2010年代的人工智慧突破，在於各種視覺科技，到了2020年，人工智慧或許可以在創意工作上大有可為，進入語言的領域。OpenAI公司開發的GPT-3，是一種「生成式預先訓練轉化器」，能學習文本當中各個字詞之間的脈絡關係，進行撰寫文稿與樂譜之類的活動，甚至將自然語言轉化為程式語言，進行程式編寫。這將徹底改變各種行業與職能的生態，領導人應著手準備迎接這波變革。

因小數據技術進步而提高的效率、準確度和透明度，逐漸應用在各個產業和企業職能部門。但競爭優勢的來源不會是自動化，而是人為因素。例如，隨著人工智慧在員工技能訓練中扮演的角色日益加重，它從較小數據集當中學習的能力，將讓員工專家能夠把自己的專業知識納入訓練系統之中，持續改善那些系統，並且有效率地將自身技能轉移給其他員工。因此，別低估未開發數據集的力量。

績效改善最顯著的時候，就是人機一起工作，強化彼此強項時。人類必須訓練機器、解釋機器的產出、確保妥善使用機器。機器可提供資訊、協助互動、從事需要體力的勞動。而若想從人工智慧獲得最高效益，就要重新設計營運流程。

本文說明它將如何改變「資訊科技堆疊」。

應用本文的四個原則，讓人類和機器彼此都變得更好。

物聯網除了工業應用外，以人類為中心的服務也開始興起。改善安全的技術、量化自我的應用程式、使機器最佳化的服務、提升生活體驗這四大熱門應用類別，都顯示出物聯網的大趨勢是個人化服務。

我離開了擁擠的禮堂，就是在這裡，小馬隊（Colts）四分衛安德魯．勒克（Andrew Luck）公開表示，希望美國國家足球聯盟（NFL）能研擬「美式足球界類似棒球比賽的投球數」限制，以減少對四分衛的傷害；我往左邊走向擺在走廊展示架上的一系列大型海報。