華生唸了逾1500萬頁的教科書、研究、治療指引，受過6年的癌症醫學特訓，每年消化5萬篇新癌症研究報告，並送到全球知名的紐約史隆凱特林紀念癌症中心（MSK）派訓。
華生是全球首部人工智慧（AI）癌症治療輔助系統（IBM Watson for Oncology）。IBM華生已經進軍全球13國、逾50家醫院，擔任醫師助手。
在台灣，近40位腫瘤科醫師，還有逾200位罹患大腸癌、乳癌、攝護腺癌等8類癌症病人，曾接受華生的幫助。
主治醫師在診斷後，將病歷、檢查數據、影像報告等輸入系統。華生接收到指令後，立刻判讀、分析出多種治療選擇，依存活率、效用、副作用等排序。
2017年3月的美國物理學會，Google宣布將在今年底前打造並測試一台49量子位元（qubit）的量子電腦。而且，Google將證明，這台量子電腦可以在執行「某些困難任務」的速度上，超過全球最快的傳統超級電腦。
量子運算到底有多強大？一般電腦運用的位元（bit）紀錄處理數據，只能以1或0的狀態存在，但量子位元具有疊加（superposition）的特性，能夠同時處於1和0的狀態。華爾街日報比喻，如果說傳統位元像是靜止的硬幣，一次只能出現正面或反面，量子位元就像旋轉中的硬幣，正反兩面同時可以出現。
這樣的技術特性，有利於處理某些對傳統運算而言極度複雜的問題。例如，質因數分解、精確模擬有機分子運動、全球暖化、清潔能源等這類問題時，量子電腦會比傳統電腦速度快上許多。
1980年代，諾貝爾物理學獎得主理查．費曼提出了量子運算的理論。費曼在1981年提出，自然就是由量子組成（Nature is Quantum），如果你想要模擬自然界，你就必須要打造量子電腦（quantum computer）。
21世紀，「全世界最有價值的資源不再是石油，而是數據，」《經濟學人》宣稱，「數據已經是所有成長與改變的驅動力。」
誰能將數據運用得好，誰就是贏家。一個國家、一家公司成功與否，將取決於是否有創造性地運用數據資料的能力。
當前最紅的人工智慧（AI）、自動駕駛、機器人、擴增實境（AR）、虛擬實境（VR）、工業4.0等新科技應用，背後也都是依靠大量數據，才能產生新技術、新服務、新商業模式。談人工智慧，是離不開數據的。
如果數據是石油，人工智慧就是讓大數據分析進入新紀元的煉油廠。
中國不夠看，印度品牌已開始在全世界崛起。
美國第一批全球化公司誕生於1950、1960年代；日本公司則發跡於1970與1980年代；韓國與中國的公司，如聯想、華為、三星，則在1990與2000年崛起。
現在，印度貝拉企業集團是世界前10大水泥製造商，也是亞洲最大鋁生產商，該公司有60％的獲利來自海外。 巴帝電信，是綜合電信服務提供商，並在19個國家營運，用戶數量高居世界第4。
印度製藥業也相當出色，芮狄醫師（Dr.Reddy's）、太陽藥業（Sun Pharma）、利德斯（Zydus）等藥廠生產的非專利藥，在全世界銷售。 現在，印度前50大的非銀行公司，其獲利超過30％來自國際市場。
當競爭速度愈來愈快、不確定性愈來愈高，企業領導人應該捨棄過去傳統的經理人角色認知，將自己視為創辦人，學習「新創企業」的管理思維，重新調整自己的領導方式。
面對外在環境的競爭，許多大型企業開始吸取新創企業的管理模式。如今我們愈來愈常提到精實實驗（lean experiment）、設計思考（design thinking）、敏捷開發（agile development）等名詞，這些都是源自於新創企業的概念。
因此，未來領導人必須具備4大新創企業管理原則：
一、思考你的產品可以幫助哪些人解決問題
享譽全球的AI「深度學習之父」辛頓（Geoffrey Hinton），對大腦如何運作有高度的興趣。 1986年辛頓和同事聯合發表了一篇論文介紹「反向傳播」（backpropagation）技術，被定義為現今所有深度學習技術的基礎。辛頓發現，反向傳播技術可用來訓練兩到三層以上的深度神經網絡。
他組成了深度學習專案團隊，親自挑選研究員，著手創造一套系統，能像大腦一樣在大量的影像、聲音及文字間轉換、理解分析並回應。重點是他們強化了深度學習演算法，能處理更多資料。
加拿大政府也借重辛頓的研發能量和人脈，在2017年秋天成立了向量研究中心（Vector Institute）。將AI應用到醫療領域更是重中之重。醫療領域是重點，5年之後，深度學習、視覺辨識技術的進展，可以預測腫瘤、可以知道如何預測病人未來病況。很多的數據，人們不知道怎麼使用，但深度學習可以預測結果。
生技業在這30年來有大變化。從化學製藥轉型到生物新藥，近幾年還有突破性發展──用人類免疫系統治療疑難雜症，如CAR-T免疫細胞療法，有可能根治癌症，因為它的治療更精準。
近年火紅的免疫細胞療法，主要用來對抗癌症。治療方式是先從病人的血液中分離出免疫細胞「T細胞」，再運用基因工程改造細胞後，重新注入病人體內，以辨識並攻擊癌細胞。
而免疫細胞療法要成功，得在短期培養好上千萬至上億個免疫細胞，這要仰賴工程技術達成。這是訂單型生產（Make-to-Order），是很個人化的治療。
整個療程要成功，得搶時間且把療法劑量控制得剛剛好，「精準」就很重要，「自動化」的技術則是基礎；否則以人工方式慢慢改造基因、培養細胞，既無法大量生產，失敗率、成本也高。
