深蓝不是在做这个技术。比如说有一台机器，告诉它加法，它就知道所有的数目间的加法。所以后来商业智能就把这个技术应用在数据挖掘里面。在海量的数据当中，数据之间有什么样的关系，寻找数据之间的关系，是数据挖掘最常要做的事情。我们用一个最常用的方法，在整个零售业里面有一个叫菜篮子分析，假设我们去猜测一个人，拿一个菜篮子，他去买东西，他会把哪些东西放在这个菜篮子里。像7-11便利商店，他们经过很多客户购买的数据的分析，可以知道假设今天一个客户，他买了什么样的口味的面包，可能是红豆馅儿的面包，那他最有可能买绿茶口味的饮料。这个就是我们讲的菜篮子、或关联式分析，这也是数据挖掘中最常用到的技术，就是寻找数据之间的关联。

还有在银行方面也常用数据挖掘的技术，大家都知道现在银行一个主要的业务就是发行信用卡，但是这有很大的风险。信用卡的持有者，未来可能不按期去还款，甚至干脆不还了。所以银行要怎么知道呢？这里所用的技术就是数据挖掘技术，假设现在它有一百万个信用卡用户，银行透过主要的数据分析，哪一类的信用卡的用户，不会还钱，哪一类的会按时还钱，或者哪一类的根本不还钱。把这一百万的客户的属性，类似年龄，性别，以及银行存款的多少等拿来进行分析和挖掘，最后可以分成上面提到的三大类。所以当今天有新的用户申请信用卡时，他就会拿过来做比对，他是归属于哪一类，这也是数据挖掘里面最常用的另一种技术，叫做分类。数据挖掘最后就是把客户分类，这是我们讲的两种不同的数据挖掘技术。

因为数据挖掘技术含量太高了。可能不同的技术都可以给你结果。有的说我用的是人工智能的技术，有的说是用的统计的技术，但是每一种技术都会给你结果。不像刚才的汇总，1+1=2是很明确的。但是说到数据挖掘，你要如何判断哪一个结果是对的。这是数据挖掘在应用上碰到的最大的难点，你无法判断最后给的结果哪一个是适合我的。所以在实施这种数据挖掘的时候，通常需要很多这方面的专家叁与。这不是一般的企业可以有这样的预算来实施，而且需要很长的时间，才可以得到最后它想要的结果。

在市场上使用数据挖掘这种技术的企业非常少，大部分使用的还是OLAP的技术。专门做数据挖掘的软件公司也不多，像SAS、SPSS，这些公司的发展都是从统计这个领域开始的，都是做统计软件的。统计技术刚好有很多部分应用在数据挖掘里，后来这些都纷纷转型成数据挖掘的公司。

目标都是一样的，就是要挖取这个智能。

我讲一个自己的故事，因为那时候常常要写作业，写作业要上机，虽然自己带了一台PC机，但是PC机毕竟不够，那时候常要用到大型主机，由于白天用的人多，我自己就只能利用晚上的时间才来做。可能自己的能力也不好，所以要花很多的时间，所以每次都是在晚上的时候。那时候我每天带两个便当，下课了五点多，因为那时候很辛苦，美国的东西很贵，不能天天吃汉堡，所以回家就炒菜做便当。我出国前最常做的事情就是跟妈妈学炒菜，每天都带两个便当，为什么带两个呢？一个是隔天早上吃，另一个是中午吃。晚上凌晨都在上机写作业，上完机之后不回家睡觉，学校图书馆24小时开放，那时候图书馆为了体谅我们这种学生，就是旁边放一些沙发，只要你不要喧哗就可以，所以我上完机之后就在那里睡觉，然后去上课，中午就吃便当。那时在美国求学的话，你平常的个人生活就很少，所以给人压力非常大。那时候很明显的感触就是像上补习班一样，为了考高考。