大数据：技术、产业与管理研究报告

第一次工业革命和蒸汽机的发明相联系，始于18世纪晚期英国纺织业的机械化。第二次工业革命带来了大规模的生产——发力于19世纪晚期20世纪初期的美国，伴随着大量的创新发明，包括电、内燃机、化学工业和一系列具有历史意义的发明，电报、电话、收音机、录音机和照相机。当前的革命，应该追溯到二战结束，其标志性的发明——计算机。

在第四次工业革命的进程中，软件技术驱动的数字互联将会彻底改变整个社会，其影响范围之广、变革速度之快。我们认为以下技术可以引起第四次工业革命：

一、可能引起第四次工业革命的技术

1、可植入技术

人们越来越依赖电子设备，而这些设备与人体的联系也愈加紧密。设备不再仅仅是可穿戴的，还能够被植入体内，发挥通信、定位、行为监控及健康管理等功能。起搏器及人工耳蜗的发明只是一个开始，越来越多的健康设备将会涌现出来。这些设备将能感知疾病参数，提醒用户采取措施，发送数据至监测中心，甚至有可能自动投放药物进行治疗。智能文身以及其他独特的芯片将有助于进行身份识别及定位。有了植入式设备，原本需用口头表达的想法可以借助“嵌入式”的智能手机来完成，而一些隐含的想法和情绪也有望通过读取脑电波及其他信号的方式来传达。

2、数字化身份

10年前，进入数字时代还只意味着有一个手机号码、一个邮箱地址，或许再加上一个Myspace（聚友网）的个人主页。现在，人们在数字世界中的存在则包括进行数码互动，以及他们在各种线上平台和媒体上留下的痕迹。很多人拥有不止一个数字身份，如facebook、Twitter（推特）、linkedin（领英）、Tumblr（汤博乐）以及instagram等多个账号，通常还不止这些。 在互联程度越来越高的世界中，网络上的虚拟生活渐渐变得与现实生活密不可分。在未来，建立并维护好自己的网络形象会如同我们在现实生活中通过打扮、言语及行为来展示自己一样稀松平常。在网络世界中，人们能够依靠他们在网络上的虚拟形象，搜索并共享信息，自由发表言论，与他人邂逅，并能在世界上任何地方发展并维护与他人的关系。

3、视觉成为新的交互界面

眼镜式、头戴式及眼球追踪设备都会变得越来越智能，谷歌眼镜只是第一个成功尝试。在未来，人眼与视觉也将成为连接互联网及数字设备的新媒介。通过视觉与互联网中各种应用与数据直接连接，个人的感官体验经过调节后被加强，从而更具身临其境之感。而随着眼球追踪技术的兴起，智能设备可以向视觉界面输入信息，并通过眼球与之进行互动，对信息进行反馈。通过提供指令、信息可视化及交互作用，可使视觉成为一个即时、直接的交互界面，改变人们的学习、导航、指引和反馈方式，从而有助于人们更充分地与世界互动。

4、普适计算

数字化服务日渐变得无处不在，人们可以随时随地获得所需服务，无论是通过能联网的电脑，还是具备3G（第三代移动通信技术）、4G（第四代移动通信技术）或云服务的智能手机，均可实现。当前全球有43%的人能连接到互联网。仅2014年一年，就卖出12亿台智能手机。2015年，平板电脑的销量预计将超过个人电脑，而智能手机的总销量将达到电脑的6倍。81互联网的发展速度已经远超其他所有媒体渠道。据估测，过不了几年，全球3/4的人都能经常使用互联网。 在将来，经常使用互联网和信息服务将不再是发达国家的福利，而会成为像饮用清洁饮用水一样的基本权利。由于无线技术所需的基础设施少于其他许多公共服务（如电力、道路与水），它的普及速度很有可能要远超过后者。因此，任何国家的任何人都将可以与地球上任一角落的人进行交流与互动。信息的产生和传播会比以往更加便利。

5、万物互联

由于运算能力不断上升，硬件价格持续下降，几乎将任何东西连接上互联网都十分划算可行。智能传感器的价格也已相当合理。所有物品都会智能化并能联网，从而促进更广泛的交流和数据驱动的新型服务，而这些都是基于日益增强的分析能力。近期有一项关于如何利用传感器监测动物健康与行为的研究。它演示了安装在家畜身上的传感器之间如何通过移动电话网络进行沟通，并可随时随地传输有关家畜状况的实时数据。专业人士认为，未来世界的每一样（实体）产品都可以与无处不在的通信基础设施相连，同时无处不在的传感器也能使人们充分感知周围环境

6、数字化家庭

在20世纪，家庭使用的能源大部分直接用于个人消耗（如照明）。未来，这种能源需求会被更复杂设备的能源需求所超越，这些设备包括烤箱、洗碗机、电视和空调等。网络流量的消耗方式也与之类似：当前家庭的流量消耗主要集中在个人消费上，如通信与娱乐。随着家庭自动化快速发展，人们可以通过互联网控制照明、百叶窗、通风设备、空调、音视频播放设备、安防系统和家用电器。可提供各种服务的联网机器人也可以帮上忙，如进行真空吸尘等。

