作者指出，在当今的数字经济中，机会获得的一重阻碍是数据鸿沟，即拥有数据者和没有数据者之间的差距，以及由于缺乏数据收集和使用而导致的社会、经济不平等现象。如果不优先考虑数据公平，美国的数字不平等现状将会持续下去，并可能错过社会变革的机会，因此消除数据鸿沟应该成为美国的一项政策重点，以推动数字经济强劲、公平地增长。尽管数据在当下经济中变得非常宝贵，收集个人和社区数据并将其用于生产有助于驱动从健康结果到公共安全和经济增长的一切决策。但是仍然有许多人批评数据驱动决策具有过多偏见，因为一些由数据驱动的服务并不适合某些社区群体，尤其是那些通常因为没有足够的数据来训练相关系统而导致历史代表性缺失的社区。许多批评人士还认为，数据收集具有侵入性，使问题的解决方案遥不可及。数据代表性不足让许多社区能力，数据驱动创新获益能力，以及参与数据经济的能力倍受影响。类似的差异表现在其他许多方面，从人口和地理数据差距到不公平的数据系统。这意味着公民的背景或居住地的特定特征决定了公民从数据驱动服务中受益的程度高低，以及是否存在数据系统和基础设施的必要性。例如，在医疗方面，陈旧或资金不足的卫生数据基础设施限制了许多患者、服务人员和研究人员，数字时代下医疗保健在更新技术上也落后于其他行业，例如，尽管90%的非联邦急症护理医院使用认证电子健康记录（Electronic Health Records, EHR）技术，但只有55%的医院使用该系统交换患者数据，73%的医院在不同的EHR系统之间交换患者信息存在困难。因此，如果来自数据代表性不足的地区的人在一个卫生系统接受体检或护理，因无法保证信息一直在系统之间传递，而导致患者的记录不完整或不准确可能意味着他们无法得到准确的诊断和治疗。