20个世纪90年代末期，一些创业公司考试测验针对牛仔裤、衬衫、洋娃娃开展“大规模定制”，但这些考试测验并没有能够推广开来。
制约其发展的紧张障碍在于，撤除那些不主要的方面（比如颜色的选择或者长度的选择），想要在不将产品价格提升到奢侈水平的同时，还要得到或生产具有明显独特性的产品是非常困难的。
当时的美好愿景远远超出了当时的科技水平。
但现在科技水平已经奋起直追。
最新一代的机器人可以担负灵巧制造的任务，而前辈的3D打印机也可以快速打印出多套产品。
无所不在的信息追踪、信息交互和信息过滤意味着我们可以以优惠的价格将我们自身多个方面的信息整合成用户档案，这一档案可以勾引开展任何我们想要的定制服务。
在数字前沿，谷歌已经供应大规模定制。
未来的30年中，我们在教诲、运输、医疗和零售领域都能看到大规模定制的涌现。

在不久的将来，我们的一天将会以这种常规办法进行：在我的厨房里有个药丸制造机，比烤面包机小一点儿。
它里面存放着几十个小瓶子，每个瓶子里面都以粉末形式储存一种处方药或营养身分。
每天这个机器会把所有的粉末以得当的剂量进行稠浊，然后添补到一个（或两个）定制药丸里，供我服用。
在这一天里，我身体里的主要器官都会受到可穿着设备的传感器追踪，以便每个小时都对药物的效果进行丈量，并将结果发送到云端进行剖析。
第二天的药物剂量会根据前一天24小时的结果进行调度，并生产出一个新的定制药丸。
这一过程在随后的每天都会重复。
已经有几百万台这样的装置被制作出来，并生产出大量的个人化药物。

我们的个人化身储存在网络上，每个零售商都可以获取它的信息。
它储存着我们身体每个部分、每个曲线的准确丈量数据。
纵然我要去一家实体零售店，在去之前也仍旧会在家中一个虚拟试衣间里考试测验每个商品，这是由于商店里只有商品最基本款的颜色和设计。
借助虚拟镜子，我们可以在查看衣服穿在我身上的效果时看到逼真程度令人惊奇的真实写照；实际上，由于我可以迁徙改变穿着衣服的虚拟化身，厥后果要比试衣间里的镜子更有说服力。
它可以更好地预测新衣服穿在身上的舒适度。
我们的衣服会根据我的化身供应的详细参数进行定制。
我们的服装做事会产生一些新风格的变革，而这些改变依据的是我们过去的穿着，我们花最多韶光瞩目过的衣服，或者是我们最亲密的朋友已经穿过的衣服。
这些都是过滤后的风格。
几年以来，我们已经培养出一个完备贴合我们行为的档案，使得我们可以在任何我们想做的事情上运用它。

我们的档案跟我们的化身一样，都由“Universal You”管理。
这个档案知道我们在度假旅行时喜好预定便宜的旅店，但又要有私人浴室和最大的网络带宽，而且永久都要在城镇中最老旧的地区，否则就要紧靠公交车站。
它还会与一个人工智能系统合营，为我们安排行程，估量最佳的货币兑换汇率。
它远非仅仅是一个储存信息的档案，更是一个一直运作的过滤器，会不断地根据我们已经去过的地方、我们过去旅行中发布的快照和推特种类来做出调度适应，它还会对我们阅读、看电影时的兴趣点进行权衡比较，由于书本和电影常日是旅行希望的一个来源。
它还会投入大量的精力剖析我们最好的朋友与他们朋友的旅行经历，并借助这一巨大的数据库时常向我们推举某些值得拜访的餐厅和旅店。
对付它的推举，我通们常比较满意。

由于我们的朋友会让“Universal You”追踪记录他们的购物、外出就餐、聚会出席、电影不雅观看、***浏览、日常磨炼、周末远足等活动，这样无需朋友们花费多少精力，它就会给我们做出十分详细的推举。
当我们早上醒来时，Universal会对我们吸收的更新信息流进行过滤，只向我们发送那些我们清晨喜好吸收的最主要信息。
它过滤的依据是我们常常转发给他人的信息类型，抑或是书签或者答复。
我们在橱柜里创造了一种营养丰富的新型谷物食品——由于我们的朋友这周在考试测验这个，以是Universal You 昨天为我们预定了一份，尝起来还不错。
我们的汽车做事系统向我们通报本日早上哪里涌现了交通拥堵，以是它把我们的汽车预约韶光调晚了一点，而且还考试测验另一条非常规线路送我们到本日上班的地方，而这个线路是根据较早出门的几个同事供应的路线制订的。

当然我们也要同这些系统进行一些“互换”，帮这些系统理解一些分外情形（比如人的崇奉、情绪之类的），以便提升人工智能判断和推举的有效性。
大概某一天，“Universal You”会主动的说“Hi My Friend，Do you feel well and what do you want to say？”