我覺得雲計算更盛，你看最近那麼多雲計算的大動作，已經很火了。裡面我最期待騰訊雲和甲骨文的合作，我覺得騰訊雲會越來越專業的

可能你這三者以及它們之間的關係還沒有一個真正的認識。

具體定義這裡不不多講了，接下來著重講一下它們三者之間的關係。

資料是一直存在的，大資料的本質還是資料。區別在於大資料無論是在廣度上與體量上講都是極其龐大的。為什麼現在大資料這麼火？因為現在有儲存以及處理這些資料的能力，他就是雲計算與雲端儲存。兩者是大資料崛起的基礎。

所謂人工智慧，也只不過是在龐大的資料與準確的模型再加上週密的演算法下的產物。沒有了龐大資料與超高計算能力的支援，人工智慧就無從談起。

一句話概括：

雲計算是基礎（鍋），大資料是前提（食材），人工智慧是產物（可口的飯菜）。

當然是人工智慧。雲計算和大資料是我們現在第三次浪潮之下的產物。雲計算和大資料相比於人工智慧的關係，可以用一個形象的比喻。雲計算和大資料就是媒和電，是驅動人工智慧進行深度學習的養料罷了。雲計算和大資料只是最基礎的東西，而人工智慧很有可能開啟下一個時代。

如果只是三者間的對比，我可以很確切地說：人工智慧。

這不是誰好誰更好的問題，而是三者的本質問題。

三者的關係高票答案裡都談了，這裡不再贅述。

嚴格講，人工智慧屬於技術範疇，而云計算則屬於一種新的形式（模式），雲計算所能帶來的直接技術發展是有一定侷限性的，目前關於雲計算的多數研究還只是為了提供更好的服務。至於大資料，大家都知道了，這是“柴火”，是"動力源泉"。

資料這種東西從老祖先結繩計數的那個時候就有了，大資料的概念可以說是我們儲存、計算等相關能力不斷提升的產物，單從資料處理、決策的方面來講，它可以幫助我們得到更加精確的結果。

關於開啟下一個時代，大資料不可或缺，但很遺憾，它無法成為那把鑰匙。

而至於雲計算，這種新的形式，也無法直接帶來時代的跨越。

重點是：新的形式（模式）無法帶來時代的跨越。

縱觀第一二次工業革命以及我們現在所談的第三次科技革命，所有新時代開啟的標誌都是：科學技術。

我這裡為大家列舉一些關鍵詞：

第一次：蒸汽機（機器代替手工勞動的變革）

第二次：電器、內燃機（電氣時代）

第三次：原子能、電子計算機、空間技術、生物工程（資訊科技、新能源技術）

很直觀了吧。

很多人會使用私家車、公交車來比喻雲計算，很形象，也很確切。

可是有誰聽說過，公交車的出現改變了世界的？

所以從開啟時代大門這個問題上看，雲計算的作用相對來說反而是最小的。

麼麼噠。

1.大資料發掘了全新的價值，但也面臨發展困境

《區塊鏈與大資料》一書詳盡地介紹了近年大資料發展的情況。近年來，大資料產業伴隨著計算機、感測器、資訊數字化和網際網路的普及而取得了令人振奮的成果，使大資料成為當前人們關注的熱點。隨著與大資料技術結合的網際網路、雲計算、物聯網技術逐漸成熟，海量資料的挖掘、採集、儲存和分析都不再是問題，資料的價值得到了前所未有的挖掘。

大資料確立了處理資料的三個至關重要的理念：要全體不要抽樣，要效率不要絕對精確，要相關不要因果。當我們的儲存能力、計算能力和網路頻寬變得充裕後，對資料的態度和思維方式也將面臨著改變。

但大資料面臨的困境也非常清楚。資料作為重要資源，受到越來多的關注。在資料資源開利發用的過程中，資料的開放、共享、流通和隱私保護成為難題：政府擔心洩露機密，個人擔心自己的隱私被暴露，企業更是把院門關得緊緊的。資料需要流通才能體現價值，沒有流通的資料只是一堆數字。當前的資料來源物聯網、雲計算等都是基於去中心化思想的產物，這導致資料過度集中，形成了資料孤島。

資料流通中還有一些痛點需要解決：資料權屬無法清晰地界定，資料質量的標準不統一，資料安全無法保障，資料價值無法準確衡量。因此，以上問題如何得到解決是未來大資料發展要面臨的重要問題。

