Google glass推出了新的版本，三星、微软等公司宣布将推出智能手表，各式各样的智能手环、智能眼镜、智能跑鞋都不断地涌现。Juniper Research数据认为，2013年全球用户将在这些设备上花费14亿美元，到2018年将增至190亿美元;2013年可穿戴设备的销售量将达到1500万台，到2017年将达到7000万台。设备制造商、软件研发者都和普通用户都可从这一趋势中获益。
可穿戴设备及其带来的反馈经济在改变着跟我们每个人相关的医疗、健康、体育、游戏等行业。通过可穿戴设备，能准确即时了解到我们的身体，血压、呼吸、热量等数据;运动员则通过它获取运动数据，可回放和分析来改善比赛表现;可穿戴设备亦可用到交互式游戏上，用来了解身边的环境，比如作息、行为或者饮食习惯;它还可以用来记录位置和情绪。可穿戴设备比智能手机可以更为方便和不间断地收集数据，实现将个人数据和环境数据的整合，从而更精准地了解身体数据并和外部环境进行关联。
如果说此前的互联网络、社交网络让人和人之间更方便地沟通，可穿戴设备则实现了人和机器，和外部环境之间的沟通。基于可穿戴计算和反馈经济的各种商业模式也正在出现。我们预测未来3到5年，随身物品应该都会具备计算能力，另外随着大数据处理工具，包括机器学习的深入，更多数据将被不间断收集起来并可随时分析，在更多的行业更大的改变或者创新即将发生。
比如每个人的大脑存储是有限的，可穿戴设备结合了像Evernote(印象笔记)这样云的应用，等于给人类增加了“外部的大脑”，可帮助我们更方便，并且是没有限制地进行知识采集、存储，更智慧地进行知识管理。
这种创新也会带动芯片、显示屏、硬件设计及软件、应用方面的创新，如更低能耗更小体积的芯片，更加多样的显示屏等。同时，推动云计算、大数据应用生态系统的成熟。英特尔公司已宣布2013年底前推出可应用于可穿戴计算设备的芯片，德州仪器和高通也都开发了ARM架构的芯片，这些芯片同样可用于可穿戴设备和物联网。一些新的可弯曲的显示屏以及液态金属技术也被开发或投入应用。可穿戴设备还推动着个人云的成熟，让我们可以更加智慧地了解自己，学习和感知外部的世界。
2013年云计算还推动了深度机器学习(Deep learning)技术的发展。谷歌公司使用了700台服务器来处理机器学习，例如对大量图书数据进行扫描和存储，然后让机器通过程序自己分析结构和语法，谷歌英语和法语的翻译已能达到接近95%的准确率。有一天会发现，在一些领域机器的智慧跟人已差不多了，在很多方面甚至要超过人类。比如通过深度机器学习，运用机器智能和强大分析能力，能更好地处理大规模的复杂数据，如金融、医疗、教育和交通等各种难题。技术不仅仅在工具层面，已在知识和智慧层面，真正地帮助人类前进。
2014可穿戴设备将进一步发展，并成为移动互联网入口的重要一环;企业对于云数据中心的需求，以及对于数据开放和数据交易的要求会更加强烈，亦将有更多突破和典型案例出现;作为企业内部数据存储和分析的平台，以及公有云大数据应用分析平台的“数据流水线”和“数据工场”会大规模出现;同时，大数据的立法和国家战略的出台进程会受到更多关注。
如果和工业革命比较，我们回过头就会发现，工业革命时期最成功的企业并不是有矿产的。当时像施耐德、西门子以及克虏伯这些公司，都是发明了炼钢的方法。所以，大数据时代未来价值的创造者，可能是那些有算法，创新的思维和商业模式的公司，这一点在接下来的几年内会看得更清楚。