隨著雲時代的來臨，大資料(Big data)也吸引了越來越多的關注。《著雲臺》的分析師團隊認為，大資料(Big data)通常用來形容一個公司創造的大量非結構化和半結構化資料，這些資料在下載到關係型資料庫用於分析時會花費過多時間和金錢。大資料分析常和雲計算聯絡到一起，因為實時的大型資料集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。

　　簡言之，從各種各樣型別的資料中，快速獲得有價值資訊的能力，就是大資料技術。明白這一點至關重要，也正是這一點促使該技術具備走向眾多企業的潛力。 　　大資料的4個“V”，或者說特點有四個層面：第一，資料體量巨大。從TB級別，躍升到PB級別;第二，資料型別繁多。前文提到的網路日誌、影片、圖片、地理位置資訊等等。第三，價值密度低。以影片為例，連續不間斷監控過程中，可能有用的資料僅僅有一兩秒。第四，處理速度快。1秒定律。最後這一點也是和傳統的資料探勘技術有著本質

　　的不同。業界將其歸納為4個“V”——Volume，Variety，Value，Velocity。 　　物聯網、雲計算、移動網際網路、車聯網、手機、平板電腦、PC以及遍佈地球各個角落的各種各樣的感測器，無一不是資料來源或者承載的方式 著雲臺

　　例子包括網路日誌，RFID，感測器網路，社會網路，社會資料(由於資料革命的社會)，網際網路文字和檔案;網際網路搜尋索引;呼叫詳細記錄，天文學，大氣科學，基因組學，生物地球化學，生物，和其他複雜和/或跨學科的科研，軍事偵察，醫療記錄;攝影檔案館影片檔案;和大規模的電子商務。

　　大的資料需要特殊的技術，以有效地處理大量的容忍經過時間內的資料。適用於大資料的技術，包括大規模並行處理(MPP)資料庫，資料探勘電網，分散式檔案系統，分散式資料庫，雲計算平臺，網際網路，和可擴充套件的儲存系統。

　　一些但不是所有的MPP的關係資料庫的PB的資料儲存和管理的能力。隱含的負載，監控，備份和最佳化大型資料表的使用在RDBMS的。

　　斯隆數字巡天收集在其最初的幾個星期，比在天文學的歷史，早在2000年的整個資料收集更多的資料。自那時以來，它已經積累了140兆兆 位元組的資訊。這個望遠鏡的繼任者，大天氣巡天望遠鏡，將於2016年在網上和將獲得的資料，每5天沃爾瑪處理超過100萬客戶的交易每隔一小時，反過來進口量資料庫估計超過2.5 PB的是相當於167次，在美國國會圖書館的書籍 。

　　FACEBOOK處理400億張照片，從它的使用者群。解碼最初的人類基因組花了10年來處理時，現在可以在一個星期內實現。

　　“大資料”的影響，增加了對資訊管理專家的需求，甲骨文，IBM，微軟和SAP花了超過15億美元的在軟體智慧資料管理和分析的專業公司。這個行業自身價值超過1000億美元，增長近10%，每年兩次，這大概是作為一個整體的軟體業務的快速。 　　大資料已經出現，因為我們生活在一個社會中有更多的東西。有46億全球行動電話使用者有1億美元和20億人訪問網際網路。

　　基本上，人們比以往任何時候都與資料或資訊互動。 1990年至2005年，全球超過1億人進入中產階級，這意味著越來越多的人，誰收益的這筆錢將成為反過來導致更多的識字資訊的增長。思科公司預計，到2013年，在網際網路上流動的交通量將達到每年667艾位元組。

　　最早提出“大資料”時代已經到來的機構是全球知名諮詢公司麥肯錫。麥肯錫在研究報告中指出，資料已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素;而人們對於海量資料的運用將預示著新一波生產率增長和消費者盈餘浪潮的到來。

　　“麥肯錫的報告發布後，大資料迅速成為了計算機行業爭相傳誦的熱門概念，也引起了金融界的高度關注。”隨著網際網路技術的不斷髮展，資料本身是資產，這一點在業界已經形成共識。“如果說雲計算為資料資產提供了保管、訪問的場所和渠道，那麼如何盤活資料資產，使其為國家治理、企業決策乃至個人生活服務，則是大資料的核心議題，也是雲計算內在的靈魂和必然的升級方向。”

　　事實上，全球網際網路巨頭都已意識到了“大資料”時代，資料的重要意義。包括EMC、惠普(微博)、IBM、微軟(微博)在內的全球IT 巨頭紛紛透過收購“大資料”相關廠商來實現技術整合，亦可見其對“大資料”的重視。