2.區塊鏈技術如何異軍突起、提供有效的解決方案

《區塊鏈與大資料》一書為大資料面臨的諸多痛點找到了區塊鏈解決方案。

和人類社會一樣，技術發展也呈現出“合久必分，分久必合”，即集中與分佈的螺旋式上升。大資料技術是基於集中式核心思想的技術，而與之對應的區塊鏈技術則是純粹意義上的分散式系統。集中和分佈不是光譜的兩端，集中的大資料和分散式的區塊鏈融合發展必將產生巨大的價值。

就像經濟活動的驅動力就是價值實現，作為同樣有價值的資料，本身在流動過程中就需要有對等的價值流動。帶著數字密碼貨幣基因的區塊鏈，本就是為價值而生，有能力補上大資料價值流轉這一短板。

區塊鏈技術憑藉不可篡改、可追溯等特性，可以解決資料共享開放與交易交換中的若干關鍵問題。

區塊鏈技術的去中心化、加密共享、分散式賬本技術特性對解決資料流通和價值共享方面提供瞭解決方案。區塊鏈可以生成一套記錄時間先後的、不可篡改的、可信任的資料庫，這套資料庫是去中心化儲存且資料安全能夠得到有效保證的。透過這項技術，即使沒有中立的第三方機構，互不信任的雙方也能實現合作。簡而言之，區塊鏈類似一臺“創造信任的機器”。

區塊鏈可以提供可追溯路徑，能有效破解資料確權難題。在資料流通領域中，資料資訊透明度低、資料偽造篡改、資料交易存在非法倒賣等問題一直存在，一旦資料交易觸及法律問題，其舉證和追責過程都會十分困難。使用區塊鏈技術開發的資料交易溯源平臺，可以把每一筆交易資訊都放入區塊鏈中儲存起來，資料購買者可以得到一個交易憑證，在交易憑證中可以看到該筆交易的數字證書以及該筆交易資訊在區塊鏈中的儲存地址，待使用者需要進行資料確權時可以進入溯源平臺，輸入交易憑證中的相關資訊，查詢到儲存在區塊鏈中的該筆交易資訊，從而完成交易資料的確權。

大資料的交易則可以轉變為對資料使用權的交易，資料產生時即以加密的方式被固定在區塊鏈上，買方對資料的購買成為了觸發針對特定資料計算的行為，計算的過程會消耗代幣，而計算的結果則直接使用買方的公鑰加密，由買方持有。

區塊鏈可以明確交易歷史和各方貢獻，助力資料價值衡量。資料在計算以及結果輸出的每一步記錄都會被留存在區塊鏈上，不論是對資料來源頭的質疑，還是針對買方私自複製的追責，都可以透過使用區塊鏈可追溯特性來解決。

區塊鏈可以對資料的使用和流通進行快速、便捷的即付即用。利用智慧合約，可能實現更小粒度的資料交易模式，如條目交易、後付款的信用交易、充值交易、授權場景交易、資料交換交易等，從而改變當前大資料交易的商業模式。

其次，區塊鏈能夠進一步規範資料的使用，精細化授權範圍，防止資料濫用和違規使用；能據夠建立資料使用的徵信機制，實現資料溯源。脫敏後的數交易流通則有利於突破資訊孤島，建立資料橫向流通機制，並基於區塊鏈的價值轉移網路逐步推動形成基於全球化的資料交易場景。

3.區塊鏈與大資料的融合開啟新時代——《區塊鏈和大資料》勾勒的美好前景

區塊鏈和大資料作為兩個獨立發展的技術，想要共生髮展也不是與生俱來的。一方面，區塊鏈為大資料突破發展中的瓶頸提供瞭解決方案；另一方面，技術日益發展的區塊鏈技術也需要大資料技術提供應用環境。

本書談到的五個層次，可以看作是區塊鏈技術結合大資料的發展，逐步走向成熟的五個階段。每一步所需要的不僅是商業推進，更需要技術的成熟和社會的發展。

首先，將區塊鏈作為一種單純的技術融入大資料採集和共享；

其次，區塊鏈成為資料來源，為大資料分析平臺提供乾淨規範的資料；

再次，可以將大資料作為一種資產在區塊鏈網路中進行交易；

接著，區塊鏈作為萬物互聯的基礎設施支援大資料全生命週期；

最後，區塊鏈智慧合約和大資料促進社會共治。

正如書中所說，我們期待區塊鏈與大資料的融合能夠真正開啟全新的時代。

大資料、雲計算、人工智慧這三者不能分開來講，三者是有著緊密聯絡的，互相聯絡，互相依託的，脫離了誰都不能更好的發展，那麼誰將開啟下一個時代？

第一、大資料，讓資料成為資產

大資料指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。

在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大資料時代》中大資料指不用隨機分析法(抽樣調查)這樣捷徑，而採用所有資料進行分析處理。大資料的5V特點(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(低價值密度)、Veracity(真實性)。

