無論是深度學習、智能學習、人工學習，還是VR和AR等新概念的出現(xiàn)，都與大數(shù)據(jù)有著密不可分的關系，但是人們對于這些數(shù)據(jù)的挖掘還遠遠不夠。

　　如今，智能設備已經無處不在。據(jù)統(tǒng)計，在我國智能手機和平板電腦共有13.05億部，智能手表約有1200萬只，平均每人每天使用的時間為3.93小時，可以說智能終端已經成為人體的一部分。與傳統(tǒng)設備不同的是，智能設備上有大量的傳感器設備，如加速器、陀螺儀、重力感應儀等，這些傳感器會產生海量數(shù)據(jù)。OPGW光纜

　　不過，人們目前對于大數(shù)據(jù)的認知還處于早期階段，遠談不上智能預測。例如，對于人工智能尚處于早期的適應人的狀態(tài)的階段，即嘗試用算法在機器上還原人的動作，真正的人工智能離人們十分遙遠。而大數(shù)據(jù)的發(fā)展則是驅動人工智能的關鍵。ADSS光纜

　　除了技術上的落后之外，數(shù)據(jù)缺乏有效整合也是重要原因，據(jù)統(tǒng)計，目前僅有20%的數(shù)據(jù)放在了互聯(lián)網(wǎng)上，80%的數(shù)據(jù)仍然游離在互聯(lián)網(wǎng)之外。究其原因，主要是4方面工作沒有做好。ADSS光纜廠家

　　第一，業(yè)務數(shù)據(jù)化，用戶交易數(shù)據(jù)中有結構化的和非結構化的，目前結構化的數(shù)據(jù)整理保存較好，但是非結構化數(shù)據(jù)沒有得到有效管理。第二，數(shù)據(jù)資產化，傳統(tǒng)企業(yè)并不重視數(shù)據(jù)管理，數(shù)據(jù)只是副產品而已，此外傳統(tǒng)企業(yè)的業(yè)務與運營分離，沒有形成閉環(huán)管理，沒有形成數(shù)據(jù)驅動業(yè)務的機制。第三，應用場景化，不是所有場景都適合智能數(shù)據(jù)應用。第四，技術開源化，智能數(shù)據(jù)平臺強調商業(yè)價值，否則沒有意義。ADSS

　　推動大數(shù)據(jù)發(fā)展的關鍵，在于企業(yè)建立“數(shù)據(jù)驅動”的企業(yè)文化，實現(xiàn)對花園里、花園外數(shù)據(jù)的全面收集，行為數(shù)據(jù)和外部數(shù)據(jù)的有效整合處理。

　　在本次峰會上，TalkingData還發(fā)布了智能數(shù)據(jù)平臺SmartDP，并開源了兩項技術:智能感知引擎Myna以及工具Fregata。據(jù)了解，智能數(shù)據(jù)平臺（SmartDP）是指“基于智能數(shù)據(jù)應用探索商業(yè)價值的平臺，具有數(shù)據(jù)管理、數(shù)據(jù)工程和數(shù)據(jù)科學的能力”。而智能感知引擎能夠對人物、所處環(huán)境、行為數(shù)據(jù)進行采集，對于很多公司而言一方面免去了做重復性勞動，另一方面也享受到了優(yōu)勢技術的福利，因而能更專注于手頭的事。