東京銀座——二○二七年五月十七日
一名時髦的年輕女子沿著新潮的商業區街道瀏覽櫥窗，尋找新的手提包。她的路易威登（Louis Vuitton, LV）眼鏡在她觀看的畫面上浮現一片數據。擴增實境眼鏡隨著她的視線掃過商店櫥窗，提供不同品項的定價和評論。
在她靠近其中一家商店時，商店在路邊的監視攝影機記錄她的影像，並且傳送到店內的電腦主機系統。又從電腦系統輸入幾個資料分析服務，幾乎立刻提供她是什麼樣的人、可能的購買習慣等資訊。電腦分析她的穿著打扮，計算出如果某件裙子提供最高折扣，她購買的機率是七三‧六％。其中一個軟體服務迅速描繪高解析可轉動的3D影像，呈現購物者虛擬化身穿上這件裙子的模樣，連同其他一些品項與配件。由於年輕女子訂閱當地的一些優惠券服務，因此這家商店得以將個人化廣告直接傳送到她的眼鏡上。
女子匆匆瞥過廣告，但卻不感興趣。即時分析她的表情、姿態及步伐，電腦就知道她很可能已經有了一件類似的裙子，如果不是因為女子選擇不讓商業廣告存取她的社群媒體帳號，電腦應該早就知道這一點了。不過，商店的電腦只需要這個額外的資訊。幾毫秒後，電腦就收到來自大數據分析服務的更新，顯示這名女子有九二‧七％的可能性購買剛剛進貨的最新一季皮夾克。
第二則廣告迅速送到她的眼鏡上，顯示她的虛擬化身穿上皮夾克的樣子，還有一個三十分鐘的快閃優惠券。整個來回交流只發生在幾十步之間。儘管努力克制，但女子的表情還是在一瞬間顯示出她對皮夾克相當感興趣。片刻過後，她踏入商店，交易也迅速完成。
日常環境中感應器的使用日益增加，也就是通稱的物聯網（Internet of Things, IoT），結合了大數據分析的預測能力，正在改變我們與世界的關係，只是並非都是好的方面。隱私、自主權，甚至是自我決定等問題，在討論這些侵入性科技時都會一一浮現。儘管這些聽起來就夠令人忐忑了，但是如果結合能快速讀取、理解我們的情緒反應並做出回應，就更讓人惴惴不安了。
想想上述的情境，解讀購物者的非語言反應，讓商店的電腦程式得以完成即時訊息溝通回饋循環。據此，按照規則設定的程式就能立刻調整策略，吸引她進入商店內，實現達成銷售的目的。假如第二次嘗試不成功，也可以劃分出各種後續行動，它的決策樹是由購物者本人可能都沒有察覺到的感覺和動機所驅動。而整個處理過程發生的時間尺度，會比我們的思考過程快上幾個數量級（orders of magnitude）。
