會議的負責人說，「那是什麼意思？」
只有當這些數據中間商誕生並開始運營，而數據使用者也開始使用這些數據的時候，消費者才能真正變成數據掌握者。如今，消費者在等待足夠的設備和適當的數據中間商的出現，在這之前，他們希望自己披露的信息越少越好。總之，一旦條件成熟，消費者就能從真正意義上成為數據掌握者了。
隨著數據價值轉移到數據擁有者手上，傳統的商業模式也被顛覆了。上文提到的與供貨商進行知識產權交易的歐洲汽車製造商就擁有一個非常專業的數據分析團隊，但是還需要一個科技公司來替它挖掘數據的價值。這個科技公司肯定是可以得到報酬的，但是大頭還是被這個汽車製造商賺走了。不過，這個科技公司發現了商機，於是它改變了它的商業模式：它為客戶承擔一定的風險，因為有風險就有回報。而且，它用部分報酬換取了一部分的分析結果，因為這個分析結果是可以循環使用的。比如，對於汽車配件供應商來說，它們未來肯定都想為它們的產品加上測試儀或者把提供產品評估數據寫進銷售合同的標準條款中，這樣它們就能隨時改進產品的質量了。
有一個球探打斷了對話，說，「他女朋友真丑。」
作為一項服務，Prismatic關注的是年青一代與媒體進行交流的新方法，信息的來源並不重要。同時，這也給那些自視過高的主流媒體提了一個醒：公眾的力量要遠遠超過它們，而西裝革履的記者們也需要與一群不修邊幅的博主進行競爭。也許最令人無法想像的是，Prismatic居然是從新聞領域內部誕生出來的，雖然它確實收集了大量的數據。美國國家記者俱樂部（National Press Club）的常客從來沒有想過要再利用網上的媒體資源，阿蒙克、紐約和印度班加羅爾的分析專家們也沒有想過要用這種方法來使用數據。克羅斯頂著一頭蓬鬆的頭髮，說話吞吞吐吐，可就是這樣一個不起眼的外行人，想到了也做到了，他使用這些數據來告訴世界什麼是比《紐約時報》更有用的信息來源。
上一章中，我們討論了怎樣通過創新用途，挖掘出數據新的價值，主要是指我們所說的潛在價值。如今，我們的重點轉移到了使用數據的公司和它們如何融入大數據價值鏈中。我們將討論這對公司、個人的事業和生活意味著什麼。
大數據成為許多公司競爭力的來源，從而使整個行業結構都改變了。當然，每個公司的情況各有不同。大公司和小公司最有可能成為贏家，而大部分中等規模的公司則可能無法在這次行業調整中嘗到甜頭。
同樣地，人類從依靠自身判斷做決定到依靠數據做決定的轉變，也是大數據做出的最大貢獻之一。行業專家和技術專家的光芒都會因為統計學家和數據分析家的出現而變暗，因為後者不受舊觀念的影響，能夠聆聽數據發出的聲音。他們的判斷建立在相關關係的基礎上，沒有受到偏見和成見的影響，這就如同莫里中校不把乾瘦的船長在酒吧喝酒時所說的航道信息當真一樣。他們的判斷完全依賴於彙集起來的數據所顯示出的實際信息，所以有著牢靠的根基。莫里所採用的方法並沒有解釋風向和水流為什麼是這樣的原因，但是對於想安全航海的航海家來說，「什麼」和「哪裡」比「為什麼」更加重要。
當然，很多行業已經有過信息共享了，比較著名的有保險商實驗室，還有一些已經聯網了的行業，比如銀行業、能源和通信行業。在這些行業里，信息交流是避免問題最重要的一環，監管部門也要求它們信息互通。市場研究公司把幾十年來的數據都彙集在一起，就像一些專門負責審計報刊發行量的公司一樣。這是一些行業聯盟組織的主要職責。
另一個球探也附和說，「擊打很大聲。」
大數據也為小公司帶來了機遇。用埃里克教授的話說就是，聰明而靈活的小公司能享受到非固有資產規模帶來的好處。這也就是說，它們可能沒有很多的固有資產但是存在感非常強，也可以低成本地傳播它們的創新成果。重要的是，因為最好的大數據服務都是以創新思維為基礎的，所以它們不一定需要大量的原始資本投入。數據可以授權但是不能被佔有，數據分析能在雲處理平台上快速而且低成本地進行，而授權費用則應從數據帶來的利益中抽取一小部分。
大數據技術公司
