ICT技術、尤其是大數據的發展推動了新一代人工智能的興起。那麼，大數據思維與新一代人工智能有什麼關係呢？
大數據思維有幾個最典型的說法：是相關性而不是因果性、是全體樣本而不是採樣、簡單算法勝過複雜算法。在我看來，這三個說法是有邏輯關係的。大數據的本質優勢存在於：“是全體樣本而不是採樣”。這個特徵意味着：發生問題時，我們總能在歷史數據中找到相似的案例。在此基礎上，根據案例去模仿、去判斷。例如：要知道從寶鋼到浦東機場的最快速度，找到最快的案例跟着走就可以了。當然，這個邏輯成立的前提是計算能力是足夠強大。在此基礎上，找案例往往是簡單的算法：如果有難點的話，就是如何衡量相似度。而此這一點，常常可以根據人的經驗去制定規則。於是，根據案例去模仿、去判斷，也就不需要理解什麼因果了：反正這樣做是成功的、正常的，不必要知道爲什麼了。這種做法簡單粗暴，但卻有效。
通過這件事，我們可以反思一下關於大數據的定義。很多人用數據規模的定義“大數據”，主要着眼於數據的處理能力，是從乙方的角度看問題。對用戶來說，這並不是一個很好的角度。如果從甲方的角度看問題、從滿足業務需求、解決問題的角度看問題，用“是全體樣本而不是採樣”來定義大數據則更加有用。
從某種意義上說，新一代人工智能是應用大數據的一種方式。機器學習等方法把簡單粗暴的處理辦法提煉成了模型，但思想層面卻還保存着“簡單粗暴”的“基因”：新一代人工智能體現感性認識、形象思維，而不是邏輯思維、理性認識。例如，新一代人工智能的典型進進展圖像識別、語音識別、圍棋等，關鍵是模仿人的感知能力（圍棋中，可以模仿人們對“勢”的感覺）。我們知道，人的感性認識和形象思維很難通過人類和計算機語言告訴計算機的。這一點制約了相關技術的發展：比如，制約了自動駕駛、機器無法替代品酒師。機器學習則是讓機器自己去掌握這些知識，而不必去編碼。