举个例子。如果你正在搜索一口煎锅的信息，智能手机上的自适应系统就会访问你过去的购物数据，并搜集到这样的信息：你上次购买了一口电磁炉平底锅，留下了“一般”的评价。通过分析你的评价，系统了解到，你很看重锅的涂层，而且你喜欢陶瓷涂层（系统也注意到了你喜欢什么样的手柄材料)。了解到你的这些个人偏好，系统就会在网络市场上寻找最佳匹配，甚至考虑到送货过程中产生的碳足迹，也就是碳的排放量(因为系统知道你是一位环保主义者)。你准备直接转账付款，这是可以获得额外折扣的，系统会自动与卖家谈判。你只需轻轻点击，交易即可完成。
这一切听起来是那么流畅、简单—它也本该如此。比起我们自己搜索，自适应系统的搜索更快、更轻松，同时，它也能参考更多的变量，评估更多的产品。系统不会很快就感到疲劳（我们自己在做线上或线下搜索时却恰恰相反)，它的决策建议也不会受到价格的干扰认知偏差的误导，以及聪明的营销手段的诱惑。当然，我们依旧会把钱当作价值的储存手段，价格也依然会是有价值的信息。但是，当我们不再只盯着价格时，我们的视野就拓宽了，随之出现的会是更好的匹配，更高效的交易，以及一个鲜有欺骗和花招的市场。
这种基于数据和机器学习的决策辅助系统，虽然可以帮助我们在海量数据市场（data-richmarkets）中识别出最优匹配，但是我们人类自身仍将保留最终的决策权，而且在交易中，给系统多少授权也是由我们自己决定的。这样，在约车这类事情上，我们就可以高高兴兴地让决策辅助系统代劳。而对找工作这样的事情，虽然我们会参考数据顾问给出的就业选择，但最终做出抉择的，仍将是我们自己。
数据资本时代
006