人工智能想要實現與人類相似的智能水平，就必須要具備相應的計算能力。

1997年，IBM“深藍”在世界象棋中戰勝世界棋王卡斯帕羅夫，最重要原因就是其強悍的數據處理能力。在研發過程中，IBM研制小組向“深藍”輸入100年來所有國際特級大師開局和殘局的下法。

“深藍”每秒能夠進行2億次的運算，能夠通過計算預判之后的12步，對比做出最優的決策。谷歌的搜索引擎與亞馬遜的智能推薦系統也都是人工智能的具體應用領域，在大量數據的訓練下，無論是谷歌的搜索結果，還是亞馬遜的推薦結果，都越來越精準，這構成了兩家數據公司的核心競爭力。

生活中的各類推薦系統，在搜集用戶的個性化數據之后，利用機器學習，為用戶反饋出獨一無二的結果。創業公司“今日頭條”便是利用數據獲取成功的典型案例。

當行業日漸開放，越來越多的算法選擇了開源，此時數據便成為了影響人工智能成敗的關鍵點。豐富、多維度的情景化數據使人工智能更多更深的被應用起來。

當然相應的，人工智能的深度應用，又產生了更加海量、精準、高質量的面向情景的數據，為人工智能的進一步優化提供了條件。