最热门的人工智能应用领域包括自然语言处理、图像识别、数据智能分析。而大量的可用于分析的数据是人工智能的另一块基石。想要在商业领域有效的运用人工智能，就目前全球应用级别的人工智能技术来讲，最重要的是人物画像和长期的经济行为数据。
人物画像一部分指的是人口学特征，比如女性，30岁，是否已婚，这部分数据现在各大互联网公司都有海量数据。还有一部分是社会学特征，比如住在一线城市，在外企上班，学历本科。这部分特征相对更精细，能够对个人的消费能力进行判断。但更加关键的是长期的经济行为，特别是商业交易记录，比如一年网购多少次，购买张杰演唱会门票多少次，购买张杰门票的同时喜欢购买什么化妆品。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，可以说这些行为的记录和统计是消费预测领域人工智能分析的核心。
国内就目前来说，天猫，淘宝以阿里旗下的各类生活消费类网站，积累的数据是最丰富而完整的。更关键的是，天猫和淘宝是中国最早的在线电商平台，且阿里同时拥有全国最大的支付工具支付宝，长达十多年的交易数据比近几年才开始积累数据的平台要精确强大许多。
基于精准的交易数据，阿里巴巴的数据银行应运而生。数据银行中有一个重要功能是消费者资产预测，即通过分析历史数据来预测用户未来3年在某一品牌上的消费。预测方法上运用了机器学习和深度学习，其中，机器学习包括逻辑回归、RandomForest(随机森林)、GBDT(梯度提升数)等算法。深度学习则会提升预测的精度和趋势的准确性，采用了CNN(卷积神经网络)、RNN(循环神经网络)等深度序列模型来做数据预测。