資料每天都在產生，各行各業都有，資料量也是相當之大，但如何整合資料，清洗資料，然後實現資料價值，這才是當今大資料行業的研究重點。大資料最後要實現的是資料超融合，應用到應用場景，大資料的價值才會體現出來。

人工智慧就是大資料應用的體現。

第二、雲計算

雲計算(cloud computing)是基於網際網路的相關服務的增加、使用和交付模式，通常涉及透過網際網路來提供動態易擴充套件且經常是虛擬化的資源。雲是網路、網際網路的一種比喻說法。過去在圖中往往用雲來表示電信網，後來也用來表示網際網路和底層基礎設施的抽象。因此，雲計算甚至可以讓你體驗每秒10萬億次的運算能力，擁有這麼強大的計算能力可以模擬核爆炸、預測氣候變化和市場發展趨勢。使用者透過電腦、筆記本、手機等方式接入資料中心，按自己的需求進行運算。

對雲計算的定義有多種說法。對於到底什麼是雲計算，至少可以找到100種解釋。現階段廣為接受的是美國國家標準與技術研究院(NIST)定義：雲計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網路訪問， 進入可配置的計算資源共享池(資源包括網路，伺服器，儲存，應用軟體，服務)，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的互動。

說白了，雲計算計算的是什麼？雲端儲存儲存的是什麼？還是大資料！所以離開大資料談雲計算，離開雲計算談大資料，這都是不科學的。

第三、人工智慧

人工智慧(Artificial Intelligence)，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。人工智慧是對人的意識、思維的資訊過程的模擬。人工智慧不是人的智慧，但能像人那樣思考、也可能超過人的智慧。

人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智慧才能完成的複雜工作。但不同的時代、不同的人對這種複雜工作的理解是不同的。

第四、人工智慧其實就是大資料、雲計算的應用場景。

現在已經比較火熱的VR，沉浸式體驗，就是依賴與大資料與雲計算，讓使用者能夠由更加真切的體驗，並且VR技術是可以使用到各行各業的。

人工智慧不同於傳統的機器人，傳統機器人只是代替人類做一些已經輸入好的指令工作，而人工智慧則包含了機器學習，從被動到主動，從模式化實行指令，到自主判斷根據情況實行不同的指令，這就是區別。

大資料的概念在前幾年已經炒得火熱，但是也就是近兩年才開始慢慢落地，依賴於雲計算的發展，以及人們對人工智慧的預期。

第五、總結：說到底，雲計算是大資料的底層架構，大資料依賴雲計算來處理大資料，人工智慧是大資料的場景應用。三者直接建立起一個體系，從而實現改變世界的目的。三者不能分開說，一定要緊密結合。

