從技術體系上來說，大資料是智慧化的基礎，大資料的發展必然會促進人工智慧的進一步發展，從技術成熟度上來說，大資料技術在2016年的時候已經趨於成熟（來自Gartner報告），而人工智慧目前依然處在研究的初期階段，所以大資料未來將逐漸落地，而人工智慧的落地還需要按步驟分階段進行。

目前大資料已經開始在很多領域陸續開始應用，其實從技術體系上來說，大資料技術的發展是一個連續的過程，在技術上伴隨著統計學、物聯網、雲計算的發展而逐漸完善。比如，大資料目前一個重要的應用是資料分析，而資料分析本身就存在很長的技術積累期，統計學主要的研究內容就是資料分析，所以大資料的發展存在一個比較紮實的理論和應用基礎。從這個角度來說，大資料的落地還是具有廣泛基礎的。目前大資料的處理也有很多種方式，比如目前比較流行的Beam就是一個流處理和批處理整合的應用。

隨著大資料和人工智慧的發展，二者之間的界限也逐漸模糊，比如目前從事大資料分析的工程師往往也在做機器學習方面的研發，而機器學習是人工智慧領域的重要研究內容之一，與此類似的情況還包括自然語言處理、計算機視覺和機器人學等內容，目前這些傳統的人工智慧研究領域已經與大資料建立起了緊密的聯絡。所以說，隨著大資料的發展和落地，人工智慧也一定會伴隨著大資料逐漸開始落地應用。

總之，未來大資料與人工智慧的結合將更加緊密，有大資料的地方也往往會有人工智慧的身影，對於很多使用者來說，大資料的價值需要智慧體（人工智慧產品）來進行體現，尤其是對於普通使用者來說，大資料比較抽象，而智慧體則比較好接受。