通过实竞价，获得竞价的一方就会把需求发到程序化的创意平台，该平台再根据广告主以及个体画像产生一次实时的创意，把真正的广告给推到个体那边。
而所有这些的发生可能在100毫秒发生，发生了从数据的采集到广告主获取广告的候选进行实时竞价和程序化的创意，最后形成这个广告。在整个过程中，大数据起到了无可比拟的作用，这就是见微，而呈现到每一个个体前面的都是非常精准的广告营销。
同时，在100毫秒里面完成的一次精准广告推荐涉及到当下。在传统意义上，人们对于知识的理解，对于整个社会的理解基本上都有一个滞后期，吴甘沙把它称为刻舟求剑，在人们真正获得洞察的时候，整个这个世界已经变化了。正如建国以来已经进行过的6次人口普查，无论如何精准都是滞后的。而现在随着大数据的普及，我们现在有可能更实时地理解我们这个社会。
当然，当下快思考风行，几秒钟得到的洞察可能一下子传播到世界各地，犯的错误却是覆水难收。
2、皆明
对应于当下的叫做皆明，皆明是深度报告，涉及三种分析。
第一，描述性分析，即过去发生了什么，为什么会发生，而现在又在发生什么，简言之就是通晓古今。2005年伦敦发生暴乱后，《卫报》对几百万条Twitter进行了分析。分析的过程中发现，暴乱和贫穷确有很大的相关性，政府应该解决贫穷的问题;而Twitter虽然在早期传播了谣言，但后期Twitter可以把更多的信息聚拢过来，让人们看到真正的真相，这与政府当初的快思考，对贫穷的忽视和对Twitter的偏见大相径庭。这是描述性分析的一个非常典型的案例。
第二，预测性分析 。 大数据的核心价值是对于未来的可见性，预测性分析就是能够预测未来发生什么，三国时期诸葛亮的巧借东风属于预测性分析。
预测性分析在当下最常见的应用是谷歌预测票房的分析。《蜘蛛侠3》引发了对同系列的两部电影的票房分析，也带出了季节性的因素分析。透过预测，制片方和影院可以提前一个月对电影的票房做出高准确度的预测，这一个月的价值则可以直接与票房收益挂钩。
第三，处方性分析。分析方能够利用大数据运筹帷幄，希望未来发生什么，明白为了要让目标实现现在要做一些什么。同样是诸葛孔明的计谋，草船借箭就是处方性分析，纸牌屋也是在处方性数据分析中诞生的。通过受众分析，制作方发现美国受众都喜欢政治性电影，再经过进一步的研究，确定每个人物的角色定位和性格特点，包括国内的互联网综艺节目《美食美课》都是根据网上搜索的结果设计的一个节目。
在人工智能领域，经过长期的研究，已经积累了很多研究方法和应用技术。例如，自然语言语义分析、信息提取、知识表现、自动化推理、机器学习等。这些技术目前正在逐步地应用于大数据技术的前沿领域，结合预测性分析和处方性分析，挖掘大数据蕴含的规律和价值，从而为人类决策提供支撑。
例如，Netflix的影片推荐系统、Facebook的社交图谱、Amazon的购物推荐系统等，已经依靠深度学习和其它人工智能方法，实现了大数据之上的巨大商业价值。
Google还对大数据的机器深度学习和建立知识树KnowledgeGraph投入巨大的研究资源，期望能够回答并帮助解决人类日常生活中普遍关心的问题。
辨讹晓意：从真相窥探思想
纵观全局，虽然随着整个IT行业计算能力、存储能力、通讯能力的发展，以及人工智能研究的长期积累，人工智能在一些领域里获得了一定的突破，其研究成果也已经在数据挖掘、工业机器人、物流、语音识别、银行业软件、医疗软件等方面被广泛的应用。
但是，目前的人工智能方法都只能处理已预先定义好的问题，实现既定的目标。一旦遇到未定义的情况，人工智能便束手无策。因此，现阶段的人工智能技术并不能使机器具有真正的自主学习和研究的能力，更无法奢谈拥有创造能力。而使机器获得学习能力、研究能力和创造能力，恰恰是人工智能技术发展的目标。
1、辨讹
变讹是大数据价值变现的第五种方式，也就是看到真相。比如新华网上发的31省前三季度GDP之和超过全国约1.9万亿，从不同的数据来源可以发现这个数据是对不上的。
美国德克萨斯州的数据新闻报道说，能够把这个州的很多政府雇员的工资都做到数据库里面供人们查询。对于普通人来说任何感兴趣的人名都可以输进去，看他的工资和其他行为，看到他们想要了解的真相。