評價一家公司好與壞，通常會用到“一般公認會計原則”（GAAP）

。而這種類型的原則常常只能評判有形資產。人、思想可不像賬目清單和銀行賬戶，一目了然，隨意評估。機器學習則正好彌補了這一鴻溝，只需要收集人類所思、所想、所說、所做等各種數據，就可以幫助我們評判有形資產。

一個公司的價值可用有形資產和無形資產來衡量，其中無形資產的價值則占據了50%以上。可是大部分公司往往都忽略了自己的無形資產，可喜之處是越來越多的公司愿意搞明白什么才是最重要的。而如何衡量公司的無形價值，只需要利用機器學習方法挖掘常見的財務指標。

機器學習幫助理解無形資產的三大法寶

1.重新定義什么資產。亞馬遜，蘋果，Alphabet（谷歌），Facebook和微軟這幾個世界頂尖級公司的價值都是依賴于技能、創新思想等無形資產。我們能做的是從細微處出發，收集數據、觀點、網絡等，擴展無形資產的范圍。

2.重新審視現有數據。大多數公司都存儲有大量數據，但很少會研究這些數據。大多數情況下，研究這些唾手可得的數據，會收獲無限價值，比如明白如何提高客戶價值，如何規劃新的商業模式。

3.利用數據科學尋找真相。充分利用現有數據和無形資產打造屬于自己的數據科學，并運用到各類決策。

每家公司的每個領導都需要掌握機器學習這項新技能，以便更好地管理公司。大數據和機器學習技術不能解決所有問題，但能幫助我們衡量以前無法測量的部分，重新定義什么是有價值的。