接著，亞馬遜的創辦人執行長貝佐斯（Jeff Bezos）開始了一個網絡世界重要的嘗試–到數據中去挖寶，如果能幫個別客戶按照他們的喜好來建議書，那不是更好嗎？一開始亞馬遜就擁有了大量的客戶的個人信息，還有買了什么書的記錄，對那些書關注了最后卻沒有買單，考慮了多久？一起買了那些書。
　　
　　一開始亞馬遜還是利用傳統計算器運算辦法，期望透過樣本分析，找出客戶之間的相似點，這種技術大不了對一個從事工程師工作的客戶建議其它工程師職業的客戶買類似的書籍；建議一個買了圍棋定式書的客戶，買圍棋殘局的書。就像一個不看書的人為讀者提出的合理建議，只是因為他有完整的書單罷了。
　　
　　亞馬遜有一個軟件工程師格里格(Greg Linden)，他在華盛頓大學博士班時主修人工智能，他想出了一個辦法，不要去管客戶之間的異同，只要管產品之間的關聯就好了，格里格這個團隊在1998年以此申請專利，把亞馬遜的賣書推薦系統整個改頭換面，也為海量數據開始了一個全新的應用。
　　
　　有了這套系統，亞馬遜給上網找書的客戶兩個選擇，一個是計算器找出來的建議，一個是內部編輯的書評，這樣的并行作業就是要比較那一種建議更有效益，可以說是計算機和人的競賽。
　　
　　到底編輯寫出的內容還是計算機的建議厲害？那一項能帶來更多的營業額？沒想到，僅是小小的測試一下，那就發現天差地別，計算機的建議遠遠勝過精彩的書評。
　　
　　沒有人知道，喜歡看甲作家的書的人也會買乙作家的書，喜歡驚悚小說的人也會喜歡看歷史類的書，為什么如此并不重要，計算機透過書與書之間的關聯，讓客戶一次多買一本書，亞馬遜就達到目的了。
　　
　　最后，亞馬遜制造書評的部門因而解散了，理由是他們的書評會影響書店的銷售。今天亞馬遜33%的書是計算機推銷出去的。
　　
　　計算機從海量數據中找出事物的關聯性，知道“原來如此”就夠了，根本不用去理會“為何如此”，就能解決商業問題？
　　
　　像谷歌這樣的搜索引擎一天就有幾十億的搜尋，幾年下來存下來的數據如海洋一樣遼闊壯大，谷歌還提供API讓你的計算機去海量數據中尋找你要的關聯性。
　　
　　如果你賣的是衣服，你可能從海量數據中發現下一季少女可能流行的顏色或式樣。
　　
　　你是搞印刷的，如果你知道什么是最熱門的產品，當然愿意給相關產品的印刷品打個折扣？