艾美：你可以看到数据存储是如何变得复杂的。企业的数据可以存储在本地服务器上，也可以存储在全国各地的云服务器上。此外，他们还可以访问其他销售商、客户和供应商的信息，就像亚马逊在运送和跟踪包裹时对快递公司所做的那样。
克里斯：稍后，我们将更多地讨论一下支持这些数据和计算所需要的基础设施。就目前而言，管理这些海量数据可能令人望而生畏，但人工智能的优势是巨大的。
艾美：拥有所有的信息是非常棒的，但是如果不能使用，这些信息就没有多大用处。
克里斯：是的。收集和存储后，必须准备好数据，以便能够以良好性能的结构化方式进行报告、跟踪、收集、洞察，等等。
艾美：一个很好的例子是，物联网面临的最大挑战之一是用专有的数据结构、通信介质和接口连接不同的设备。
克里斯：艾美，现在事情变得更复杂了。全球各个国家的设备，使用的是不同的编程语言，沟通的方式也有所不同。
利用数据
艾美：令人兴奋的是，我们可以利用数据来识别广泛的用户群，以及使用模式识别的案例及趋势。比如智能咖啡机，其设计目的是将消费者的咖啡饮用习惯传递给厂商。这些信息可以与消费者的社交媒体信息流进行比较，看他们是否在讨论该品牌，还可以与其他信息进行关联，看是否可以预测某些趋势。一些问题包括，那些煮更多咖啡的人是否会购买某些东西？是否会更经常地娱乐，或看更多的电视节目？当然，其中一些信息需要来自其他物联网设备，如智能电视和智能冰箱。4