约，名叫“白金蓝”（Platinum Blue），麾下有不少从“音乐智能解决方案”跳槽过去的高管。这两家公司都分析乐曲中深层的数学模式（超出人耳能够听到的范围），再将这些模式与约60种曾经大热过的模式进行比较，并品评新曲在哪些方面有所欠缺。两家公司都声称他们能够帮助音乐界将投资集中在容易成为市场热门的歌曲上，并以此帮助音乐界赚钱。这两家公司向购买其产品的词曲作者、音乐制作人以及音乐品牌出售服务。如此说来，使用上述产品的相对优势在哪里？很难说得清。
但上述方法具有内在的局限性。首先一点，也是最重要的一点是，由于这些方法依赖历史数据，除非广大掏腰包的受众保持相当程度的稳定口味，否则这些方法无法发挥作用。如果公众的喜好随着时间的推移起了显著且不可预测的变化，那根据过往口味所做的决策不会有好下场。因此，在音乐界，由于消费者的口味从大型乐队转移到经典摇滚，再到重金属、说唱、新世纪音乐，早期的热门对预测当前流行已经不太可能具有借鉴意义。上述情形把黑盒子模式可运用的数据局限在了某个范围以内。
第二，影响电影、书籍和音乐走红的潜在变量足足以10万计。与此同时，大规模发行并面世的影片、书籍和歌曲却相对有限，尽管这种情形有可能随着互联网营销的出现而有所改变。让我们以电影为例：80年的历史（1928年至2008年）和每年120部新片，这两个因素综合起来只提供了约1万个数据点。只有1万个数据，并不足以给10万个潜在因素排序。任意从上述10万个潜在因素中挑出1万个，都能完美地对应这1万个数据，而且即使只搜索一定量的潜在因素（比如60个），也会在1万个数据中产生高度伪相关。
基于上述原因，黑盒子方法的功效似乎有些天生的局限。然而，即使黑盒子途径并非万无一失，依靠统计的黑盒子方法却还是好过另外一种黑盒子办法——那种方法靠的是某些行业高管们无法言传的直觉。
毋庸置疑，巨头会说，“大鳄”企业在创意内容界享有一些优势：只要放眼瞧一瞧就会发现，电影界、音乐界和图书界的“大鳄”们一直以来都在各自的行业具有压倒性的市场份额。这种说法有一定的道理，因此我们将一一考察这些行业中的财务数据和市场份额。尽管上述行业巨头拥有进入门槛，但这些门槛并不在该行业中的内容领域，而是在营销及分销领域。这是“包装”功能的一部分，而不是内容创作功能。此外，这些优势由所有的“大鳄”共同分享，而缺乏合作的巨头们早已把共享的优势消耗一空。最后一点，在营销及分销业务中曾经具有的优势已经随着时间的推移大大降低。
上述观点与这些企业长期以来的结构和收益颇为吻合。为了区区10%出头的营运利润率，为了从投资中获取微薄的收益，所有上述企业一直在苦苦挣扎。这一收益反映的是综合收益：既包括利润率较高的业务——也就是那些利用片库、作品集和出版资产赚钱的业务，也包括各时期的新产品制作业务。一个意外蹿红的大热门或一些平台的变化（例如CD或DVD的引进）会迎来一笔短期的意外之财，发这笔横财的可能是某家公司，也可能是整个行业。这种大笔进账的极乐时光转瞬即逝，因为人才很快会将多出来的蛋糕一口吞下。而且在每一个发意外财的时间段里，也总免不了会有一些亏损的时段，其原因可以追溯到某个引人瞩目的失利或某个全行业范围内的挑战。可想而知，如果遇上这种情况，人才不会主动援手承担损失。硬币翻到正面，归他赢；硬币翻到反面，归你输。其结果就是：这些行业的业绩长期保持着异乎寻常的稳定性。