通过这件事我们也能进一步体会大数据完备性的特点。在过去，统计学家们一直试图寻找好的采样方法，以便在有限的样本中找到覆盖尽可能全的规律，但是在大数据时代，这些努力都不需要了，因此样本集可以等于全集。另外，我们还可以从这个案例中看到大数据时效性的特点。对于新的、过去没有见过的情况，Google 的服务器反应是非常及时的，即在第二次就能把新鲜的数据提供给用户使用，这在大数据时代之前也是做不到的。
Google 在数据上的优势，是大学和各个研究所并不具备的。即使是全球着名的汽车公司，包括丰田、大众和美国通用，也不具备如此多的数据。因此，它们虽然在自动驾驶汽车研制方面早起步几十年，但是很快就被 Google 超越。另外，计算机学习「经验」的速度远远比人快得多，这也是大数据多维度的优势，因此 Google 自动驾驶汽车的进步才能如此快。这并非说明 Google 的科研能力超过了过去那么多大学、研究所和公司的总和，反而是体现出大数据的威力，以及采用大数据思维的重要性。
让我们谈谈金风公司的故事。在和我进行了多次关于大数据时代商业模式的探讨后，该公司决定向 IBM 学习，在商业模式上做根本性的转变，主营业务从风力发电机的制造，转变成发电设备的运营和服务。当然，并非什么公司想做服务就能做得好并赚到钱，金风公司有底气转型，源于其在宏观上对全球风能市场的了解，在微观上对每一台风能发电机运营细节的了解，加上通过大数据对发电机可能出现的问题的分析，能够比一般工程公司更有效地维护发电机。至于发电机的生产，该公司只负责研制，然后将设备制造交给其他公司去做。这样一来，金风公司就在风力发电领域成功地复制了 IBM 服务的模式。大多数亚洲制造企业虽然在全球市场上占的份额不小，但是通常竞争的手段就是压低利润降价，最后把整个行业变得都没有利润。金风公司转型的做法，或许能给这些企业一些启发，当然如果没有大数据这样的机遇，这种转型是非常困难的。
与金风公司面临类似情况的还有诸多的电器生产厂商。这些电器无论是高端的还是低端的，厂家只能赚到一次钱，而且由于亚洲制造业同行相互压价，利润也不可能很高。为了解决利润的问题，一些对新技术敏感的公司想到了利用大数据和移动互联网来改变商业模式。
现有产业+摩尔定律=新产业
与前两次工业革命类似，虽然信息革命的代表产品是计算机处理器，但是并不需要每一家公司都生产处理器，甚至不需要每一家公司自己开发软件。今天大部分公司使用的处理器只有两个系列，即英特尔 x86 系列（加上 AMD 兼容产品）和英国 ARM 公司设计的 RISC（精简指令集）处理器，因此计算机实际上可以被看成是一种资源，而大部分公司需要做的只是使用好这些资源而已。
我们回顾过去是为了展望未来。今后，由大数据引发的智能革命也将是以一种与前面几次技术革命类似的方式展开，如果我们用两个简单的公式来概括的话，那就是：
现有产业+大数据=新产业
现有产业+机器智能=新产业
摩尔定律和安迪-比尔定律到了智能手机时代照样适用，我们就不赘述了。
通过上述对历次技术革命中商业模式变迁的分析，我们可以得到这样三个结论： 首先，技术革命导致商业模式的变化，尤其是新的商业模式的诞生。其次，生产越来越过剩，需求拉动经济增长的模式变得不可逆转。同时，单纯制造业的利润越来越低，那些行业越来越没有出路。相反，人们对服务的需求越来越强烈。
在 IT 时代，唱主角的公司逐渐从制造设备的 IBM、爱立信、诺基亚和惠普等公司，变成了提供软件和服务的微软、甲骨文和 Google 等公司。最后，商业模式的变化既有继承性，又有创新性。工业革命导致了产品需要靠推销才能卖出去，第二次工业革命导致了广告业的兴起，推销的方式从展示变成了做广告，而这两者之间是有联系的。作为创新的一方面，第二次工业革命导致了商业链的出现；到了信息时代，商业链得到了发展，这是继承性的一面；而服务业的重要性突显，这是其创新性的一面。