建議，一個是內(nèi)部編輯的書評,，這樣的并行作業(yè)就是要比較那一種建議更有效益,，可以說是計(jì)算機(jī)和人的競賽。
　　
　　到底編輯寫出的內(nèi)容還是計(jì)算機(jī)的建議厲害,？那一項(xiàng)能帶來更多的營業(yè)額,？沒想到，僅是小小的測試一下,，那就發(fā)現(xiàn)天差地別,，計(jì)算機(jī)的建議遠(yuǎn)遠(yuǎn)勝過精彩的書評。
　　
　　沒有人知道,，喜歡看甲作家的書的人也會買乙作家的書,，喜歡驚悚小說的人也會喜歡看歷史類的書，為什么如此并不重要,，計(jì)算機(jī)透過書與書之間的關(guān)聯(lián),，讓客戶一次多買一本書,，亞馬遜就達(dá)到目的了。
　　
　　最后,，亞馬遜制造書評的部門因而解散了,，理由是他們的書評會影響書店的銷售。今天亞馬遜33%的書是計(jì)算機(jī)推銷出去的,。
　　
　　計(jì)算機(jī)從海量數(shù)據(jù)中找出事物的關(guān)聯(lián)性,，知道“原來如此”就夠了，根本不用去理會“為何如此”,，就能解決商業(yè)問題,？
　　
　　像谷歌這樣的搜索引擎一天就有幾十億的搜尋，幾年下來存下來的數(shù)據(jù)如海洋一樣遼闊壯大,，谷歌還提供API讓你的計(jì)算機(jī)去海量數(shù)據(jù)中尋找你要的關(guān)聯(lián)性,。
　　
　　如果你賣的是衣服，你可能從海量數(shù)據(jù)中發(fā)現(xiàn)下一季少女可能流行的顏色或式樣,。
　　
　　你是搞印刷的,，如果你知道什么是最熱門的產(chǎn)品，當(dāng)然愿意給相關(guān)產(chǎn)品的印刷品打個折扣,？