作者想告诉我们：
让机器拥有智能的钥匙其实是大数据，而非算法。人工智能实际上就是如何处理数据的问题。
大数据的三个特征：体量大、多维度和完备性，让人工智能技术得到了飞速的发展，我们即将进入智能时代。
体量大，以谷歌拍摄街景的汽车来说，一辆汽车每天产生的数据就是1TB，如果一部电影按照500M算，每辆汽车日产2000部电影那么大的数据。多维度，移动互联时代，手机号能调出你的搜索习惯，通讯信息。然后你的性别、年龄、位置，文化背景这些一连串的信息都会被调出来，接着根据大样本统计，为你画像。也许，最终结果是机器比你更了解你自己。完备性，用智能手机可以收集到全球所有人的面孔，谷歌的无人汽车，提前把道路上所有可能遇见的情况全部输进电脑里，然后根据扫描情况快速识别，做出各种反应。
智能问题转变成了如何处理数据的问题后，机器的智能水平也会随着数据量的增长而增长。
人工智能只会把贫富差距越拉越大，作者预言只有2%的人能跨过智能时代，我们要争当2%，拥抱智能时代的任何新技术工具，努力跟上时代的步伐，成为受益的少数者。
同时，智能时代，我们会彻底没有隐私，如果你想在智能时代生活，和商家交换隐私是必须的。
面对人工智能需要做哪些改变：
大数据思维和机械思维不是相互对立的，而是相互补充，它就是新时代的方法论。
首先，从单纯的机械思维转变到大数据思维。机械思维的本质就是确定性和因果关系。机械思维默认这个世界的所有事物都是有规律的，而这些规律是确定的。如今机械思维已经不太管用了，因为这个世界具有不确定性，依靠因果关系这种方式认识世界的效率其实非常低。
信息熵这个概念指出，信息量和不确定性有关。要想消除不确定性，最好的办法是引入信息。信息越多，不确定性越低。大数据解决了不确定性的问题，大数据思维给机械思维做了完美的补充。
其次，试着用大数据的强关联性替代因果关系。
在无法确定因果关系时，数据为我们提供了解决问题的新方法，数据中所包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代因果关系，帮助我们得到想要知道的答案，这便是大数据的核心。
我需要做哪些改变：
作为一个IT从业者，必须主动学习大数据处理技术。
学习与机器为伍，利用智能设备来提高自己的生活和工作。