隨著數位技術幾乎將生活和工作的各個方面都聯繫起來，第四次工業革命正向我們走來。從汽車、冰箱到製造設備，越來越多的無生命物體正在變得「聰明」，它們利用攝影機、感測器、軟體和其他技術產生的資料，不僅協助我們完成任務，甚至代替我們執行任務，它們會從每一次交易中學習如何更好地完成工作，甚至利用人工智慧（AI）自主做出決策。
在開創這個新革命時代的所有技術中，AI 可以說是最關鍵，也是最複雜的技術。
AI 實現了自動駕駛汽車的「自主性」，指導車輛安全高效地將乘客和貨物從 A 點運送到 B 點，獨立執行許多必要的操作、反應和決策。
AI 幫助農場的無人機確定作物何時需要水、肥料或殺蟲劑，並適量施用，以及在作物成熟時收割。
AI 讓機器人既能與人類協同工作，又能獨立運作，並且 AI 有朝一日會將工廠變成自主運行的網路物理系統，能夠根據需求變化管理庫存、進行維修和調整生產時間表，而無需人工干預。
然而，AI 要發揮作用，需要「快速」資料——不是在資料生成和收集後一天或甚至一小時才對其進行處理和分析，而是像人類智慧所能做到的那樣，立即、即時地處理和分析資料。由於工業 4.0 依賴於 AI，我們甚至可以說，快速資料是推動新革命的引擎。為引擎加油：處理能力和大量記憶體資料庫。
前三次革命
在人類歷史的大部分時間，所有物品都是用收集到的材料手工製造的，或者，在大約 1 萬年前農業時代來臨時，用種植的材料手工製造。馴化和駕馭動物本身就是一場革命，但工業化真正開始於將機器引入生產流程。
根據美光 IT 處長 Tim Long 的說法，前三次工業革命可以這樣細分：
- 機械化。第一次工業革命從 18 世紀中葉一直持續到 19 世紀中葉，歷時約 100 年，此次革命始於利用水和蒸汽動力使製造過程機械化。
- 電氣化。19 世紀末和 20 世紀初，電力進入工廠，使流水線和大規模生產成為可能。
- 自動化。20 世紀中葉，包括機器人在內的數位技術進入製造流程，使許多以前由人類執行的工作實現了自動化。本世紀下半葉電腦的普及和 20 世紀 90 年代網際網路的興起，使企業能夠全球化其營運——並且消費者只需輕點滑鼠，就能在世界各地購物。每一次革命都給企業生產商品和提供服務的方式帶來了巨大的轉變——比以前更快、更便宜、數量更多。並且每一次革命都擴大了市場和潛在利潤，因為企業能夠以更低的價格更廣泛地供應商品。
目前正在推行的工業 4.0 將帶來商業模式和實踐的又一次重大變革。連網是這個時代的標誌。在連網時代，從汽車、電腦、機器人到烤麵包機，一切都將相互連線，彼此通訊，適應自訂的使用者體驗，並將各行各業的瑣碎工作自動化。從乏味的工作中解脫出來，我們可以專注於更複雜、更關鍵的工作——其中許多都將涉及技術。
人們將不再製造小部件，而是設計能自我運轉的工廠。人們將不再駕駛卡車，而是對卡車進行程式設計，使其能夠成車隊行駛，並對卡車進行故障檢修。農民將不再耕地、播種和收割，而是透過一系列技術來完成這些工作，並將時間用於最大限度地提高作物產量。
而所有這一切，以及相互依存、相互關聯的完整數位生態系統，都將依靠資料為每個流程中的每個步驟提供資訊。
資料爆炸
世界上現存的所有資料，約有 90% 是過去兩年產生的。我們的裝置每天產生 2.5 百萬的 3 次方位元數（2.5 quintillion bytes）的資料，或 2.5 EB，隨著手機、平板電腦、電腦和其他連網裝置的數量逐年成倍增長，這一數字也在不斷增加。
預計 2018 年網際網路使用者數量將突破 40 億，達到全球 76 億人口的一半以上。「物聯網」是透過感測器、攝影機、應用程式、網際網路、藍牙和其他形式的數位通訊相互連網並與我們相連的物體網路，預計 2018 年連網裝置的數量將達到 231.4 億台，到 2025 年將達到 744 億台。
