以下两个方面。
数据交换/交易平台
人工智能的基石就是数据，作为人工智能的第一要务，数据是最重要的。数据作为生产资料，好比汽车的汽油，没有汽油，再高端的汽车也无法运转。而数据的来源往往是多方面的，未来一个企业所用到的数据往往不仅仅是自身的数据，甚至是多个渠道交换、整合、购买过来的数据。对于大数据商业形态，数据一定是流动的，数据只有整合关联，才能发挥更大的价值。但是数据要实现交换、交易，我们最终所必须解决的是法律法规、数据标准等一系列问题。
●算法经济/生态
算法是人工智能应用的基石，是大数据的核心价值。多个机器学习算法可以结合起来成为更强大的算法，从而更好地分析数据，充分挖掘数据中的价值。Gartner认为，无可避免地，算法经济将创造一个全新的市场。人们可以对各种算法进行买卖，为当下的公司汇聚大量的额外收入，并催生出全新一代的专业技术初创企业。想象这样一个市场：数十亿的算法都是可以买卖的，每一个算法代表的是一种软件代码，能解决一个或多个技术难题，或者从物联网的指数级增长中创造一个新的机会。在算法经济中，对于前沿的技术项目，无论是先进的智能助理，还是能够自动计算库存的无人机，最终都将落实成为实实在在的代码，供人们交易和使用。
广义的算法存在于大数据的整个闭环之中，大数据平台、ETL（数据采集、数据清洗、数据脱敏等）、数据加工、数据产品等每一个层面都会有算法支持。算法可以直接交易，也可以包装成产品、工具、服务，甚至平台来交易，最终形成大数据生态中的一个重要组成部分。人们将会通过产品使用的算法来评价它的性能好坏。企业的竞争力也不仅仅在于大数据，还要有能够把数据转换为实际应用的算法。因此，CEO应该关注公司有产权的算法，而不仅仅是大数据。正在涌现的机器学习平台可凭借“模型作为服务”的方式，托管预训练过的机器学习模型，从而令企业能够更容易地开启机器学习，快速将其应用从原型转化成产品。企业接入并使用不同的机器学习模型和服务以提供特定功能的能力将变得越来越有价值。
所有的这一切最终也离不开云计算，数据平台天然就是基于云计算来实现的。而数据交换、算法交易则需要一个商店，云端就是目前最好的商店。无论是数据的互通，还是基于云端预训练、托管的机器学习模型，都将促使每个公司的数据产品能够大规模地利用算法智能。
3.7 大数据产业
3.7.1 大数据产业界定
1990年以来，在摩尔定律的推动下，计算存储和传输数据的能力在以指数级的速度增长，每吉字节（GB）存储器的价格每年下降40%。2000年以来，以Hadoop为代表的分布式存储和计算技术迅猛发展，极大地提升了数据管理能力，互联网企业对海量数据的挖掘利用大获成功，引发全社会开始重新审视“数据”的价值，开始把数据当作一种独特的战略资源对待。大数据的所谓3V特征（体量大、结构多样、产生处理速度快）主要是从以下角度描述的。
人工智能与大数据技术导论
112