隨着時代的發展，越來越多的技術場合開始使用“數據智能”(Data Intelligence,簡稱“ＤＩ”)這個詞，它到底應該是個什麼樣的定義呢？ 實際上，數據智能是在雲計算，大數據和人工智能技術興起後產生的一個新的概念，它和我們以往熟知的商業智能(Business Intelligence,簡稱“BI”)以及當下熱門的人工智能（Artificial Intelligene簡稱”AI”），有哪些關聯和區別呢？
數據智能，縱觀各專業媒體或者網絡，到目前爲止尚無明確而科學的定義，僅在Techopedia上有個粗略的解釋，“數據智能是對各種形式的數據進行分析，以便公司可以利用這些數據來擴大其服務或投資。 數據智能還可以是公司使用內部數據來分析自己的業務或員工隊伍，以便在未來做出更好的決策。業務性能、數據挖掘、在線分析和事件處理都是公司爲數據智能目的收集和使用的數據類型。”這個解釋雖然對於數據智能中涉及的數據的多樣性做出了闡釋，但未能在數據智能的技術實現，實現目標的全面性等領域做出科學的解釋。
結合我們的技術理解和業務實踐，數據智能是在更廣泛和更深次的範圍內，數據和業務及智能間的相互作用。鑑於此，我們將“數據智能”定義如下：數據智能是在雲計算，人工智能，和大數據以及區塊鏈等技術發展之下，對於數據建立的一系列方法、架構，技術和流程，用於將產生於組織內外各類數據，在雲計算環境下，以各類智能技術爲基礎將其轉換爲有效率和有質量的信息，用於實現更有效的組織戰略和戰術決策，並直接或間接地自動驅動各類業務，進而和業務循環反饋。這其中包含了數據地採集，數據治理，智能引擎，業務驅動。
而商業智能作爲在二十世紀末期和二十一世紀的第一個十年比較流行的概念，它是基於企業各類業務系統如ERP，CRM，HR等，爲了更好的分析此類業務系統中的數據而發展建立的一套技術體系。根據傳統的商業智能 （BI）定義它 是一個技術驅動的流程，用於分析數據和提供可操作的信息，幫助高管、經理和其他公司最終用戶做出明智的業務決策。BI 包含各種工具、應用程序和方法，使組織能夠從內部系統和外部來源收集數據，爲分析做好準備，開發和運行鍼對該數據的查詢，並創建報表、儀表板和數據可視化，使分析結果提供給企業
目前，數據智能有時可能被錯誤地稱爲商業智能。儘管這兩個術語確實有一些相似之處，它們都是以數據爲基礎，有三個同地處理階段：收集數據，存儲數據，分析數據，但數據智能和商業智能還是存在本質的區別，尤其在是實現的目標，技術實現，數據基礎，智能化手段等四個方面，其差異性是明確的。
1. 實現目標不同：BI是企業數據化管理的一整套的方案，用來將企業中現有的數據進行整合後提供報表並提出決策依據，解決的是管理運營中查詢（querying）報表( reporting), 在線分析（OLAP),預警（Alerts）和預測(Prediction). 而數據智能的目標則不僅是作爲輔助決策的工具，利用企業現有數據進行查詢分析預測，更是在數據分析和預測的基礎上，以智能的手段直接觸發並驅動應用。如果將企業比作一部汽車，BI是駕駛艙裏的各類儀表盤，那麼數據智能就是企業這部車子的引擎發動機，數據就是源源不斷注入的汽油。
2. 數據基礎的不同：隨着大數據的興起，數據智能涉及的數據範圍將不再僅限於原來的業務系統或者交易系統，而有更多來自於企業外部的數據，如互聯網，社交網絡，第三方社會資源數據等。同時數據的來源也將不僅限於業務處理和交易過程，更海量的實時數據，如來自於物聯網連接下的機器，設備等。數據的種類也將極大豐富和擴展，不再簡單的侷限於結構化數據和非結構化的文本，視頻和音頻數據在智能化解構之後也將越來越多的參與數據智能應用。
3. 技術實現的不同： 在討論BI商業智能時，我們討論的是ETL、數據倉庫、OLAP、數據挖掘，可視化報表等技術方法，而在討論數據智能時，我們討論的是大數據，雲計算，物聯網，人工智能，分佈式數據庫等，所以在兩者的技術處理的流程類似，但技術實現的手段有着極大的區別。
4. 智能化手段的不同：商業智能因爲囿於所處時代技術限制，大多依賴於統計學算法使用各類經典地聚類，分類算法，而數據智能隨着機器學習和神經網絡地進一步發展，更全面地融合了各類智能算法，智能化的手段更加多樣化。
通過上述比較，我們可以發現，數據智能 ≠商業智能，數據智能雖然和商業智能有一定的歷史傳承，但不是商業智能的一次升級。應該說，數據智能是更高層次上地迭代進化，數據智能是在雲計算和人工智能技術的基礎之上和大數據結合後的一個應用驅動的範疇。其和商業智能最重要的區別是數據智能不再像商業智能那樣作爲企業輔助決策的依據，而是直接演化成了智能化驅動業務的引擎而存在於企業中，而原來商業智能所擁有的功能將作爲是據智能的一個子集而繼續存在。
未來所有的企業都是基於數據智能的企業，企業的經營戰略應該建立在數據智能應用的技術戰略之上，其追求的目標是以數據直接智能化地驅動業務，而不再是數據輔助決策。那麼如何建設一個高效地與時俱進地數據智能應用平臺是每個企業需要思考地問題。