随着人工智能、大数据等技术的进步，测算已经成为评估和预测的重要手段。
然而，在实际应用中，测算往往并不能完全信赖，其精度和可靠性还有待提高。
一方面，测算的结果往往是基于历史数据和统计模型的，而人类活动的复杂性导致历史数据的代表性不够好，同时现实世界的变化也很快，统计模型的适用性也受到限制。
因此，测算的结果可能会存在误差。
例如，股票市场的预测，经常受到政策、自然灾害等因素的干扰，难以准确预测。
另一方面，测算的结果还会受到人为因素的影响。
因为测算需要人的参与，人们的主观意愿、信仰、偏见等因素会影响到测算结果的可信度。
例如，疫情期间，不同地区、不同组织对疫情数据的披露和处理方式不同，因此导致不同机构的疫情预测结果相差巨大。
因此，测算所得结果应当在实际应用中进行动态调整，不能完全依赖单一数值。
同时，测算应当尽可能多地考虑历史数据、实际变化等多个因素，提高其精度和可信度。
最终，测算只是辅助决策的工具之一，人们还需要加强对于现实数据的观察和分析、对于解决问题的策略制定能力等方面的能力，才能更好地应对未来的变化。