第一部分 人机共生的12个谬误之最 3
谬误1大数据无所不能 3
谬误2数据越多，洞察力越丰富 16
谬误3首先，我们需要一个数据湖和许多工具 25
谬误4数据分析仅仅是分析的一个挑战：第1部分——最后一英里 30
谬误5数据分析仅仅是分析的一个挑战：第2部分——组织结构 34
谬误6重组不会对分析产生不利影响 38
谬误7知识管理很简单 43
谬误8智能机器能够解决任何分析问题 47
谬误9一切都必须在内部完成 59
谬误10我们需要更多、更广泛以及更华丽的报表 64
谬误11分析投资意味着巨大的投资回报率 70
谬误12分析是一个理性的过程 76
结论 81
第二部分 为人机共生创造重大机会的13个趋势 85
趋势1云与移动技术的小行星撞击 85
趋势2物联网的两面性 93
趋势3一对一营销 102
趋势4知识环的监管泛滥 107
趋势5向现收现付或基于产出的商业模型迁移 118
趋势6多客户端应用中的隐藏价值 127
趋势7数据资产、可替代的数据和智能数据的竞争 130
趋势8市场和共享经济最终着陆于数据和分析 138
趋势9知识管理2.0——仍然是一个难以捉摸的幻影吗？ 141
趋势10工作流平台和流程自动化分析用例 149
趋势11 2015～2025年：人机交互的兴起 157
趋势12敏捷，敏捷，敏捷 164
趋势13（人机共生）2=全球合作大于1＋1 168
结论 187
第三部分 人机共生的实现方法 189
观点1关注业务问题和客户收益 200
观点2筹划知识环 207
观点3根据问题树明智地选择数据 211
观点4机器支持心智的有效边界 219
观点5合理的心智相容意味着锦囊妙计 224
观点6正确的工作流：嵌入在流程中的灵活平台 231
观点7为终端用户提供优质服务：解决“最后一英里”问题 235
观点8正确的用户互动：用户体验的艺术 240
观点9综合的知识管理意味着速度和成本节约 247
观点10商业模型：现收现付或单位定价 253
观点11知识产权：人机共生的知识对象 255
观点12创建审计跟踪和风险管理系统 258
观点13正确的心理学：聚集人的心智 260
观点14用例组合的治理：控制和投资回报率 263
观点15用例的交易和共享 267
结论 269
参考文献 270