大數據為人工智能發展提供了基礎資源，人工智能技術的核心就在于通過計算找尋大數據中的規律，對具體場景問題進行預測和判斷。想要訓練出成功的人工智能算法，需要運算力和大量的數據，其中最重要的就是數據量要足夠大。除了數據量足夠大，大數據還需要通過采集、清洗、標注等處理工作后才能夠作為人工智能算法模型訓練的輸入，但目前在實際應用中，數據流通不暢、數據質量不高和數據安全風險等問題仍然極大制約著人工智能的發展和應用。

隨著2012年維克托·邁爾-舍恩伯格《大數據時代》一書的出版，“大數據”這一概念乘著互聯網的浪潮在各行各業中扮演了舉足輕重的角色，得大數據者得天下，業界紛紛用大數據這個詞來描述和定義信息爆炸時代產生的海量數據，并命名與之相關的技術發展與創新。

在2018年10月由中國聯通大數據公司主辦的加速-U10大數據價值峰會上，中國聯通大數據公司負責人以“數智”為主題發表演講，她認為當前大數據產業已經進入“數智”時代，聯通大數據的數智升級，在于更大規模的數據、更深度的智能，打造數智新架構體系，做值得信賴的數據智能服務運營商，同時介紹了中國聯通UBD數智中臺的建設思路。

對數據智能的信息化落地，業界一般稱之為數據智能平臺或數據中臺。

AI技術體系一般分為基礎層、技術層和應用層，在AI大發展的浪潮中，AI技術體系中的各模塊發展特點各不相同。

盡管現在就談Hadoop已死為時尚早，但大數據產業面臨的以上問題已經累積很久，也沒有被很好地解決，能否解決以上問題將直接關乎大數據的未來發展。