人工智能只是一种技术手段，数据资产最终决定人工智能的行业应用发展，以及企业新的市场。

随着互联网、开源、云计算等技术的发展，企业在技术上会越来越接近。

不久的将来，超级摩尔定律下芯片计算力会有更大突破，人工智能作为一种技术能力将越来越普及，长期来看，技术能力上的差异会越来越小。

在行业应用上，真正能建构牢固“护城河”的核心要素一定落在数据上。

那么，数据又从哪些维度展开竞争呢？

第一，数据的品质。

比如数据的准确性、完整性、可追溯性、持续性、真实性和共享性。这些品质决定着人工智能模型的质量，也决定最终的落地成果。

第二， 数据竞争存在先发优势。

那些占据着特定的应用场景，并且更早、更多地获取数据的领域，人工智能的优势会更明显。

第三，数据的安全和隐私保护，决定了人工智能应用最终可以走多远。

针对特定领域的数据集越庞大、越真实、越准确、越可追溯、维度越丰富、越协同共享，越能得出最佳算法并带来竞争优势。

比如，在奈飞的网站上，围绕用户的维度，有性别、年龄、浏览过的电影、喜欢的明星、过往阅览记录等；围绕某个电影的维度，有年代、导演、演员、风格、题材、用户评价等。

绕两个主体的数据维度越丰富，越能在两者间建立精准匹配的关系，让企业以更好的体验扩大用户群，不断强化自己的优势。

我们看到，App的用户规模越大，往往越能更精准地满足个性化体验。

比如，现在我们使用的一些音乐App已经能够精洞悉每个用户喜欢的音乐风格，并准确推送喜欢的音乐。

对如何提升数据品质，企业可以在两方面同时努力：

内部，要有系统的规划，实时采集和整理数据，建立长期数据积累；

 

在外部，要有意识地构建生态体系或者寻找合作伙伴，尽可能多地获得相关数据，且搭建统一架构，帮助数据互通。

数据竞争一定存在先发优势。企业越是占据特定的场景，更早、更多地获取数据，人工智能的优势就越明显。

现在，数据尚未全面商品化，企业与企业之间的数据交换尚未畅通。

由于市场的复杂和竞争、数据安全和监管等原因，企业或机构不敢轻易开放数据，企业或机构需要通过自己的产品和生态体系来获得更多数据。

从这个角度看，平台型科技公司基于自己强大的数据基因，占有完全优势。

长期来看，数据是可以创造收益的资产，是公司的核心竞争力，越早入局规划，越能占据主动。未来数据全面商品化之后，价值会非常明显。