物联网技术对人类的社会、经济将产生重大影响;这轮变革最早是技术驱动【物联网技术】、在技术突破之后，物联网广泛应用，基于数据驱动的经济增长将取代由工业社会产品驱动的经济增长【智能服务】，数据将成为重要的资产；而现在数据资产的所有权、基于数据创造价值归属问题都是制约数据资产增长的瓶颈，在这个瓶颈突破之后，必将引发社会的重大变革【数据资产的产权归属的法律法规、基于数据的组织形态等】。
物联网引发的技术变革，分为三个阶段：技术驱动、经济驱动、规则驱动。现在处于经济驱动阶段，而物联网带来的商业模式变化，将是数据驱动经济增长的。
DIKW是数据创造价值的基础原理
DIKW是数据创造价值的最基本原理。
- 数据Data：包含最原始的数据，数据规模大。物联网技术让数据获得自动化，从而为数据创造价值提供了丰富、多样的数据，这时数据创造机制的基础。
- 信息Information：原始数据不代表具体的意义，很少能够直接被人类理解。因而需要对数据进行加工，让数据能够代表有意义，就是信息。从数据到信息，需要通过分析、人工智能技术实现。
- 知识Knowledge：信息综合、提炼后，会形成经验、规律，这些经验、规律可以被推广使用，这类提炼的经验、规律就是知识。
- 智慧Wise：是将多种知识汇聚后，根据条件做出的正确的判断、决策。
根据DIKW的模型，数据在智慧层，价值最大，而在数据层，数据量最大。
DIKW是较早的模型，数字化技术发展之后，对于数据处理、响应、交付的模型，Accenture报告列出了数据价值、与数据量的关系。
根据Accenture的报告，越是原始数据，数据量越大，但价值越低;越是处理过的数据，数据量越小，但价值越大。在这个报告中，没有信息层，分析和洞察将数据提炼为知识，而智慧响应是基于智慧Wise，将正确的判断、决策自动执行。
当智能连接的产品、设备能够智慧响应之后，智能产品、智能设备之间可以自主交互，就会实现自治系统。
数据处理过程
数字化技术对数据处理，与DIKW非常类似：
数据经过解释【interpreted】或挖掘【Mining】，形成信息;信息被使用【信息使用的规律，机器学习】，被抽取【挖掘数据间关系，数据分析】，形成知识;知识通过自反馈，或对知识的精准表达实现元知识【Meta-knowledge】,实现知识的智能表达。
这个过程是数据处理过程。
Meta-Knowledge将会以服务的商业模式获得价值，而以数据、逻辑结合的API服务接口是最常用的服务方法。
