随着2017年大数据应用的发展，大数据价值得以充分的体现，大数据在企业和社会层面成为重要的战略资源，数据成为新的战略制高点，是大家抢夺的新焦点。
大数据炒热之后，很多企业立马布置大数据战略，其中阿里动作最快，在市场一片繁荣景象的带动下，一些所谓的大数据公司如雨后春笋般纷纷冒了出来，各类以大数据为主的股票在股市一路红灯，企业间的IPO不断上演。
然而这种繁荣的背后，企业的盈利情况却被忽略。据了解，在当前数据宇宙中很多有价值的数据，都是基于文档的未被标记的非结构化数据，人们对这类数据的识别、处理技术的研究刚刚起步。但市场中所谓成熟的大数据分析方法，却普遍是基于有效数据标识来采集用于分析的数据。
根据这种方法，有些数据因为无法识别所以不能被标记，因而不能被视为有效数据，在用于分析前，它们就会被抛弃。这一问题导致大量有价值的数据就这样丢失了，完全没有被利用。
那么，对于企业而言，如何有效的管理企业每日所产生的数据，从海量的数据中挖掘并沉淀有价值的数据，并把这些有价值的数据作为驱动业务增长的重要引擎，均为数据作为无形资产管理的重要任务。
Google、亚马逊、腾讯、百度、阿里巴巴和360、今日头条等互联网企业通过不断的挖掘和沉淀大数据，利用大数据驱动业务的增长;金融和电信企业也在运用大数据来提升自己的竞争力。这些企业均有一个共同的特点，即成立了大数据部门对企业大数据做重点管理和应用，真正的把大数据作为无形资产管理和应用起来。
但是，随着大数据专家的成本上升，越来越多的企业也会寻求简单易用成本相对较低的第三方数据产品。国际知名咨询机构IDC预测，可视化数据发现工具的增长速度将比商业智能(BI)市场的其余工具快2.5倍。到2018年，投入于支持最终用户自助服务的这种工具将成为所有企业的要求。诸多大数据厂商已经发布了拥有“自助服务”功能的大数据分析工具。
当前有人认为大数据产业“过热”，事实上，大数据的潜力还远远没被释放出来。尽管目前大数据产业在硬件支承层的布局如火如荼，大数据中心也在纷纷建设之中，但是数据与数据的碰撞、数据价值的开发、数据价值的应用落地等等，仍然处于初期阶段。站在信息化角度来看，成长的企业讲究发展、固化，成数据的企业讲究创新、智能。而如今身处大数据时代，诸多企业也逐渐意识到人力的决策和管理越发跟不上，开始寻求数据利用的有效手段。
事实上，大数据在相当长的时间内还是个新鲜事物，即使年复合增长率高达32%，到2016年全球大数据技术和服务市场总额也就是240亿美金左右，不切实际、一窝蜂地上大数据项目不应鼓励。明明不算大数据，要装成有，从赚钱机会上来看，大数据还没到“满地是沙子、满地是金子”的时候。
总而言之，大数据技术作为一种工具不可避免地存在局限性。从本质上讲，这些局限性反映了大数据技术背后理论的缺失。更重要的是，这些局限性清晰地表达了大型软件系统的常规误差监测、修正与评估对内在认识论的挑战。
本文转自d1net（转载）
