“好。”林枫收起名片，“对了，我能看看你们的数据后台吗？不用敏感信息，只要情绪类型分布和波动趋势。”
徐朗犹豫了一下，点点头：“小琪，带林先生去看看。”
扎马尾的女孩——小琪站起来，领林枫走向角落的一台服务器。
她操作电脑时手指很灵活，敲键盘的声音清脆急促。
“这是我们过去半年收集的数据，来自一万多名测试用户，全部脱敏处理。”
屏幕上出现各种图表：情绪类型占比饼图，情绪波动时间曲线，不同年龄段用户的情绪特征……
林枫看得很快，眼睛像扫描仪一样掠过那些数字。
系统感知自动开启，对这些数据进行分析归类。
有意思的是，数据反映出的情绪分布和他用系统感知到的真实世界情绪很接近，焦虑和疲惫是主旋律，喜悦和放松成了稀缺品。
“你们有没有试过情绪预测？”他问。
“预测？”
“根据用户过往的情绪波动规律，预测他接下来几个小时甚至几天的情绪走向。”
小琪愣住了：“这……没试过。情绪太不稳定了，影响因素太多——”
“但也不是完全随机。”
林枫指着屏幕上的一条曲线，“你看这个用户，每周一早上焦虑值都会飙升，周三下午稍微回落，周五晚上有短暂的愉悦峰值。很规律，像潮汐。”
“那是因为工作节奏……”
“对。所以情绪是可预测的，只要你掌握足够多的背景数据——职业、作息、人际关系、甚至天气变化。把这些变量输入模型，就能做出相当准确的预测。”
小琪的眼睛亮了，像突然通了电的灯泡。
“如果真能预测……那就可以提前干预！在用户情绪崩溃之前推送舒缓内容，或者提醒他该休息了——”
“不止。”
林枫打断她。
“如果能预测整个群体的情绪波动，比如一座城市、一个公司、甚至一个股市交易大厅……那价值就大了。”
他说这话时，脑子里浮现的是昨天在股市上的操作。
如果能提前知道交易员的整体情绪走向，那赚钱简直像开卷考试。
小琪盯着他，看了很久。
最后她轻声说：“你跟我们见过的投资人都不一样。他们只会问什么时候盈利，用户增长多少，从来没人问这些。”
“因为我
…。。