在移动互联网普及之后，物联网的发展,人类的活动开始被数据化，比如我们的行为模式、我们的社会关系、我们每天的活动、位置信息、消费及购物习惯等。在大多数人的印象中，数据就是数字，或者必须是由数字构成的，其实不然，数据的范畴比数字要大得多，信息、现象、数据、状态和知识都可以是数据的一部分。
在万物互联时代，越来越多的物理硬件，将会由传感器收集、采集数据，并通过物联网络传输回平台侧。连接点数将会千倍万倍于目前的以人为主要连接点的网络，而产生的数据，也变得更加实时，更加完备，更加庞大。在互联网上传播的文字、图片和视频是数据;工厂里所有的档案、尺寸、记录是数据;文物上的尺寸、年代、工艺也是数据。地球甚至宇宙存在的空间和时间也都可以是数据，小到一个粒子，大到一个星球的运行轨迹和生命周期。
正如移动互联网时代，核心网络节点从PC转换为人一样，在万物互联时代，无数的物理硬件将成为核心网络节点，数据来自无数自动化传感器、自动记录设施、生产监测、环境监测、交通监测、安防监测等;来自自动流程记录，刷卡机、收款机、电子不停车收费系统，互联网点击、电话拨号等设施以及各种办事流程登记等。由于连接数的增加、不间断的数据收集、存储、回传，以及更高清的图片和视频应用，都会让数据的体量有惊人的爆发。
比如Google街景服务，每辆车每天产生的数据将达到1TB，加入分三个拷贝，一年就是1PB，而目前最大容量的存储硬盘不过是10TB。每天都会有大量的终端在进行类似Google街景这样的数据回传，而大数据的理念，要求数据尽可能的庞大且非刻意收集。
伴随着物联网技术的成熟，产业的爆发，各种随身设备、物联网和云计算、云存储等技术的发展，万物将都被联网，物的所有轨迹都可以被记录，一切皆被数字化，因此产生的数据，可以想象，比之今天，会有多大量级的增加。数据的存储，数据的计算与挖掘技术，都将成为万物互联场景下，大数据应用的核心能力。
在互联网甚至是移动互联网时代，数据的及时性并没有那么重要，大量的统计结果是基于过往数据的挖掘而产生的，这些不及时的数据意义也是非常巨大的。Google利用不同地区人们的搜索习惯，成功预测了流行疾病的爆发，Facebook利用了网民在无压力情况下浏览网页、评论、点赞、社交言论的情况，成功预测了美国各州总统大选的结果。都属于利用过往大数据的成功应用案例。
在智慧交通上，百度、高德等地图厂商，已经可以通过智能手机的数据回传，动态监控整个城市的交通情况，从而为用户提供实时的路况信息。目前这种路况信息已经取代了传统的交通广播模式，能够实现个性化的关注出行路线的路况，并根据交通情况，自动设计、自动更改。
目前，在物联网应用领域，缺乏一个类似Iphone之于移动互联网一般里程碑似得产品。而大多数人都将此寄希望于无人驾驶，因为人类如果能将汽车，这样一个工业时代最终要的个人产品进行智能化、数字化，那么将极大的带动其他产业物联网化的发展。而无人驾驶的前提，除了提前将整个街区数字化以外，不间断的数据回传也非常重要。在物联网环境下，随着车与更多物品连接起来，将会形成更大范围的网络效应，交通这个生态也将进一步丰富起来。
在大数据时代，数据格式变得越来越多样，涵盖了文本、音频、图片、视频、模拟信号等不同的类型;数据来源也越来越多样，不仅产生于组织内部运作的各个环节，也来自于组织外部。
北京市交通智能化分析平台数据来自路网摄像头/传感器、公交、轨道交通、出租车以及省际客运、旅游、化危运输、停车、租车等运输行业，还有问卷调查和地理信息系统数据。4万辆浮动车每天产生2000万条记录，交通卡刷卡记录每天1900万条，手机定位数据每天1800万条，出租车运营数据每天100万条，电子停车收费系统数据每天50万条，定期调查覆盖8万户家庭等等，这些数据在体量和速度上都达到了大数据的规模。
亚马逊正是此中高手，更加完备的数据，让亚马逊在个性化推荐的时候，并不用如沃尔玛一样思考为什么买啤酒的用户会买尿不湿，他们只是通过统计学发现数以百计的类似关联现象，配合更多诸如年龄、消费习惯、性别等标签数据，将结论直接用于精细化营销。
航大物联（www.leadtorch.com）相信物联网大数据的故事还有很长很长，数据的爆发只是一个开始，人类创造的物理世界的一切都可以是数据, 人类创造的物理世界有多大，我们有衡量的概念，但是人类创造的数字世界到底有多大，相信这个概念还不够具体。
