由 dawei Orbital Insight 公司 CEO 詹姆斯?克劳福德表示，地球的卫星俯拍图中隐含着复杂的财务信息。停靠在马来西亚港口的船舶数量，甚至美国内布拉斯加州西部的麦田颜色都可能成为经济活动的明显指标，这些指标不仅仅覆盖局部地区，更是涵盖了全球的各行各业。
从这个角度来看，以往被视为无价值的平常风景实际上值得细致分析一番，这并非出于审美目的，而是能带来赢利。中国建筑工地不断增多的阴影也可能成为展露中国经济实力的有用线索。
Orbital Insight 公司是率先利用高分辨率卫星影像的新型市场研究公司之一。这类公司从事的是所谓的地缘分析，利用了地理与大数据交叉领域的知识。通过查看每日更新的、分辨率达到每像素 1 米的卫星图像， Orbital Insight 这类公司使用人工智能深度学习算法对数据进行筛选，并寻找其中的模式。
这其中通常涉及对变化的洞察：卫星图中的某个像素从一种颜色变换成另一种，这表明农耕状态的变化或大型建筑工程的启动。其它情况则涉及数量：系统地清点某个商场停车场的汽车或钢材集散场外的卡车数量，这两种情况需要用到机器视觉与数据科学两门学科的知识，或向计算机输入数量足够大的视觉数据。
卫星拍摄的视觉资料经过分析诠释后具有潜在的金融价值。这类金融数据可出售给付费用户。这就是 Orbital Insight 的商业运营模式，向投资机构、美国政府机构和非营利组织宣传自己的地缘分析专长。举例而言，非营利组织可能会研究偏远沙漠中某个湖泊或濒临干涸的水库的水位，或一座城市拓展后侵占临近国家公园的程度，从而决定接下来要实施的政策。而投资机构可能通过同样的数据来决定卖空某些商品。
Orbital Insight 所面临的挑战是对大量卫星图展开图形分析：学会“读懂”地球表面的信息，例如地形特征、建筑形状和阴影，这些都隐含着深层次的意义。换言之，把整个世界转换成象形文字，然后破解这一全新的语言，从而使人类以及半智能的机器都能理解。
不过在无处不在的卫星下方，人类能否摆脱这种不间断的注视呢?
2016 年 5 月底，卡内基 – 梅隆大学以戈兰?莱文为首的团队推出了一个名为Terrapattern 的新型在线工具。据《纽约客》描述， Terrapattern 可被视为谷歌地球(Google Earth) 所缺失的搜索引擎。它能够扫描并自动寻找数千张地球卫星图之间的相似之处，即，可实现模式匹配。用户可点击任何可见的地形，如底特律的公园，Terrapattern 就会迅速定位附近类似的地形。
目前， Terrapattern 的地缘数据仅限于美国的匹兹堡、旧金山、底特律和纽约，但它的目标是让自主可视化分析覆盖整个地球。美国某个城市的停车场、足球场或工厂将在远至南非、委内瑞拉和日本等国家中找到与之类似的“胞兄胞弟”。
不过耐人寻味的是，这些机器学习算法是否会栽跟头?政府毕竟更希望维持机密状态，私营公司也希望能隐藏日常的经营活动。
比如，沃尔玛希望顾客数量看起来比实际情况多，它可以让商场停车场停满假车。新的住宅楼可通过玩笑式的设计让顶楼看起来像一个公园，从而让 Terrapattern 无法获得体现真实状况的视觉数据。