物联网技术将对人类社会和经济产生重大影响；之后，物联网将得到广泛应用，数据驱动的经济增长将取代工业社会中产品驱动的经济增长[智能服务]，数据将成为重要资产；现在数据资产的归属和基于数据创造的价值归属都是问题。制约数据资产增长的瓶颈，突破这个瓶颈后，必然会引发社会的重大变革【关于数据资产所有权的法律法规、基于数据的组织形式等】。物联网引发的技术变革可分为技术驱动、经济驱动和规则驱动三个阶段。现在处于经济驱动阶段，物联网带来的商业模式变革将是数据驱动的经济增长。DIKW是数据创造价值的基本原则DIKW是数据创造价值的最基本原则。DataData：包含最原始的数据，数据规模大。物联网技术将数据采集自动化，从而为数据创造价值提供丰富多样的数据，是数据创造机制的基础。信息：原始数据不代表特定含义，很少被人类直接理解。因此，需要对数据进行处理，使数据能够代表意义，也就是信息。从数据到信息，需要通过分析和人工智能技术来实现。知识：信息经过综合提炼后，就会形成经验和规则。这些经验和规则是可以推广和使用的。这种精炼的经验和规则就是知识。WisdomWise：综合各种知识后，根据情况做出的正确判断和决定。根据DIKW的模型，智能层的数据价值最大，数据层的数据量最大。DIKW是较早的型号。在数字技术发展之后，埃森哲报告针对数据处理、响应和交付模型列出了数据价值和数据量之间的关系。根据埃森哲的报告，原始数据越多，数据量越大，但价值越低；处理的数据越多，数据量越小，但价值越大。在此报告中，没有信息层。分析和洞察将数据提炼成知识，而智能响应则基于智慧Wise，自动执行正确的判断和决策。当智能连接的产品和设备能够智能响应时，智能产品和智能设备能够自主交互，实现自治系统。数据处理过程数字技术在数据处理方面与DIKW非常相似：对数据进行解释[interpreted]或挖掘[Mining]，形成信息；信息被使用[信息使用规律，机器学习]，提取[挖掘数据之间的关系，数据分析]形成知识；知识通过自我反馈，或知识的准确表达实现元知识[Meta-knowledge]，实现知识的智能表达。这个过程就是数据处理过程。Meta-Knowledge将通过服务业务模型获得价值，数据与逻辑相结合的API服务接口是最常用的服务方式。
