大数据与企业快速融合同时 面临的三大挑战

随着互联网与IT技术对传统产业的改造的深入，全社会的信息化程度越高，各行各业会产生大量的用户大数据。

大数据已经成国家战略，事关经济的转型与升级，以及中国在全球经济、政治、文化上的竞争力。从个人出行到工业大数据，从能源到企业服务，大数据正快速与企业结合，拥有勃勃生机。以大数据处理云为例，用户数据产生后，云计算可以提供高速存储介质、图型数据库、高密度存储机柜、冷热数据分级技术以及强大的数据分析和弹性计算能力，最终通过CDN分发为数据使用者提供各类数据应用，如人脸识别等。在成本方面，以小米图片数据量计算，500亿张照片的规模下，使用云计算模式，成本不到传统IT模式的一半。

大数据是从信息技术的底层来捕捉信息化的共性基础和未来发展趋势。大数据技术是底层技术，基础性、内蕴性、普适性可以给各个行业助力。但大数据的基础性、底层性，也带来了一些挑战。

目前大数据面临的的3大挑战为

业内有人总结，大数据行业的挑战来自三方面：

1 是原来的分析基础要变化，要融合统计学、计算理论基础、逻辑基础;

2 是计算技术也需要重新革新，无论是存储、计算语言、还是计算方法都需要重新来过;

3 是大数据做出来的结论对不对，还无法大规模验证，这是面临的最大挑战。

未来要怎么走？

大数据产业，既独立于行业，有自身的产业链条;又依赖于各个行业，形成大数据应用的广度与深度。

目前，国内进行的数据共享，主要围绕数据互换、数据定价、数据反馈等层面来进行。

业内人士认为，数据交易市场目前还处于发展初期。未来，数据交易市场还从服务、IT应用、行业开发等各个方面，来形成数据产品，进行流通。并且，数据流通不是一个空话，这里也非常需要多行业多企业的数据聚合，将交易市场这个大平台，实现最大化。

本文转自d1net（转载）