汽車製造商通過與行業外的數據分析公司合作發現，德國供貨商供應的油箱的蒸汽泄漏檢測感測器存在一些問題，它會對好的油箱產生錯誤報警達16次。汽車製造商可以把這些信息反饋給供貨商要求修理。在商業環境更加和諧的情況下，也許會發生上面說到的情況，但是既然汽車製造商已經在這個項目上花費了一大筆錢，它就會利用這個數據挽回一點點損失。
大數據時代中的公司正在體驗著不同的商業模式。作為中間商的Inrix把它的工作重心放在了設計上，這與眾多科技創業公司的商業模式不同。微軟掌握著技術的核心專利，但是它卻認為，一個獨立的小公司可能更容易被接受，更有利於匯聚行業內各方的數據並從知識產權中獲利最大。還有，微軟用來分析病患再入住率的Amalga系統曾經就是華盛頓中心醫院自己的內部急症室軟體Azyxxi，這是醫院在2006年賣給微軟公司的，因為考慮到微軟更有能力把這個軟體做好和挖掘出這些數據的潛在價值。
大數據思維這個概念以及一個擁有創新思維的人的地位，與20世紀90年代電子商務初期出現的情況是不一樣的。電子商務先驅者們的思想沒有被傳統行業的固有思維和制度缺陷所限制，因此，在對沖基金工作的金融工程師傑夫·貝索斯創建了網上書店亞馬遜而不是巴諾書店 ；軟體開發工程師皮埃爾·奧米迪亞（Pierre Omidyar）開發了一個拍賣網站而不是蘇富比（Sotheby''s） 。如今，擁有大數據思維的領導者通常自己並不擁有數據資源。但就是因為這樣，他們不會受既得利益和金錢慾望這樣的因素影響而阻礙自己的想法實踐。
大數據洞察
到目前為止，前兩種因素一直備受關注，因為在現今世界，技能依然欠缺，而數據則非常之多。近年來，一種新的職業出現了，那就是「數據科學家」。數據科學家是統計學家、軟體程序員、圖形設計師與作家的結合體。與通過顯微鏡發現事物不同，數據科學家通過探尋資料庫來得到新的發現。全球知名諮詢管理公司麥肯錫，就曾極端地預測數據科學家是當今和未來稀缺的資源。如今的數據科學家們也喜歡用這個預測來提升自己的地位和工資水平。
2010年UPS就把它的UPS Logistics Teologies部門賣給了一家叫Thoma Bravo的私人股本公司。如今，它已經變成了Roadeologies，可以為多家公司進行線路分析。Road從客戶手中收集大量數據，同時為UPS和它的競爭者提供行業內廣受認可的標杆性服務。Road的首席執行官蘭·肯尼迪（Len Kennedy）解釋說，「如果是UPS Logistics，那麼UPS的競爭對手肯定不會交出它們的數據，因此，只有讓它變成一個獨立的公司，UPS的競爭對手才會願意拿出它們的數據。」最終，每個公司都從中受益了，因為數據彙集之後，系統的精確性就更高了。
有的公司精明地把自己放在了這個信息鏈的核心，這樣它們就能擴大規模、挖掘數據的價值。信用卡行業的情況就符合這一點。多年來，防範信用詐騙的高成本使得許多中小銀行都不願意發行自己的信用卡；而是由大型金融機構發行，因為只有它們才能大規模地投入人力物力發展防範技術。美國第一資本銀行和美國銀行這樣的大型金融機構就承擔了這個工作。但是現在小銀行後悔了，因為沒有自己發行的信用卡，它們就無從得知客戶的消費模式，從而不能為客戶提供定製化服務。
對於中間商來說，公司之間不願意進行數據共享的問題會讓他們感到很頭疼。比如Inrix就不再只收集關於地理位置的數據了。2012年，它就關於車輛的自動制動系統何時何地會生效進行了分析，因為有一家汽車製造商用它的遙感勘測系統實時地收集了這些數據。它們認為如果車輛的自動制動系統在某段路上老是啟動的話，就說明這段路比較危險，應該考慮更換路徑。所以Inrix不僅能夠推薦最便捷的路徑，而且可以推薦最安全的路徑。但是這個製造商並不想和別人分享這些數據，也不願分享它的全球定位系統收集到的數據。相反，它要求Inrix只能在它生產的車上安裝這個系統。在製造商看來，公開這些數據似乎比匯聚眾人的數據一起來提高系統的整體精確性更有價值。但即便如此Inrix也相信，到最後，所有的汽車製造商都會意識到數據共享的好處。Inrix有一種強烈的樂觀精神：作為一個數據中間商，它的運行完全是依靠多種多樣的數據來源。
就像