在《规模》一书中，理论物理学家杰弗里·韦斯特认为，“规模法则”是解开当今世界复杂多变的一把钥匙。从生命体到城市、从经济体到公司的生长与衰败都离不开其自身规模的制约，并与其规模呈一定比例关系，遵守统一的公式。这一算法框架将理性的物理世界的法则，与人类自身的生长规律结合在一起，与我们自身感受到的世界变化更趋于一致。

　　通俗来说，小趋势能否成为大潮流，在于这个“趋势”的规模是否会不断增长、裂变，而在这个变化中，以往的“趋势”会在增长裂变中不断被加入新的内涵，甚至逐渐偏离以往的航道。所以，凯文凯利觉得“失控”将是一种常态。但在某种程度上，“失控”也是对复杂科学的理解不全面，对人自身、公司自身、行业自身可能出现的规模变化预估不足，虽然，对于企业而言，规模并非越大越好，但在不同的规模时期，采用不同的组织架构、运营模式和企业文化，却是考验公司管理者的一大课题。

　　举例来说，创业初期的公司，往往是一辆拖拉机的配置，却在前进途中不断接到增加要运输的货物订单，所以，在高速运转中还要同时进行组织的裂变，加装发动机、增加传动设备、做好安全防范，很可能1年后就已经装了一火车的货物，这时，是预判先将动力升级为航母配置，其余的先留在拖拉机时代，还是按照火车标准全部升级，等在接到新的运力要求再说，就是考研公司管理水平的重要课题。总的原则就是，要保证这辆车在加速运转时不散架，并顺利完成升级过渡。

　　与复杂时代对应的还有大数据和人工智能。消费时代，数据的增长如同欲望的爆发，没有边际。这也是“规模法则”在我们生活中应用的越来越广泛的原因之一。在《块数据4.0》中，大数据战略重点实验室间就发现，数据并非只是单纯的数字罗列，即“条数据”，也就是某个行业和领域呈链条状串起来的数据。未来，大数据发展的趋势是“块数据”，即条数据在“块”上的汇聚和融合。如同一个计算机的主板，块数据建立起一个开放、共享、连接的数据基地，各个行业和领域的数据就是一个个可插拔的板卡，它们融合并集成到主板上。

　　所以，要想通过数据分析和还原人的行为状态，需要了解这些数据背后的应用场景，实现对事物立体的精准定位，甚至能够发现以往未能发现的新规律。人类的每一个行踪和行为都会得到效率最大化的配置，形成一个坚实和立体的数据防护体系，这也是复杂时代中，让整个社会的运转效率、人的安全感和幸福指数能够获得更大程度提升的基本配置。

　　复杂时代的另一个危机感，来自于对人工智能的“怕与爱”。在《人工智能会抢哪些工作》一书中预言，在未来，被人工智能所取代的不仅仅是劳动密集型的行业，医疗、教育、法律、新闻、 审计、管理咨询、建筑这些此前被认为是技术无法取代的专业行业，也面临着衰变的风险。深度学习后的机器专家，能具备绝大多数一般水平的行业专家的能力，并且随时随地提供服务，这也是“块数据”建构完成后的一大果实。我们需要关注的是，在人工智能产生后出现的新问题以及人的新需求，而且是目前人工智能所不能提供，需要依靠经验、技艺等来完成。

　　最后来看一看《知识大迁移》。我们掌握了新的获取知识的方式（熟练使用智能手机），但却不了解知识本身。知识大迁移时代，我们更要“一知半解”——我们不要做专才，要做通才。知识杂一点、乱一点、浅一点，每个方面的知识会一些、懂一些，会更利于我们在知识大爆炸时代生存——换句话说，“狐狸式”的广博，胜过“刺猬式”的专精。作者在书中指出，知之甚少，不一定是知道得少。他们只是知道不同的东西。然而，是否存在有一套固定的事实，是所有人都该知道的？但如果没有这样的一套事实，知识渊博就只能是一个完全相对的概念了。