以“数据同源性”的影响为例，如果数据同源性太高，无法形成有效的分析，最终呈现的结果就会是片面的甚至会是假象。已经可以发现数据的重要性。作为人工智能产业链的上游，借“AI热”的东风，大数据企业的估值应该也不会低，但是事实上并非如此。
所有这些市场化的数据，同质化严重，溢价竞争力太低，导致大数据企业无法被高估值。相比之下，BAT等互联网巨头商业体量很大，有很多获取数据的渠道，而这些渠道是中小AI企业无法接触到的。
因此，对AI企业来说，市场上的数据无法满足它们的需要，但是自己采集数据的话又会遇到各种困难。据千讯咨询发布的《中国人工智能市场前景调查分析报告》显示，人工智能在应用过程中常常涉及到很多隐私，包括个人隐私、企业隐私，现在新松机器人给用户提供的智能化生产线涵盖了这两类用户。
目前我们提供的服务，理论上可以采集用户的数据，但实际上包括机器人、产线都是断网的，不让我们采数据，因为一旦这些数据被泄露以后，所有的生产工艺包括生产秘密都泄露了，这对企业来讲是大问题。现在人工智能不是哪儿都能用的，各种限制比较多，新松机器人也不能轻易去触碰这些底线。
当然，数据只是影响人工智能发展的一个因素，并不是全部。当下，除了数据之外，硬件、算法、系统软件等基础层技术也都处在不成熟的阶段，这导致很多人工智能产品无法成为一个C端消费者能直接使用的产品。今天的人工智能和1960年前后的计算机行业非常相似，仍处在大规模TO B阶段。