今年(2017)的Computex，杜奕謹在Nividia的會場上提出的演說是我唯一全程聽完的，他談的每個觀念都確實精準到位，包括資料，收集資料以及他手上有的資料他要如何應用等等。

資料是人工智慧的柴火已經是毋庸置疑的事了。問題是哪裡來的資料，杜在演說中提到我們本身就有許多現成的資料，比如政府本身就保存了很多了。就我所知有一家以色列的金融新創，其用來分析金融趨勢所用的資料很多都是來自世界各國政府的開放資料，如美國NASA的日照資料，美國大氣總署的空氣污染資料等去綜合判斷，這些資料只是需要申請並非完全無法取得。

另外一個他提出的重點是，不用特意的去寫爬蟲(他在演說中是叫大家不要寫)，我的想法則是不用特別花太多的精力去建置完整的爬蟲，如果是任務需要或是驗證需要，寫爬蟲去爬網路資料其實是無妨的。他認為我們過去2年創造的資料是遠超過人類2年前所創造量的總合， 因此只要從現在開始好好收集資料，2年後就會有很可觀的資料量，所以重點在於好好收集資料。

我想另一個重要的是，過去我們還是有很多地方是沒有資料的，因此物聯網的發展就會為這些沒有資料的地方帶來希望，可能是工業生產或者是農業等產業，最近觀察許多台灣的IPC公司已經把物聯網當成發展的重心，尤其是由原本的本業發展出來的所謂IIoT(工業物聯網)更是其中最有機會的，只是這類的需求很多都是要看客戶，不像以前只是出機器就好，這樣的量和成本是否能夠滿足經濟規模，都是要時間去驗證。

現在的物聯網跟2年前剛出來時已經有很大的不同，但趨勢都只朝著一個就是把產品做出來然後可以落地找到應用，若按照杜先生的說2年後，我們就會有許多的資料可以做分析，到時整個產業又會是另外一番新的景像了。