雖然硬體尺寸的問題找到解決方向，但感測器資料的判讀仍是一大應(yīng)用瓶頸。在現(xiàn)實生活中，很多物體都不是由純物質(zhì)構(gòu)成。因此，感測器所讀取到的資料波形往往相當復(fù)雜，而且隨著紅外線照射部位不同，即便是同一個待測物，測出的數(shù)值也會有所變化。此外，如果是用來量測農(nóng)產(chǎn)品，個別待測物之間的數(shù)值也會有不小的改變。這些變數(shù)都會增加數(shù)據(jù)判讀的難度。
在實驗室里，經(jīng)過訓(xùn)練的專業(yè)人員可以解讀這些原始數(shù)據(jù)背后所代表的意義，但如果是鎖定消費市場的光譜鑒測應(yīng)用，應(yīng)用開發(fā)商就必須要設(shè)法克服數(shù)據(jù)判讀的問題。對此，ConsumerPhysics選擇利用大數(shù)據(jù)(BigData)分析搭配機器學(xué)習(xí)(MachineLearning)的方式來解決，透過銷售SCiO并提供手機App給開發(fā)者社群，累積各式各樣物件的大量光譜資料，從中尋找出數(shù)據(jù)變化的規(guī)律。
SCiO不會跟專業(yè)鑒定產(chǎn)生競爭，因為SCiO的目的是讓消費者在逛玉石市場時，可以很簡單地判斷寶石或玉的真假，至于專業(yè)寶石鑒定會更進一步分析寶石或玉的成分組成比例、成色等，判斷其品質(zhì)等級。很多產(chǎn)品希望通過紅外線光譜分析這項功能，為智慧型手機帶來更多硬體設(shè)計上的差異化。