網際網路的下一個風口，也一定是大資料、雲計算、人工智慧的共同風口。

人工智慧、大資料及雲計算，三者可以稱之為鐵三角關係！三者合力才能開啟下一個時代！半個多世紀的某個夏天，麥卡錫、明斯基等眾科學家們舉辦了一次Party，共同研究用機器模擬智慧的問題，也是在那時，“人工智慧(AI)”的理念正式被提出！人工智慧（Artificial Intelligence）簡稱AI，AI能根據大量的歷史資料和實時觀察（real－time observation）找出對於未來預測性的洞察（predictive insights）。如今人工智慧商業化正在快速推進中，比如我們所知道和了解的人像識別、影象識別技術、語音識別、自然語言理解、使用者畫像等。此類技術也現階段已經在金融、物聯網等行業得到應用！對於未來而言，人工智慧會在人類生活的方方面面，發揮越來越多的作用，也會刷更多的存在感，慢慢的更會懂我們很多！不遠的將來會有越來越多的自動化的系統出現，比如刷臉支付已經在來的路上了！先以人工智慧為例，拋棄其他任何，也便不會有今天大紅大紫的人工智慧！不得不說的人工智慧背後的基石：大資料大資料是人工智慧的基石，目前的深度學習主要是建立在大資料的基礎上，即對大資料進行訓練，並從中歸納出可以被計算機運用在類似資料上的知識或規律。簡單而言何為大資料？雖然很多人將其定義為“大資料就是大規模的資料”。但是，這個說法並不準確！“大規模”只是指資料的量而言！資料量大，並不代表著資料一定有可以被深度學習演算法利用的價值！例如：地球繞太陽運轉的過程中，每一秒鐘記錄一次地球相對太陽的運動速度、位置，可以得到大量資料。可如果只有這樣的資料，其實並沒有太多可以挖掘的價值！大資料這裡我們參閱馬丁·希爾伯特的總結，今天我們常說的大資料其實是在2000年後，因為資訊交換、資訊儲存、資訊處理三個方面能力的大幅增長而產生的資料：資訊交換：據估算，從1986年到2007年這20年間，地球上每天可以透過既有資訊通道交換的資訊數量增長了約217倍，這些資訊的數字化程度，則從1986年的約20%增長到2007年的約99.9%。在數字化資訊爆炸式增長的過程裡，每個參與資訊交換的節點都可以在短時間內接收並存儲大量資料。資訊儲存：全球資訊儲存能力大約每3年翻一番。從1986年到2007年這20年間，全球資訊儲存能力增加了約120倍，所儲存資訊的數字化程度也從1986年的約1%增長到2007年的約94%。1986年時，即便用上我們所有的資訊載體、儲存手段，我們也不過能儲存全世界所交換資訊的大約1%，而2007年這個數字已經增長到大約16%。資訊儲存能力的增加為我們利用大資料提供了近乎無限的想象空間。資訊處理：有了海量的資訊獲取能力和資訊儲存能力，我們也必須有對這些資訊進行整理、加工和分析的能力。谷歌、Facebook等公司在資料量逐漸增大的同時，也相應建立了靈活、強大的分散式資料處理叢集。大資料在應用層面：大資料往往可以取代傳統意義上的抽樣調查、大資料都可以實時獲取、大資料往往混合了來自多個數據源的多維度資訊、大資料的價值在於資料分析以及分析基礎上的資料探勘和智慧決策。美國《大西洋月刊》公佈的一段A.I.聊天記錄截圖延伸閱讀：聊天機器人竟自創語言“對話” 臉書將其緊急關停實際上人工智慧的發展，離不開海量資料進行訓練，究其根本大資料的迴圈往復無數次的訓練和深度學習才有了人工+智慧！人工智慧背後強大的助推器：雲計算雲計算（詳情參閱之前回答：什麼是雲計算？）是將我們傳統的IT工作轉為以網路為依託的雲平臺執行，NIST（美國國家標準與技術研究院）在2011年下半年公佈了雲計算定義的最終稿，給出了雲計算模式所具備的5個基本特徵（按需自助服務、廣泛的網路訪問、資源共享、快速的可伸縮性和可度量的服務）、3種服務模式（SaaS（軟體即服務）、PaaS（平臺即服務）和IaaS（基礎設施即服務））和4種部署方式（私有云、社群雲、公有云和混合雲）雲計算發展較早，經過10年發展，國內已經擁有超百億規模，雲計算也不再只是充當儲存與計算的工具而已！未來可以預見的是，雲計算將在助力人工智慧發展層面意義深遠！而反之，人工智慧的迅猛發展、巨大資料的積累，也將會為雲計算帶來的未知和可能性！人工智慧也好、大資料也好、雲計算也好，彼此依附相互助力，藕不斷絲且相連！三者合力搭檔在一起，組合拳出擊才更有力量，才能給未來多一些可能，給未知多一些可能性，給不可能多一些可能！

　　網際網路的已經經歷了PC時代和移動網際網路時代，不可否認僅僅4年，移動網際網路在某種程度上已經達到飽和。那麼哪種技術可以開啟下一個時代?是雲計算、大資料還是人工智慧?

　　在此之前，我們可以先來系統的瞭解一下，雲計算、大資料和人工智慧是什麼?在目前的發展狀況如何?

