產業變革，首要是遠見性。並依據這遠見性，進行技術創新和新事物創造。目前的商業大資料應用，不具有產業變革這項能力，其不具備獨立思維和創造新事物能力。目前的大資料，可作為決策的輔助，用於市場宏觀調控和產業佈局。但是，必須要清醒的意識到一點，商業大資料只能用於分析、協調，宏觀調控的功效多一點。如果完全依賴大資料，那很可能會被引到守成的坑裡去。引領產業，做行業先驅，靠的是遠見，以及隨之的創新和創造。

“大資料驅動的人工智慧”這個限定範圍有點窄了。人工智慧和大資料之間沒有必然聯絡，對人工智慧進行訓練用的資料集一般也難以達到大資料要求的資料體量級別。

在某些特定領域大資料驅動的人工智慧還是有一些用武之地的，比如稅務系統的徵稅稽查、金融系統對於洗錢行為和老鼠倉的打擊、公共安全領域對安全事件的評估推演、實時交通排程。傳統大資料在這些領域有一些應用，取得了不錯的效果，但很多分析演算法的引數是人為內建的，也就是說需要有人預先知道哪些資料意味著這些方面的違規違法風險行為、排程最佳化策略。結合人工智慧之後，可以將歷史樣本資料送入深度學習引擎來匹配特徵資料網路模型，得到網路模型後來做動態的態勢監測。這種方式能夠比人工歸納有著更廣泛的模式識別度，能夠發掘甚至預判出更多的不法行為、給出更多最佳化的排程方案。

首先萬物互聯，人的獨立性越來越突出，產業延伸越來越精細，產品越來越定製化。突出的問題是有很多體力、重複的工作會被機器人取代，那麼淘汰下來的人去幹什麼，這是一個嚴重的社會、經濟、安全問題。