将越来越少的，肮脏的资源与我们逐渐摆脱的，越来越有价值的资源（似乎可以将其自身产生到几乎无限的数量）进行比较没有任何意义。我们需要更多数据。我们想要更少的石油。我们希望从现有数据中获得更多价值，并且希望远离任何石油衍生的价值。老实说，这是一个可怕的表情。老实说，我们可以杀死它吗？更重要的是，我们在这里缺少了树木的树林-数据具有由AI唯一启用的巨大未开发价值区域，而我们通过关注数据的价值金字塔的底部而错过了它。

　　专注于数据，失去对价值的关注

　　Data is the New Oil的表述最早可追溯到2006年，当时来自Tesco的Clive Humby在英国说“数据是新的石油。它很有价值，但是如果不完善，就不能真正使用。必须将其更改为天然气，塑料，化学品等，以创建可推动获利活动的有价值的实体；从那时起，也许越来越多的人用响亮的扩音器锁定了这种扔掉的类比，包括IBM首席执行官Ginny Rometty和Gartner高级副总裁Peter Sondegaard。类推的主要目的是从几个角度出发。首先，就像石油一样，数据具有战略价值，因为拥有数据的人可以控制很多资源。其次，想法是数据本身具有有限的价值，就像必须精炼石油才能获取价值一样。第三，这个想法是，石油具有可以与有价值的商品和金钱交换的商品价值，与将数据作为具有固有价值的商品进行交换，交易和处理的方式几乎相同。这些观点是好的。但是您可以对包括太阳能在内的任何自然资源提出相同的观点。

　　但是类比的价值到此为止。石油是一种自然资源，其数量和可利用性会随着时间的流逝而逐渐减少-这就是为什么它被称为化石燃料。它是由死物组成的。石油是肮脏的，需要大量的努力才能从地球上提取，提炼并在全球范围内运输。它经常被存储并闲置很长时间。一旦使用，它就消失了。石油财富集中在少数国家的政治和社会行为参差不齐，是战争和国际争端的主题。我们正在努力使自己摆脱石油经济。

　　另一方面，数据在数量，数量和可用性方面都具有无限的意图和目的。即使您不希望它增长，它也会增长。用1 TB的数据进入睡眠状态，然后用2 TB的数据唤醒。数据易于生成且传输成本低。数据可以重复使用，重新调整用途，并且可以继续从旧数据中收集新的见解。在信息经济中，数据是我们发展的副产品。数据既是我们技术有机体的输入也是输出。像油一样，数据可能很脏，但是与油不同，可以使用更多数据来清理数据。

​真正的未开发资源：非结构化数据

　　我们可以利用的类比方法的唯一积极方面是，应提炼原始资源以获取更多价值。简单定义，结构化数据是存储在数据存储区中的信息，这些信息维护数据的某些架构结构，并具有定义的类型以及数据之间的关系。非结构化数据通常没有任何结构上下文，例如图像，视频，电子邮件，文档，文本文件和许多其他数据源。从所有人的角度来看，公司收集的大多数数据都是非结构化数据。对于大多数组织而言，超过80％的数据是非结构化的。对于某些组织，它可能接近其总数据的90％。有人称此非结构化数据为“暗数据”，因为仍有许多值需要提取。因此，真正的价值不仅仅在于提取结构化信息的价值，还有非结构化数据。信息经济的石油大亨是那些做得最好的人-Google，Facebook，亚马逊，微软以及他们的世界。

　　人工智能和机器学习非常耗费数据。训练AI模型需要大量数据。挑战来自将大数据资产转变为有价值的机器学习培训模型。就像石油经济中的财富集中在少数寡头和国有企业一样，我们也开始看到大数据驱动的AI集中在一些大公司中，这些大公司积累了大量的大数据。但是与石油不同的是，任何组织都可以使用大数据驱动的AI，该组织可以创建一种策略来收集大量适合于机器学习的非结构化和结构化数据，并适当地精炼该数据，以随着时间的推移从中获取更多的价值。

　　有远见的组织正在成为“人工智能第一”，而要成为人工智能第一，您需要首先是数据。但是，不要后退地认为数据是新的石油，因为事实并非如此。数据几乎是无穷无尽的资源，但是，您需要根据数据的价值来提取价值并实现其前景。数据是潜在的，要由您来实现其全部潜力，尤其是在AI的情况下。