　　雲計算

　　雲計算是基於網際網路的相關服務的增加、使用和交付模式，通常涉及透過網際網路來提供動態易擴充套件且經常是虛擬化的資源。

　　就好比是從古老的單臺發電機模式轉向了電廠集中供電的模式。它意味著計算能力也可以作為一種商品進行流通，就像煤氣、水電一樣，取用方便，費用低廉。最大的不同在於，它是透過網際網路進行傳輸的。

　　目前在市場上雲計算的服務形式可分為三種，即基礎設施即服務(IaaS)，平臺即服務(PaaS)和軟體即服務(SaaS)。

　　IaaS是消費者透過網際網路從完善的計算機基礎設施獲得服務。提供基礎設施服務的雲服務商主要包括：BAT為首的網際網路巨頭，以小鳥雲計算為代表的第三方雲服務平臺，以及國外的AWS、azure等雲服務商。

　　SaaS是一種透過網際網路提供軟體的模式，使用者無需購買軟體，而是向提供商租用基於Web的軟體，來管理企業經營活動。例如：用友、金蝶之類的軟體服務。

　　PaaS實際上是指將軟體研發的平臺作為一種服務，以SaaS的模式提交給使用者。因此，PaaS也是SaaS模式的一種應用。但是，PaaS的出現可以加快SaaS的發展，尤其是加快SaaS應用的開發速度。例如：豬八戒。

　　據資料顯示，2017雲計算產業規模超過2500億元，同比增長30%。根據今年工信部印發的《雲計算發展三年行動計劃(2017-2019)》，提出到2019年，要將中國的雲計算產業規模從2015年的1500億元擴大至4300億元，雲計算在製造業、政務等多領域的應用水平顯著提升，併成為資訊化建設的主要形態和建設網路強國、製造強國的重要支撐。

　　大資料

　　大資料，指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。

　　現在的社會是一個高速發展的社會，科技發達，資訊流通，人們之間的交流越來越密切，生活也越來越方便，大資料就是這個高科技時代的產物。阿里巴巴創辦人馬雲在演講中就提到，未來的時代將不是IT時代，而是DT的時代，DT就是Data Technology資料科技。

　　在經歷了政策熱，資本熱之後，大資料行業進入了穩步發展階段。大資料已從概念層面落實到了應用層面，大資料與各行各業的融合發展成為了行業熱議的話題。資料顯示，2016年中國大資料市場規模約為168億人民幣 ，增長率達45%。據預測，2016年至2020年，大資料在教育、交通、消費、電力、能源、大健康以及金融等全球七大重點領域的應用價值預計在32200—53900億美元之間。

　　人工智慧

　　人工智慧，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。

　　毫無疑問，人工智慧已經成為時下最熱門的話題之一。從目前人工智慧的應用場景來看，當前人工智慧仍是以特定應用領域為主的弱人工智慧，如影象識別、語音識別等生物識別分析，如智慧搜尋、智慧推薦、智慧排序等智慧演算法等。商業模式主要集中在應用感知智慧技術，如身份認證，基於人臉識別的門禁、打卡及安防，以語音識別、語義理解為核心的智慧客服、語音助手等。

　　面對人工智慧的發展，也產生了不小的爭議，人們對人工智慧的擔憂主要集中於可控性和失業方面。而無論輿論如何，人工智慧的發展已經成為趨勢。有資料顯示，人工智慧市場的年化增長率預計將達到36%，到2025年，其估值將從2015年的1260億美元升至2025年的30000億美元，新時代的顛覆不僅重新定義了傳統企業的運營模式，而且還在逐漸演變為一個新的“生產要素”。

　　雲計算、大資料、人工智慧，誰將開啟下一個時代?

　　由此可見，無論是雲計算、大資料還是人工智慧，都將會成為未來市場的主流。有這樣一種說人工智慧這臺火箭，燃料為大資料，而云計算則是引擎。三者的聯絡確實非常緊密。人工智慧之所以歷經多年後才於近年大紅大紫，原因歸根於2006年出現的人工智慧關鍵技術——“深度學習”，人工智慧至此才有了實用價值，而深度學習正式在雲計算和大資料日趨成熟的背景下才取得的實質性進展。

　　2006年之所以是人工智慧的一個拐點，因為資料量越來越大，計算能力越來越強，過去不實用的，到2006年逐步進入了實用階段。這就意味著，在通往人工智慧的路上，兩個不可或缺的角色：大資料、雲計算，三者是“鐵三角”的關係。

　　AlphaGo就是透過大量自我對弈的棋局，獲取大量的資料，然後統計出各種走法與勝負的相關性(機率)，AlphaGo透過自我對弈調整演算法，就是用到了大資料的思想，即它並不知道這麼調整在棋理上的根本原因是什麼，只是知道這樣調整與贏棋的相關性大。雖然這種方法並不是百分百準確，但透過大量資料的統計，就可以使得它的調整達到足夠戰勝人類九段棋手的準確性。

