上回講到人工智能不斷發展，很多人為此興奮不已，也有人擔心工作不保。但大家有否想過，互聯網飛躍帶來的問題，其實都啟發了我們關於未來趨勢的思考，須知道機會都在問題之中。我雖不是科技預言家，但因工作之便，讓我有幸參與很多創新科技專案，有3個觀察後的現象想跟大家分享：
一、數據安全大隱患
例如最近數據洩露及網絡行騙事件愈發頻繁，因此驗證身份和保護隱私的新方法將改變商業格局。區塊鏈技術提供了更健全、真實、加密的記錄，任何人都能輕鬆加以核實。區塊鏈有助於在多邊合作中取得互相信賴，例如創業公司Shopin打造了基於區塊鏈的「購物者全面概況」，每個商戶收集到的顧客資訊在區塊鏈的管理下都可以分別存放，只有得到消費者允許才可解密共用。區塊鏈解決了信任問題，又可帶來數據共用的便利。這種去中心化的技術正在經歷實際落地的考驗，我覺得在18個月內此技術會見到重大突破。
二、GAN助機器學習提速突破
想讓你的AI變得更聰明？那就讓它和另一個AI決一勝負。在這種決鬥場下，一個AI試圖創造一幅逼真的圖像，另一個AI試圖確定這幅圖像的真假，任何領域都能被電腦類比，諸如語音、視頻或者你想要處理的任何東西。這個概念被稱為「生成式對抗網絡」（GAN），原則上可用於任何問題域的智能系統。通過GAN迅速「自我進步」，可望帶來醫學、技術、交通和其他重要領域的突破。
三、數據中台成創新引擎
過去一年，我到過很多大型企業作客或擔任顧問，直到最近也參與了北京、貴州、香港科學園等地的數據平台建設，才發覺有良好體系及架構的「數據中台」（提煉數據的容器）很缺乏。什麼是數據中台？數據從收集到能穩定使用，其實有如工廠的車間，需要一套精密的生產流程管理去保證品質、時效等。
我個人認為，數據中台的精華在於「主數據」，在阿里的時候我又稱之為集團的數據公共層。公共數據結集了公司內共用得最頻繁或者最關鍵的數據，這些資源有如生產中所需要的半成品，能加快生產速度及減低重複性。數據中台必備的另一元素，就是數據生產過程中的數據，這種「數據中的數據」又叫中繼數據，對優化中台很有意義。一般而言，數據中台的實力可以根據開發數據能否化繁為簡作出考核，或者說是當業務出現變更後，數據能有多快更新同步。
以上分享或有以偏概全之嫌，謹作拋磚引玉。