物聯網、人工智能時代來臨，背后推手是龐大的實時數據，根據IDC估計，光是去年全球所產生、收集和復制的資料總量高達16.1ZB(十億兆字節)，且繼續呈十倍速成長，預估到2025將暴增至163其中有20%自物聯網。惟這些許多數據需配合實時判斷，一旦出錯，可能造成嚴重后果。

我平常除了待在美國加州的辦公室，也經常往返不同城市，拜特斯拉(Tesla)的自動駕駛功能之賜，與其說是“開車”，我現在其實比較常“搭車”。做為車聯網的一員，我的特斯拉每天都透過實時數據不斷學習。

舉例來說，若我在高速行駛時行經一個坑洞而踩下剎車，汽車系統便會記錄數據并上傳云端。當有更多車輛在相同GPS地點記錄類似信息，特斯拉會不斷學習，之后行經同一位置時會自動減速。這就是物聯網結合人工智能所產生的效益，背后推手就是實時數據。

大數據數據是物聯網的命脈，帶給新一代物聯網智能裝置生命力，對生活的影響已經無所不在。我們也沒有在這波物聯網浪潮中缺席，例如臺灣警方四年來不斷整合全臺十九個縣市、超過七萬支監視器，以人臉辨識技術，十秒內便能跨區查出當事人的信息。

以多數監視系統具百萬畫素等級來看，光是單支監視器24小時錄像，就需要至少13.6GB的儲存容量。如果以七萬支監視器全年運作計算，等于需要至少34萬顆1TB容量的硬盤。

物聯網雖然帶來許多方便，但相關應用一旦發生錯誤，可能導致嚴重傷害或破壞。這些海量數據的背后，需仰賴龐大、有效率且安全的數據儲存裝置。尤其物聯網所產生的很多數據，是必須實時判斷的“超關鍵數據”，這些數據正在急遽攀升中，未來我們必須能夠區分數據類型，否則將面臨潛在的嚴重后果。