在众多领域里，大多数成功人士都能够稍稍抢在其他人之前作出连续不断而精确的预判。这是几乎所有持久成功者的共性。他们不必具有超前10年，甚至10天的远见，只需在事情开端或时机到来之前，比竞争对手抢先一刹那作出高度可能性的预测就足够了。
    企业需要瞬时、主动的预测能力
    50年来，我们一直生活在一个数据库的世界。各个公司和政府机构通过多方途径收集信息：个人互动（填表、预定）、交易（ATM、网购、信用卡消费）、记录事件（棒球比赛的得分、墨西哥湾的飓风新闻、洛杉矶机场的航班时间）……以上信息都被收入一个结构化的数据库，然后经过混合、匹配、分析，对已经发生的事情进行解释说明。
    某个零售商可以从数据库里得知他每年8月份的“帮宝适”纸尿裤销量都比平时多50%，由此会在8月这个月里多进些货；一家航空公司可以从数据库那里得知，若是把某条航线的机票价格降低20美元，就能从其他航空公司那里抢来大量市场份额；人口普查也是一个巨大的数据库工作，可以分析某个国家每十年的人口格局。
    数据库技术几乎对地球上任何地方任何规模的任何一家公司的运营都是至关重要的。然而，在当今世界，数据库技术也面临着一个巨大的发展障碍。它们只是着眼于过去。它们只分析已经发生的事情，而不是预测将要发生什么。并且，随着信息源的不断扩大，它们正遭受海量信息的压倒性冲击。
    在2010年，全世界共产生了超过1,200艾字节（exabyte）的数字信息；1艾字节相当于1万亿本书的信息容量。而每隔一年，此数据的体积就会扩大4倍。其中，约70%的信息是个人行为产生的。其他30%左右则来自不断扩大的传感器领域，如用于监测海湾的浮标上植入的芯片、航班上记录行李装卸情况的电子标签、还有全球数十亿部手机（每一部手机都在不断向移动运营商发送使用者的地点和位置移动）……
    在商业领域利用数据来进行预测的基本理念并非空穴来风。几十年来，很多公司已经使用数学知识和软件来进行预测。而经过统计分析证明，在某些可能性层面，预测是可以达到的。在像业务流程管理、客户关系管理等方面，人们已经开始使用大型软件系统用于收集汇总信息，从而帮助管理层了解公司的当前状况。
    就在最近几年，很多公司都开始使用分析学从历史数据中分析总结今后的发展趋势。利用分析学，我们可以从一个人以往的消费记录和账单发现他的“个人模式”，并将他跟其他数百万消费者进行对比，从而得出一个统计学预测结果，看看他是否会拖欠贷款。分析学还帮助航空公司对航班需求进行预测，以此来对公司的航班进行调整，以保证尽可能达到航班的满座率。
    在此需要说明一点，我们并不是在说我们正开创预测技术理念。我们也不是让你把业务流程管理、客户关系管理和分析系统扔掉不用；预测几天、几个月或者几年之后的情形，其价值无可置疑，就像人们需要拟定长期计划、教练需要针对尚未遭遇的对手制定比赛方案一样。
    但在当今世界，一个企业需要做的远不止于此。它需要瞬时、主动的预测能力。身处一个一周7天、每天24小时不间断发生偶发事件的环境之中，一个企业需要能够把如山的数据推在一边，而去使用小而有效的“心智”模式、锁定一连串事件、预先推测出即将发生的情况、然后一瞬间做出反应。已经有很多公司在使用一些第一代预测系统了，目的是提前一点时间在正确的地点获得恰当的信息。
    美国西南航空公司正在开发一套系统，通过此系统可以实时监测飞机、天气、票价和其他需要考虑的因素，并不断作出调整。比如说，若是预先知道某航班要遭遇风暴天气，航空公司就可以更改整个航线的班次安排，并且将乘客安排到别的航班上，以避免发生骚乱。
    美国国防部先进研究项目局（DARPA）是五角大楼的未来研究部门，他们目前正资助一个名叫“神经性自适应塑料可微缩电子系统（SyNAPSE）”，其长远目标是创造出一个全新的、能像人脑一样工作的技术架构。
    “我们正处在一个重大变革的时期。”波士顿大学的格罗斯伯格对我们这样说，“我们面临一个瞬息万变的世界，需要一个能对意料之外的情况作出应对的系统。”