這個資料量太大了——對於任何希望深入瞭解客戶的願望、需求和購買行為，進而改進產品和行銷方法的企業來說，這是一座名副其實的資料金礦。許多公司正是以這種方式使用資料，它們分批處理可能已經存在數週或數月的資料，並對結果進行分析，以決定在哪些方面進行微調以及如何進行微調。龐大的「大數據」資料庫儲存在未開發的「湖泊」中，等待篩選和詳細檢查，但往往無人問津。
如今，無視資料似乎是一種可怕的浪費。這些資料湖閒置的時間越長，就越停滯，最後變得毫無用處。
然而，第四次工業革命讓資料湖本身成為一種浪費。「靜止」的資料很快就會過時。快速才是王道。
速度即是本質
如果你被滾滾濃煙和刺耳的警報聲驚醒，你會坐下來深思熟慮一番再決定離開房屋嗎？ 當然不會：你會立即意識到正在發生的事情——火災——並衝出家門。
同樣，人工智慧要想真正實現智慧化，就必須能夠即時或儘可能接近即時地處理資訊（資料）並調整行為。
在工廠，這可能意味著檢測到有缺陷或損壞的部件，並指示機器人在繼續工作之前用不同的部件替換該部件。機器不能閒置數週或數月，以等待軟體處理完資訊。同樣，機器人不應忽略損壞的部件並繼續進行裝配，等到日後製造的產品出現故障再詳細檢查資訊。
要在連網時代競爭，「快速資料」至關重要。不能磨磨蹭蹭，也不要猶豫不決、優柔寡斷。在工廠車間，停頓可能是災難性的；減速可能導致停產，而停產的代價是巨大的——據說在汽車產業，每分鐘的停產成本高達 22,000 美元。
顯然，後顧式「批次」資料處理雖然能很好地發現趨勢並做出反思性決策，但不足以讓企業在工業 4.0 中競爭。機器人、無人機和自動駕駛汽車等「智慧型」裝置中嵌入的電腦需要在資料產生後立即對其進行有意義的處理，就像人腦能夠做的那樣。
以思維速度進行處理
我們的大腦如何工作？ 資訊透過我們的五種感官進入大腦，然後大腦對其進行處理和分析——通常瞬間完成。當我們觸碰到熱鍋，我們無需思考下一步該做什麼。當我們聞到花香，從鼻子到「玫瑰」之間沒有滯後時間。
我們的大腦能以令人難以置信的速度處理資料——思想、感覺和情感。電腦計算複雜數學公式的速度比我們快得多，也許它們更擅長下棋——但在接收資訊並從一系列可能的反應中做出選擇方面，沒有什麼能媲美人腦的速度和智慧。就現在而言。
第四次工業革命有望讓電腦比以往任何時候都更接近人類的能力。自動駕駛汽車要想避免連環相撞，就必須在眨眼之間處理事故並選擇繞行路線。工廠機器人應能夠檢測並立即修復磨損的部件，避免代價高昂的停工。無人機必須在兒童或動物跑進田地的瞬間停止噴灑殺蟲劑。
與我們的大腦一樣，機器快速進行這些計算的能力取決於處理速度和記憶體。工業 4.0 需要的電腦，不是在幾秒甚至幾毫秒內，而是在納秒內就能接收、分類和分析大量資料的電腦。美光正在加緊研發速度更快、效率更高的記憶體解決方案，以全面支援 AI。
美光資深研究員 Mark Helm 說：「我們看到記憶體有很多機會在 AI 應用程式領域發揮越來越重要的作用。而資料是實現 AI 的關鍵貨幣。」
Helm 表示：將運算系統執行諸如檢查電子郵件或瀏覽網際網路等事務性任務的方式——「歷史」工作負載——與人工智慧的工作方式進行比較，你很快就會發現，資料對於 AI 來說是一個更為重要的因素。
Helm 說：「這為美光提供了成為資料守護者的機會。無論是能夠以極快的速度向圖像處理器（GPU）提供資料的 GDDR6 繪圖記憶體（就像我們的大腦一樣），還是在系統內串流資料的 DRAM 和 NAND 記憶體產品，美光的產品都堪稱 AI 資料的守護者。」
人工智慧的未來取決於以思維速度移動的資料。一旦電腦處理資料的速度至少與人類大腦的速度相當，它們將成為偉大的推動者，推動人類文明向前飛躍。為了引領人類進入新的領域，美光知道我們的企業必須加快研發步伐——正如 Helm 所說，「始終領先於曲線」。