کسب وکارهای داده بنیان، برای تولید ثروت از محل داده¬ها باید عوامل مختلفی را مد نظر قرار دهند که در این میان، عوامل حقوقی نقش کلیدی دارند. قوانین و مقررات مختلفی که در هر کشوری در زمینه ابعاد مختلف فعالیت های مرتبط با دادهها مانند دسترسی به جمعآوری داده¬ها، مالکیت داده¬ها، دسترسی به داده¬ها، پردازش داده¬ها، ذخیره سازی داده¬ها و جریان فرامرزی داده¬ها وجود دارد که محیط حقوقی حاکم بر تولید ثروت از محل دادهها را شکل می دهد. بر این اساس، تولید ثروت از دادهها در محیطهای حقوقی مختلف میتواند حسب مورد، امری دشوار و پرهزینه یا آسان و مقرون بصرفه باشد. برای مثال، وجود محیط حقوقی مناسب در ایالات متحده امریکا به عنوان یکی از دلایل مهم سرازیر شدن داده های تولیدی در جهان به سمت این کشور شناخته شده است و برعکس، محیط حقوقی ناشی از مصوبات اروپایی در زمینه داده ها از جمله مقررات عمومی اتحادیه اروپا در حمایت از داده های شخصی (مصوب 2016) عاملی برای عقب ماندن یا بازنده شدن شرکت های اروپایی داده بنیان در رقابت با شرکت های امریکایی یا چینی قلمداد شده است. در این میان، پروژه های هوش مصنوعی که در کشورهای مختلف در سطوح و حوزه های گوناگون دنبال می شوند یکی از استفاده از حوزه هایی است که هم شدیداً به داده ها نیاز دارند و هم منشاء تولید داده هستند. هوش مصنوعی در سال های اخیر هم از سوی بخش خصوصی و هم از سوی بخش عمومی قویا مورد توجه و اقبال واقع شده است. دولت ها، سازمان ها و شرکت های کوچک و دانش بنیان مبالغ زیادی در فناوری هوش مصنوعی مانند یادگیری ماشین، یادگیری عمیق، زبان طبیعی و تشخیص عکس و تصویر سرمایه گذاری کرده اند. وجود حجم زیادی از داده های با کیفیت نه تنها برای فعالیت سیستمهای هوش مصنوعی لازم است بلکه در وهله اول برای یادگیری آنها ضروری است. بدون دسترسی به داده های ما کیفیت بالا، الگوریتم ها نمی توانند یاد بگیرند و قویترین تکنیک¬های هوش مصنوعی با عالیترین سخت افزارها، بدون دسترسی به داده های با کیفیت، فایده چندانی ندارند؛ هر چه میزان دسترسی شرکتها به داده ها بیشتر باشد و هر چه کیفیت داده ها بالاتر باشد سیستمهای هوش مصنوعی دقیق تر می توانند کار کنند. در واقع، دسترسی به داده های گوناگون و با کیفیت برای ایجاد هوش سیستمهای هوش مصنوعی کارامد، ضروری هستند و چنانچه کیفیت داده ها پایین باشد یا داده ها از تنوع کافی برخوردار نباشند نتایج و برون دادهای سیستم های هوش مصنوعی گمراه کننده یا خطا خواهد بود. با توجه به اینکه قواعد حقوقی یکسان و عامی در مورد انواع داده ها وجود ندارد و احکام حقوقی متفاوتی بر انواع داده ها حاکم است و در سیستم های هوش مصنوعی نیز احتمال استفاده از انواع داده ها وجود دارد باید ابعاد، چالش ها و احکام حقوقی استفاده از انواع گوناگون داده ها را با توجه به قوانین و مقررات خاص هر نوع داده مشخص کرد. در واقع، به دلیل آنکه قوانین، مقررات و رویه های حاکم بر آزاد یا مجاز بودن دسترسی به داده ها، تملک داده ها، استفاده از داده ها، وجود یا نبود الزامات خاص راجع به ذخیرهسازی یا نگهداری داده ها و آزاد بودن یا نبودن اشتراک گذاری داده ها، احکام متفاوتی را در مورد انواع دادهها مقرر کردهاند ناگزیر باید برای شناخت دقیق احکام قانونی مذکور، انواع داده ها را از هم متمایز کرد. در این گزارش، انواع داده ها در هشت دسته، دسته بندی شده و احکام ناظر بر هر دسته به صورت جداگانه تبیین شده است. این دسته ها عبارتند از : دادههای عمومی، دادههای شخصی، دادههای باز، دادههای مختلط، کلان دادهها، فرادادهها، دادههای حوزه عمومی و دادههای خصوصی (مالکانه/غیرمالکانه).