隨著第四波人工智慧熱潮的興起，愈來愈多的產業將資金投入到人工智慧的研究當中，自第三波熱潮開始，人工智慧走出實驗室，並在各個不同的產業領域，如生醫、金融、農業、製造業等大放異彩。然而，人工智慧並非萬靈丹，仍有其限制，除了需仰賴大量數據之外，如何對數據做正確且有效的解讀，也是各個企業正面臨的問題。
對於希望將人工智慧導入自身企業的管理者而言，若對人工智慧及數據分析相關知識沒有基本的認知，很可能會對AI技術有所誤解，進而造成誤判，無法實現期待的成果。
將數據價值發揮，才能為企業創造價值
當我們認識到數據如何運用分析技術來應用，而數據應用的背後必須要建構正確的思維，從解決問題出發來收集數據、處理數據、運用數據，就是「數據思維」，先累積營運數據，探求數據的應用，再完善數據收集。
2001年麥塔集團（META Group）的分析員道格．萊尼（Doug Laney）指出大數據有三個特性：資料量（Volume）、數據輸入輸出的速度（Velocity）與多樣性（Variety），合稱「3V」。而之後出現第四個「V」，不同機構有著不同的定義，像是真實性（Veracity）或價值（Value）等。而我們更建議讀者，從數據價值（Value）來看待數據，因為我們認為，數據價值的重要性高於其他3V，且是3V價值的綜合展現，將數據價值發揮，才能為企業創造價值。
要知道如何使用資料，首先必須要了解資料來源為何、資料型態是什麼，才能夠從中找到對應的技術以及方法，去做數據分析和數據視覺化的呈現，並將這些資料的價值找出來。
但千萬不要以為有了資料就開始迫不及待的進行分析。更重要的是，我們必須知道想要解決什麼問題？從解決問題的目標去找尋能用的資料，再從資料中找尋答案，這才是正確使用資料的第一步，也是數據思維很重要的一步。
從「這兩個角度」來建構與思考數據運用
當我們擁有數據，就應該思考如何去運用，讓這些數據除了對營運有所幫助外，更要進一步思考企業的未來發展，或是為目前的主業之外創造可能的機會與價值，這些可說是非主業的黃金，而這些黃金甚至可能比主業還值錢。
數據運用除了思考與主業相關的營運外，更重要的是思考能否創造出「非主業的黃金」，我們可以從「數據效用」、「數據驅動新商模」兩個角度來思考。
「數據效用」是讓企業對於數據有更多運用的思維；「數據驅動新商模」，則是藉由累積大量的數據或服務平台，轉換為數位資產，成為可使用的資料或提供新服務，提供給有需求的用戶。以這兩個角度來建構與思考數據運用，就是數據思維的最佳應用。
