標榜歸納統計、邏輯推演、深度學習能力的AI強勢崛起，與大數據（big data）分析運用，極有關係。LinkedIn掌握了5億用戶的「職業圖譜」，知道客戶學經歷、換過什麼工作、職業願景等，且即時更新。同時，LinkedIn也可以透過公司招募人才情況，分析這900萬家公司是成長型或衰退型公司、是否能掌握大數據或AI等科技潮流等資訊。

同時，透過搓合會員求職資訊、適合的就業機會，看到個別公司成長態樣，進而拼湊出全球產業發展藍圖與趨勢。對金融業而言，其實也是一樣的道理。

進入「大數據」的時代後，坐擁海量數據的業者，自然有其優勢，金融業者累積的客戶基礎，普遍都很龐大，若能深入挖掘出客戶在不同場景的行為差異，當然有無限的機會。

往後數據科學的發展方向，就是從大數據邁向AI，以後的戰場，取決於誰將數據玩得最精、最好。這裡說的數據，不是指財務報表上的營收、獲利、成本，而是「客戶經驗」，重點在於KYC（了解客戶）、KYD（了解數據）、CRM data（客戶管理資訊），知道客戶們的面貌到底是什麼樣。

你知道你最能賺到錢的客戶是什麼樣子嗎？他今天早餐會選擇吃什麼？平常最喜歡從事什麼活動或消費行為？這當中有非常多的大數據可以探討。現在愈來愈多銀行開發APP，就連用戶的使用行為也值得列入追蹤範圍。妥善管理、分析、運用這些數據，將能夠更了解如何留住客戶、拓展新客戶、找出最有貢獻的潛在客戶。

要發展AI產業，首要元素包括重裝備（相關硬體設備）與技術能力。以技術能力而言，過去台灣走了30年才有現在高科技產業的成就，美國大概是發展了10年，以中國來說，若有企圖心要趕上，可能只要花5年就可以了。接下來誰能搶到最多機會？其實真的就是看誰夠快、夠狠、夠準了。