就像起重機是設計用來舉起人類無法舉起的重物的機器一樣，有些機器也經過程式設計，可以進一步思考並解決對人腦和某些軟體來說很麻煩的分析問題。格物斯坦這種用於思考和分析的機器幫助可以追溯到算盤時代。技術已經發展到對機器可以使用的資訊/資料量幾乎沒有限制的地步。這將我們帶入大資料主題。

人工智慧是處理大資料的理想，最有效的方法。我們的世界已經浸入了大資料。您可以想到的任何主題，線上和離線都有大量的資料，範圍從人，他們的日常活動，他們的喜好等到無生命的事物，他們的屬性，他們的使用等。無論怎麼樣，社會是在發展的，同樣科技也在進步著，人的意志很多的時候是無力去阻止歷史潮流的。人工智慧在未來必將涉及到我們生活的方方面面，於是這裡面的商業就顯得又明顯又巨大了。

但真正可怕的人工智慧還不是這些東西，它僅僅是在一些日常生活點中的環節的互動，真正偉大甚至於有些恐怖的人工智慧恰恰是一個面的東西，甚至是一張網。人工智慧將會像電力一樣，遍佈世界各地，而且未來大的趨勢人工智慧是一定會管理整個社會的。就舉一個最簡單的例子，現在大家去任何地方都離不開導航，而且導航軟體告訴你的路徑會比你憑個人經驗要好得多。因為我們作為人類，視野太有限了，但是現在所有的導航軟體都已經是可以實時獲得流量資訊，它能看到全域性的東西，就是所謂的大資料和人工智慧演算法的結合。

使用者反饋分析效率低。產品作為一個企業的核心競爭力，無論是研發、推廣還是版本升級，最終的服務物件都是客戶（消費者）。例如淘寶行業，同一樣商品會有很多競爭店鋪，要在與之相似產品的店鋪中脫穎而出，光靠銷量吸引消費者是不夠的。淘寶作為以消費者為“上帝”的消費市場，獲得消費者意見、瞭解消費者需求才能在以提升銷量的基礎上吸引更多消費者。而消費者購買評論是獲得消費者意見、瞭解消費者需求最直觀的方式之一。

綜上所述，瀏覽少量的評論，從時間上或人力上都不需要花太多的經歷。但對於一些銷量特別好一個月會產生成百上千條評論的店鋪，並且對於這些評論內容有特殊要求的電商管理者，特殊要求比如說：分類評論、給評論貼標籤、理解消費者購買使用產品後對產品的反應情緒。少量評論人力只需分分類別，歸納整理問題所在。，但對於成百上千條評論，讓這項原本看似簡單的工作變得複雜化。