这是可以预料的，因为信息。例如，非营利组织经常批评政府分享不完整或歪曲的数据。 其他时候，问题不在于数据收集，而在于数据不存在。没有人能够模拟全球流行病、苏伊士运河事故、加密货币飙升以及台湾近代史上最严重的干旱之一——所有这些因素都导致了我们经历的大规模芯片短缺和计算机价格飙升。 至少我们现在有了数据，但这些事件同时再次发生的概率有多大？ 模拟没用吗？ 我知道我描绘的画面非常暗淡，但事实是模拟非常重要。
数百年来，我们通过实验、方程式和计算机模型模拟各种情况，试图奥地利资源了解世界是如何运转的。而每一次侥幸，我们也设法学到了更多。 这更像是一个警示故事，提醒我们模拟既不是巫术也不是降神会，而是一种简单的人工重现，按照既定的剧本进行。我们永远不应该只看表面，而应该看清模拟结果。正如任何数据科学家都知道的那样，我们必须超越结果，看看我们是如何达到这些结果的。
方法比结果更重要。 话虽如此，模拟的未来还是光明的。借助物联网和大数据，我们收集数据的能力呈指数级增长，为几年前我们认为不可能实现的各种模拟打开了大门：仓库、配送、市场趋势、政治行动。 除开最简单的情况，模拟永远不可能没有错误，但我们可以继续努力将错误率降到最低。我们能准确地模拟复杂系统吗？当然能。这只是时间问题。增长主管 Hal Bennick 在LinkedIn上写道：“我们都看到了相同的标题。