　　未來以來，只是尚未流行

　　隨著科技的進步，時代的發展，無論是雲計算、大資料、還是人工智慧，都將成為新的發展機遇。我們必須弄清楚他們的本質，抓住機遇，跟上趨勢，創新發展，才能高科技的發展大潮中立於不敗之地。

不是誰能開啟下一個時代的問題，而是三者之間如何更好的融合來開啟下一個時代的問題。

我們不是技術宅，也不是IT精英，但是，我們一直認為是三者的有機結合，才能開啟下一個時代。

首先，大資料和雲計算是底層架構，就像是基礎設施一樣，而人工智慧是在這樣的底層架構下的實際應用而已。

這三者不可能獨立執行存在。

誰也開啟不了下一個時代，我第一反應就是這麼回答！科技以人為本，只有提高生產力的，促進社會進步的，開源節流的，更重要的是對勞苦大眾有利，才是真科技！告訴我哪個不是薅羊毛的工具？我不否認這些可以提高效率，但回報率更高！加速資源更快速沉澱於少數人手裡！

雲計算、大資料、人工智慧三者相互支撐缺一不可。

雲計算：

從2008年開始，伺服器虛擬化，雲計算的概念，很多人還是不知道。在雲的概念被解僱了一段時間後，大資料的概念開始被點燃。因此，雲計算為資料打開了大門。在此之前，網際網路相對封閉，人們對資料的理解和利用相對原始。雲計算解決了關閉問題，使人們意識到爆炸資料的儲存和分析問題。當然，雲計算的概念非常廣泛。如今，網路虛擬化sdn在某些領域仍然非常受歡迎，但值得注意的是，一些大公司正在這樣做，小公司在這方面表現不佳。

如今，中國擁有超過100億的規模，雲計算不再僅僅是儲存和計算的工具！

大資料：

很多人將其定義為“大資料是大規模資料”，但這種說法並不準確！ 。

大資料通常可以取代傳統的抽樣調查，實時訪問來自多個數據源的多維資訊，大資料的價值在於資料探勘和基於資料分析和分析的智慧決策。

但是大資料對於開啟下一個時代是必不可少的，但不幸的是，它不是關鍵。

人工智慧：

因此，大資料，雲計算和人工智慧是不可分割的。這三者都有緊密聯絡，相互聯絡，相互依賴。

雲計算最初的目標是對資源的管理，管理的主要是計算資源，網路資源，儲存資源三個方面。在雲計算的發展過程中，雲計算逐漸發現自己除了資源層面的管理，還能夠進行應用層面的管理，而大資料應用作為越來越重要的應用之一，雲計算也可以放入PaaS層管理起來，而大資料也發現自己越來越需要大量的計算資源，而且想什麼時候要就什麼時候要，想要多少就要多少，於是兩者走在了一起。

大資料平臺，大資料說白了就是一臺機器幹不完，大家一起幹。隨著資料量越來越大，很多不大的公司都需要處理相當多的資料，於是大資料人員想起來了雲平臺，空間的靈活性讓大資料使用者隨時能夠建立一大批機器來計算，而時間的靈活性可以保證整個雲平臺的資源。

相關：大資料、雲計算、人工智慧，誰才有更好的發展？

https://www.toutiao.com/i6625781723403649539/

大資料

資料每天都在產生，各行各業都有，資料量也是相當之大，但如何整合資料，清洗資料，然後實現資料價值，這才是當今大資料行業的研究重點。大資料最後要實現的是資料超融合，應用到應用場景，大資料的價值才會體現出來。

是基於網際網路的相關服務的增加、使用和交付模式，通常涉及透過網際網路來提供動態易擴充套件且經常是虛擬化的資源。

英文縮寫為AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。簡言之，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智慧才能完成的複雜工作。但不同的時代、不同的人對這種複雜工作的理解是不同的。

人工智慧其實就是大資料、雲計算的應用場景。

現在已經比較火熱的VR，沉浸式體驗，就是依賴與大資料與雲計算，讓使用者能夠由更加真切的體驗，並且VR技術是可以使用到各行各業的。

雲計算是大資料的底層架構，大資料依賴雲計算來處理大資料，人工智慧是大資料的場景應用。三者直接建立起一個體系，從而實現改變世界的目的。三者不能分開說，一定要緊密結合。

相關：

大資料和雲計算、人工智慧的關係全解析

https://www.toutiao.com/i6681489501052731911/