2017年的春天，在美国的华尔街，发生了一场大数据争夺战。

纽交所与华尔街的金融巨头联合体（包括摩根大通、花旗、高盛以及电子交易商们）就“谁拥有券商在买卖股票时的交易数据”的产权进行了激烈争夺。

为什么他们都要争这个交易数据的产权呢？

原因在于这些金融交易的数据可以卖钱，买家可以从这些交易大数据里分析出很多信息，从而为人工智能参与高频股票交易等提供很多帮助，也就是说，谁拥有了这些金融交易的数据，就可以分析出市场的交易风格，进而从中牟利。

除人工智能在金融行业应用需要很多大数据外，于其他行业而言也是如此。

对于人工智能来说，真正能实现产业落地的人工智能模型一般都基于深度学习算法。而深度学习的学习过程其实是一个用大数据不断喂养训练人工智能模型的过程。从这个意义上来说，大数据是人工智能的原料。

国内有很多大数据企业纷纷转型做人工智能

人工智能已经成为时代的热潮，在这个热潮之中，很多传统的大数据公司纷纷涉足人工智能领域，比如珍岛集团就是一个典型的例子。

珍岛集团2005年在上海成立，经历了13年的风雨历程后发展壮大，目前已经成为中国领先的智能云营销平台。公司创始人与董事长赵旭隆曾经与陈永东一起，写了一本很有名的书《智能营销——数学生态下的营销革命》，此书于2016年由上海文艺出版社出版。
互联网时代中的营销实际上分为五个阶段。

在互联网刚开始兴起的时候，第一阶段的数字营销主要是网站建设与搜索引擎营销。第二阶段则是社会化媒体营销的浪潮，社会化媒体营销的平台主要是“双微”——微信和微博。第三个阶段则是程序化购买，也就是所谓的DSP。第四阶段是在2014年出现的智能营销。珍岛集团是这个新概念的主要倡导者，当时该集团推出了一个核心的智能营销平台产品——T云。

到了2017与2018年，数字营销已经进入了最新的第五阶段——利用人工智能做营销。珍岛集团分别与复旦大学、上海大学以及华东师范大学等知名高校达成了战略伙伴关系，成立了云计算、大数据以及人工智能营销等领域的产学研合作平台。2015年，珍岛集团还在美国硅谷成立了研发中心，致力于人工智能与新零售方向的研究。

纵观珍岛集团的发展历程，从2005年到2018年，在这13年的时间内，从网站、搜索营销、社交社媒营销，到程序化购买再到智能营销，再到现在数字化的人工智能，珍岛集团颇具前瞻性，他们已经把大数据与人工智能紧密地联系在了一起。
大数据与人工智能结合的场景

目前人工智能的深度学习算法是建立在大数据的基础上的，人工智能在工作过程中首先要对大数据进行挖掘，然后才可以训练出合格的人工智能，找到数据中隐藏的规律。

对于人工智能大数据企业来说，并不是所有大规模的数据都是有价值的。数据量大，并不代表这些数据可以被深度学习算法所使用。比如，在月球绕着地球公转的轨道中，我们可以每一秒都记录月球的位置与速度，这样的数据量如果积累一个月的话，数据量可以就是非常大的。但这样的数据其实能挖掘的东西很少，因为这背后的万有引力定律早在牛顿时代就已经清楚了。人工智能用在这样的大数据面前是没有意义的。

因此，只有那些人类还没有掌握其基本规律的大数据据才是人工智能所需要的。

自2000年以来，以Hadoop为代表的分布式存储与计算技术迅猛发展，极大地提升了互联网数据的管理能力。大数据也被看成是一种重要的战略资源。而数据本身其实是杂乱的，其熵很高。为了能有效应用数据，则必须使用算法，人工智能算法使得大数据有了生命力，也成了互联网经济地驱动力——这也是大数据与人工智能结合的深层次原因。
大数据与人工智能结合的应用场景非常多，而且有不少已经转为实际的生产力。除了前文提到的智能营销领域，大数据与人工智能结合还可以用到金融系统的智能风控领域。
互联网金融时代，虽然有庞大的用户，但要时刻注意风险控制。但是凭借传统的风控手段还不能很好地判断手机背后的用户是不是具有良好的信用（因为缺乏央行的征信信息）。智能风控主要是依托高维度的大数据和人工智能技术对风险进行及时有效的识别与预警。它主要通过数据收集、行为建模、用户画像、风险定价等步骤进行金融风险的控制。利用大数据据与人工智能，能减少风控的成本，提高风控的质量。在这个领域，明略数据的“金融风控大脑”就是一款典型的产品。

而在出行领域，滴滴早在2015年就已经成为仅次于淘宝的全球第二大在线交易平台，其大数据规模是每日有大概200亿次的路径规划请求，滴滴利用其人工智能预测用户目的地的准确度也超过90%。

中国有哪些人工智能大数据企业？

那么，中国有哪些人工智能大数据企业呢？

除了前文提到的珍岛集团、明略数据与滴滴之外，《互联网周刊》梳理了中国的人工智能与大数据的代表性企业。

因此，大数据已经成为训练人工智能的基础原料。对于大数据和人工智能的关系，很多中小企业还不能完全搞清楚其他之间的关系。

绝大多数的中小企业（比如零售连锁、房地产中介、物流等）听说过大数据，但它们还不知道如何来使用这些大数据，这主要是因为它们的大数据是零散的，需要用人工智能算法来处理。而这些中小企业还没有真正拥抱人工智能，所以现在它们手上的大数据资源就被白白浪费了。

当然，目前已经有一部分企业已经在真正使用过大数据，并且把大数据与人工智能相结合应用到仪器上。比如做“精准营销”的珍岛集团就是一个典型的例子。

因此，如果说大数据在企业的应用中存在一定的困难，这个困难大半来自于企业还没有理解到人工智能算法对大数据的梳理与提取作用。

现在，不用再感叹“巧妇难为无米之炊”。大数据已经有了，米也已经有了，企业只是需要人工智能这个巧妇来做这顿美妙的晚宴。