當云計算以其當前的形式可用時（即從具有幾乎無限容量的專門設計的數據中心按規(guī)模提供服務堆棧），IT部門開始轉向成為一家內部數字服務提供商，在透明度、靈活性和成本控制方面具有所有相關優(yōu)勢。這種轉變正在繼續(xù)，甚至在針對特定工作負載或垂直市場需求提供不同的多云選項的情況下加速發(fā)展。

然而，由于云計算為所有人提供了公平的競爭環(huán)境，因此很難通過使用基本上成為商品化基礎設施的東西來找到競爭優(yōu)勢。業(yè)務挑戰(zhàn)是更智能地使用云計算基礎設施的可用性。云計算優(yōu)勢源于最新的人工智能和機器學習技術帶來的新機遇。

智力需要極端的技術大腦
　　
有人說，數據是愚蠢和豐富的，但情報是罕見和珍貴的。更重要的是，隨著時間的推移，新數據會快速生成，數據的智能變得更難以及時捕獲。

如今，和以前一樣，數據是智能業(yè)務決策的原材料。改變的是，解決了實時數據訪問不佳和數據質量差的問題。

智能城市和智能建筑等新的數字景觀正在提供越來越多的數據。這將越來越多地生成并實時到達云端。

同時，需要大量數據才能有效的人工智能和機器學習模型在識別可用數據方面變得更加智能。人工智能模型需要擴展容量以捕獲、攝取和分析數據。但他們也需要接受適當的培訓。

要提取智能以指導正確的業(yè)務操作，需要結合領域專業(yè)知識、數據聚合技術、融合和部署技術、正確的人工智能和機器學習培訓模型以及正確的方法。

智能數據
　　
每個部門都在根據新數據而變化。零售商實時收集在線和店內消費者數據，以合并數字和物理互動，使購物成為個人體驗。考慮購物者的智能貨架，增強現實（AR）和虛擬現實（VR）體驗以優(yōu)化購物者和供應鏈，并在后端實現當天交貨。

金融服務公司正在使用實時數據生成單個客戶視圖。廣播、媒體和娛樂以及電信公司都在使用實時數據提供定制服務和有針對性的內容。

制造業(yè)和農業(yè)
　　
沒有什么比食物供應更重要的了。然而，盡管實現了機械化，農業(yè)作為一個產業(yè)已經有幾百年沒有發(fā)生根本性的變化，因為情報一直被鎖定在生產商的頭上�，F在，通過傳感器數據測量濕度、氮含量和監(jiān)測害蟲和天氣等環(huán)境條件，農作物可以被喂養(yǎng)、澆水和保護以實現最佳生長，并在正確的時間收獲以獲得最佳產量。這是使用智能數據完成的。

另一個智能化的主要例子是從數據的正確捕獲和分析中得到應用，這就是在制造行業(yè)中。制造商不斷努力通過簡化從供應鏈到生產到交付的流程來降低成本和提高生產率。

現在，通過對制造過程的數字描述，可以使用從原材料生產商到零件生產的整個供應鏈生成的實時數據，從準時交貨的物流到捕獲機器傳感器數據（工業(yè)物聯(lián)網）工廠推動精益生產。

其效益包括根據環(huán)境或市場條件調整生產產量，精簡先進的工廠生產線運營和基礎設施管理。從工廠的預測性維護到削減能源成本，從庫存控制到準確的銷售預測預測，一切都可以通過智能數據實現。

低成本的云計算基礎設施接入、數據生成和消費的持續(xù)繁榮以及人工智能和機器學習平臺將變得越來越智能，這些都在重塑所有企業(yè)和行業(yè)。通過正確的方法，企業(yè)可以開始使用智能數據做出更快更明智的決策。