人工智能從非主流到主流只用了幾年時間。盡管人工智能在許多方面都取得了迅速的進步，但它仍然是少數人能理解的東西，掌握它的人也更少。這里有一些關于如何讓它為你工作的，不管你在你的AI旅程中的哪里。2016年，VPS，人工智能的炒作才剛剛開始，很多人在提到“人工智能”這個詞的時候還是很謹慎。畢竟，我們許多人多年來一直被灌輸要避免使用這個詞，因為它傳播了混亂、承諾過多、兌現不足。事實證明，從大數據和分析到人工智能的道路是很自然的。

它還需要一些其它的關鍵因素。讓我們重溫在歐洲大數據西班牙(BDS)一個最大的和最前衛的事件,這標志著從大數據過渡到人工智能幾年來,并試著回答一些關于AI的問題，根據我們上周從其明星陣容和活躍人群中得到的信息。

不僅是因為它幫助人們聯系和調整他們的思維模式，或者是因為大數據和分析正在享受人工智能的那種炒作，在它們被人工智能蓋過之前。但主要是因為構建人工智能需要大量或多數數據。

你能一直假裝到成功嗎？簡短的回答：不，不是。高德納分析成熟度模型的一個要點是，如果你想構建人工智能能力(預測和規范的方面)，你必須在堅實的大數據基礎上(描述和診斷的方面)進行。部分原因在于存儲和處理大量數據的能力，但這只是冰山一角。

大數據