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用瓶頸。在現實生活中，很多物體都不是由純物質構成。因此，感測器所讀取到的資料波形往往相當復雜，而且隨著紅外線照射部位不同，即便是同一個待測物，測出的數值也會有所變化。此外，如果是用來量測農產品，個別待測物之間的數值也會有不小的改變。這些變數都會增加數據判讀的難度。
　　
   在實驗室里，經過訓練的專業人員可以解讀這些原始數據背后所代表的意義，但如果是鎖定消費市場的光譜鑒測應用，應用開發商就必須要設法克服數據判讀的問題。對此，ConsumerPhysics選擇利用大數據(BigData)分析搭配機器學習(MachineLearning)的方式來解決，透過銷售SCiO并提供手機App給開發者社群，累積各式各樣物件的大量光譜資料，從中尋找出數據變化的規律。
　劉憲杰表示，隨著SCiO累積的資料筆數越來越多，SCiO對物質成分的分析將更加精準，也更具參考價值。另一方面，亞德諾也會為這個資料庫做出貢獻，例如在寶石鑒定方面，亞德諾已開始與專業寶石鑒定師合作，借用其所擁有的寶石樣本以及過去長年累積下來的光譜分析資料做交叉比對，擴大寶石類的資料庫。
　不過，SCiO不會跟專業鑒定產生競爭，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，判斷其品質等級。
　五大應用領域App將于年底前推出
　SCiO于2016年初在國際消費性電子展(CES)上正式發表后，吸引許多關注跟肯定，開發社群也在持續擴增其掃描資料庫，讓SCiO能對使用者的日常生活產生幫助。到2016年底前，ConsumerPhysics與亞德諾將會陸續針對五大應用領域推出對應的App服務，分別是營養/體重管理、產品挑選、化妝美容、體適能與嬰幼兒健康(圖3)。　
    營養與體重管理是SCiO主打的第一個功能，透過光譜檢測，可讓消費者清楚知道自己吃下肚子的食物到底含有哪些營養成分，含有多少熱量。
　雖然目前許多國家對食品標示立有規范，必須向消費者揭露營養成分、熱量等資訊，但產品包裝上所記載的資料，跟實際狀況往往有誤差。即便是經過制程管控的加工食品，法令都允許正負20%誤差，天然蔬菜水果的營養成分跟熱量變化范圍更大。如果消費者想得到具參考價值的數據，還是得自己動手量。
　產品挑選功能則是第一個功能的延伸，主要是針對天然蔬果。比如去超市買水果，在沒有SCiO的幫助下，消費者只能靠經驗法則挑選，但如果用SCiO掃描，就可以知道眼前的蔬菜水果含糖量多少。
　化妝美容功能則是用SCiO來檢測皮膚含水量、皮膚年齡、油水平衡度等。這部分除了檢測之外，App還會提供一些改善建議，例如生活作息該如何調整、化妝保養品要怎么挑選。
　運動與體適能則是用紅外線掃描來檢測使用者到底透過運動消耗了多少熱量、血氧量狀況、心跳等生理數據。嬰幼兒健康則是這項功能的延伸，可以量測到小朋友的身體核心溫度、身體含水量。牛奶等嬰幼兒食品的成分分析功能也歸屬于這個領域，因為以紅外線量測液態物質時，其準確度會受到液面反射等因素影響，因此相關演算法還需要微調。
　進軍手機應用內建/外掛模組兩路并進
　雖然目前SCiO的尺寸已經非常小，但距離適合整合到手機里的尺寸還有一小段差距。劉憲杰透露，亞德諾的下一代紅外線光譜檢測硬體解決方案已經大致開發完成，該方案的外觀尺寸跟目前手機上的相機模組相當，現在已有工程樣品可以提供(圖4)。接下來，亞德諾將會積極與亞太區的重要手機原始設備制造商(OEM)接洽，希望藉由紅外線光譜分析這項功能，為智慧型手機帶來更多硬體設計上的差異化。
　除了內建之外，外掛模組也是亞德諾正在思考的發展方向。該公司目前正在與其他主要晶片供應商合作開發完整的硬體晶片組參考設計與對應的軟體驅動程式。