AIの機械学習には一般的なデータ処理のソフトウェアで対応できないような、巨大で複雑な非構造化データの集合（データセット）が用いられます。ソーシャルメディアの投稿、メールやチャットなどのオフィスデータ、画像や動画などもデータセットの枠に含まれます。