人工智能是巧婦，大數據是米；大數據工程人員越來越有運維的味道，成為底層基礎的技術；大數據與隱私的權衡，需要關注。

從數據本身而言，大數據是人工智能的核心競爭資源

有人說：數據、算法、算力是人工智能的核心三大模塊。說是數據驅動的人工智能，不為過。沒有數據，算法就是巧婦難為無米之炊，數據是知識的外在表現形式。

互聯網時代，每個公司積累的大數據，是每個公司的戰略物資。比如電商的用戶行為數據，比如社交領域的用戶通信數據。

后續的機器學習、深度學習，從預測算法到客服機器人、人臉識別等等，背后模型都是以大量的數據為基礎的。比如NLP領域：從GPT,BERT,GPT2,Transormer-XL,XLNET,RoBERTa,模型背后的數據越來越多，模型越來越重，精度越來越高。

未來人工智能的落地，依賴于大數據。比如金融、醫療行業，誰有真正的大數據，誰才有可能脫穎而出。

從技術角度來講，大數據日趨成熟，成為應用的底層基礎技術

大數據技術越來越成熟，從離線數據到實時數據，從結構化數據到非結構化數據，從hadoop到spark,storm。

很多公司都有自己的大數據團隊構建的大數據平臺，有點類似運維工作的味道。前幾年，你說你會hadoop；今年你肯定不好意思再這樣說，因為大家都會hadoop的皮毛。

大數據與隱私

很多人意識到了數據的重要性，并想方設法從中盈利。如果你買過房子，不久后你可能會收到中介的電話，問你的房子要不要出租；或者問你的房子，要不要裝修。等你小孩上學，會收到電話，問你小孩要不要舞蹈、鋼琴、英語培訓。

大數據帶動了數據采集的需求。從人工收集到APP等索要各種權限，大數據采集的成本越來越低。最近因為爬蟲，很多人甚至公司整個團隊被抓，將來預計對這方面的立法會越來越關注。

很多大公司的app,都會要求你同意一個協議，里面說白了要用你的數據，需要你同意。對于這些app，鑒于市場環境，沒法拒絕，除非你拒絕用它。從用戶角度而言，想拒絕，很難。

怎么用好大數據，并保護好隱私，是未來需要權衡的一點。