外卖、汽车维修、共享单车、街头便利店等行业的互联网化，使中国拥有了人工智能时代的大量关键资源——数据。靠着实地苦干，中国在这方面远远超越了美国，成为全球最大的数据生产国（并且差距还在日益扩大），为中国在人工智能实干年代的领导地位奠定了基础。
深度学习的问世，意味着我们将从专家的年代转变为数据的年代。想要训练出成功的深度学习算法，需要运算力、工程能力及大量的数据。在未来这三点中最重要的是数据量，因为工程能力达到一定水平后，就会开始出现收益递减，这时数据量才能决定一切。只要数据量足够大，由优良但非顶尖的工程师设计出的深度学习算法，也有机会超过全球顶尖专家设计的算法。
中国的数据优势不仅体现在数量上，在质量上也有保证。中国庞大的互联网用户群（比美国和欧洲加起来都多）提供了海量数据，这些用户在现实世界的行为又支撑了数据的质量。创办人工智能公司时，中国特有的应用程序收集到的数据更为实用。
硅谷巨头从用户在线活动中收集数据，如搜索、上传照片、观看YouTube视频、点赞等。中国公司则根据用户现实世界的行为收集数据：何时何地购买了什么物品、餐饮习惯、化妆品的选用、交通服务的选取等。深度学习只能根据“看到”的数据进行优化，中国接地气的技术生态系统为深度学习的算法提供了更多“眼睛”，让它们“看”到我们日常生活的内容。随着人工智能为许多新产业“通电”，中国科技公司与现实世界的紧密结合，会使得它们在与硅谷科技公司的竞争中具备天然优势。
中国在数据领域的突然崛起，并不是什么宏大计划的结果。郭洪在2010年找我时，根本无法预测一个不同于硅谷的互联网世界会是什么样子，也无法预料到机器学习会突然把数据变成宝藏。不过他确信，只要提供适当的环境、资金和助力，中国的科技创业公司就能够创造出独特且有价值的产品。就这点而言，郭洪的创业直觉完全正确。