　　“大資料”作為一個較新的概念，目前尚未直接以專有名詞被中國政府提出來給予政策支援。不過，在12月8日工信部發布的物聯網“十二五”規劃上，把資訊處理技術作為4項關鍵技術創新工程之一被提出來，其中包括了海量資料儲存、資料探勘、影象影片智慧分析，這都是大資料的重要組成部分。而另外3項關鍵技術創新工程，包括資訊感知技術、資訊傳輸技術、資訊保安技術，也都與“大資料”密切相關。

大資料是驅動智慧未來產業的可持續能源，我將從二個方面來說明：

一：大健康智慧大腦：大健康產業已列入國家戰略，而真正能撬動這一產業發展的是大資料，依託大資料人工智慧技術才能得到有效的發揮，在人體健康資料採集、資料處理、要素辨識、健康診斷、健康預警、健康干預、效果評價的每一個環節作精準判斷和分析，為人們提供遠端化、便捷化、個性化的健康服務。

產業可以透過運用大資料、人工智慧等先進技術手段對商品的生產、流通與銷售過程進行升級改造，重塑大健康產業結構與生態圈，結合智慧物流進行深度融合的創新商業模式，即：產業＋大資料＋Al＋智慧生產＋物聯網的新業態。

大健康產業是以大資料為核心的驅動，基於技術，資料，解決了消費者的精準觸達，從效率，成本和體驗上解決了線上和線下的最後一公里問題，大幅度的提升了使用者體驗。

二：ET工業大腦：工業大腦是感知、行動、結果、反饋的完整閉環，在資料收集、處理以及反向控制過程中及時反饋。例如光伏產業透過跟光伏切片的一線工人學習，ET工業大腦的團隊將歷史資料和現實資料進行計算，發現影響切片良品率的關鍵因素有三個：一是導輪的位置，二是更換的週期跟頻率，三是核心操作人員的經驗。

從這些因素重點突破，經過除錯，大資料果然優化了生產過程。這條產業線的良品率提升了1%，為光伏節省了幾千萬甚至上億元的成本，也開拓了中國製造藉助人工智慧“換道超車”的新路徑。

在啟動生產後，ET工業大腦可以及時反饋生產狀態、監控生產情況和訂單完成情況，為銷售提供訂單交期、計劃排產等一系列資訊，也可以根據客戶需求進行工藝引數的調整，如此實現訂單命中率的提升。

在ET工業大腦整合知識圖譜的基礎上，再結合資料模型、業務模型和行業演算法，對行業形成創新的接力。進行完創新接力後，還需要一個整體的邏輯架構與技術架構承載，並形成全流程、全鏈路、全資料的打通——一種“三全”形態下的工業資料智慧，實現全流程智慧製造的轉變。

其中，全流程是指在行業應用方面的供應鏈智慧、產品研發智慧、生產智慧、營銷智慧以及服務職能，全鏈路是指在ET工業大腦層面的演算法工廠、工業智慧定製流水線等，全資料則是指雲平臺的所有資料與資訊，就是把智慧資料變成資料智慧的過程，驅動整個供、研、產、銷全流程。

時代正在發生快速的變化，特別是新一代資訊科技與傳統制造業的深度融合，促使不同行業的產品、生產組織方式、工業流程、業務模式產生了顛覆性的轉變。如今大資料已經被廣泛用於農業、交通、物流、醫療、零售等多個領域。

以製造業為例，隨著技術的不斷成熟，大資料已經被應用於產品化生產、裝置自動化管理等多個環節，在國家大力推動智慧製造的環境下，工業大資料所具有的潛在價值更值得被深入挖掘。

　　目前，工業大資料的應用方向包括智慧裝備、服務型製造和跨界融合。就智慧裝備而言，大資料主要是用來提高單臺裝置的可靠性、識別裝置故障、最佳化裝置執行等。與此同時，利用工業大資料，有利於不同地區的工廠整合產業資源，進行跨區域的產業合作。

　　對智慧製造來說，相關監管人員透過全面考慮生產裝置、運輸裝置等多種要素，可以利用工業大資料對工廠裝置運作狀況、產品的生產狀況等進行及時監控和分析，以此解決問題，避免不必要的經濟損失，並進一步改進產品的研製工藝，最佳化能耗，提升管理質量。

　　實際上，大資料支撐製造業業務變革的根本目標是提質增效，在自動化與資訊化的基礎之上，實現製造體系的智慧化升級。在智慧製造穩步推進的基礎上，構建新型製造業發展體系、打造具有競爭力的製造業發展模式，不僅是當下的一大發展目標，也是未來中國製造業的一大發展重點。

而最近幾年來，大資料一直在積極賦能眾多產業，包括金融、醫療、教育等等。有研究機構的資料顯示，到2020年，中國大資料產業規模或達13626億元的高點。