7、智慧城市

许多城市会将服务、公共设施以及道路接入互联网。这些智慧城市将能够对能源、物料流、物流运输及交通等领域进行管控。目前率先践行这一理念的地区，如新加坡和巴塞罗那，已经开始实施许多数据驱动的新服务，例如智能停车方案、智能垃圾回收以及智能照明等。智慧城市正不断拓展其传感技术网络，致力于打造出能够连接不同技术项目的核心数据库平台，在此基础上依靠数据分析和预测模型拓展出新的服务。

8、运营大数据进行决策

当今的公共数据资源比以往任何时期都要多，而理解与管理这些数据的能力也在不断提升。政府渐渐意识到，以往采集数据的方式已经过时，他们可以转而依靠大数据技术实现当下项目的自动化，为公民和消费者提供与时俱进的创新型服务。大数据的运用能够让诸多行业及应用领域的决策过程变得更快更好。自动化决策为公众提供了便利，让政府和企业能够提供全方位的实时服务和支持，从与顾客的互动到税务的自动申报与缴纳，无所不包。利用大数据进行决策也是一把双刃剑，既带来了机遇，也潜伏着风险。建立起对决策数据及算法的信任至关重要。要解决公众对隐私问题的担忧并在商业和法律框架内建立问责制度，就必须转变思维方式，设立明确的条文，以防止“脸谱化”（profiling）解读，防范意想不到的后果。用大数据取代目前的人工手段虽然会淘汰一些职业，但同时也会创造当前市场上所没有的新型职业和新机遇。

9、人工智能与决策

人工智能还能从以往的情境中获取经验，提供建议，自动完成一些复杂的决策过程，从而能够基于数据资料和以往经验更简单快捷地制订出具体方案。人工智能擅长模式匹配及自动化处理，使其可担任大型组织中的很多工作。可以预见，人工智能将在未来取代很多目前需要人工完成的工作。

10、3D打印与制造业

3d打印，又称“增材制造”，是一种根据3d数字图纸或模型逐层打印，从而创造出实物的技术。想象一下一片片地制作出一条面包的情形就更容易理解了。3d打印有望实现用简易的设备来制造复杂的产品。最终，许多材料都将成为3d打印的原料，例如塑料、铝、不锈钢、陶瓷，甚至是高性能合金等，而3d打印机也将有能力完成原本需要集全工厂之力才能完成的任务。3d打印技术目前已经得到广泛应用，不管是在风力涡轮机制造还是玩具生产过程中，你都能见到这项技术的身影。

二、数据在第四次工业革命中的地位

第四次工业革命以人类所产生的的知识与智慧，通过网络计算形成的知识和数据来控制、指挥工业产业与管理，这是一个融入网络知识与智慧的规模化生产、工业化生产的时代。大数据是人类使用现代高科技技术工业化的方式处理数据、知识，进行产生智慧。使用规模化的智慧管理世界、控制世界，为人类提供了更大的方便。第四次工业革命让人类进入了智慧时代，而智慧就是人类从大量的数据中进行筛选、逻辑推理，做出的一种判断与选择。数据知识与智慧构建的人类的一种可以广泛传递的智慧空间，在这个空间里，所有的智慧都是大数据。

三、大数据对产业发展的影响分析

作为一种重要的战略资产,已经不同程度地渗透到每个行业领域和部门,其深度应用不仅有助于企业经营活动,还有利于推动国民经济发展。随着大数据技术作为生产力在众多行业广泛应用,信息产业在国民经济中的产业影响力系数及产业感应度系数被进一步提升,信息产业在国民经济中的重要地位愈加突出。

1、推动新一代信息技术产业高速发展

大数据因其巨大的商业价值和市场需求正成为推动信息产业持续高速增长的新引擎。随着行业用户对大数据价值的认可程度增加,市场需求将出现井喷,面向大数据市场的新技术、新产品、新服务、新业态会不断涌现,大数据将为信息产业打开一个高增长的新市场。在软件与服务领域,因为大数据中蕴含的巨大价值,将引发数据挖掘、商业智能市场的空前繁荣。对于对于复杂数据处理的需求,将促进对非结构化数据的分析技术创新;对于大数据处理的速度和广度的需求,将促进大数据解决方案厂商加大对数据的快速、实时处理分析技术的研发创新。大数据成为新一代信息技术融合应用新焦点。物联网、移动互联网的迅速发展,使数据产生速度加快、规模加大,迫切需要运用大数据手段进行分析处理,提炼其中的有效信息。大数据应用也给云计算带来落地的途径,使得基于云计算的业务创新和服务创新成为现实。

2、促进企业提升核心竞争力

对大数据的利用将成为企业提高核心竞争力、抢占市场先机的关键。企业的决策正在从“业务驱动”转向“数据驱动”。在未来3-5年,真正理解大数据并能利用大数据进行价值挖掘的企业将具备强劲有力的竞争优势,从而成为行业的领导者。

3、催生发展智能政务

大数据时代,政府掌握着大量的、关键的数据,是数据时代的财富拥有者,但目前政府掌握的数据很多都处于休眠状态,收集、管理和分析这些数据,让看起来不相关的数据真正地关联起来,让休眠的数据活起来,是大数据时代政府面临的关键问题。大数据技术背景下,数据在网上可以自动进行整合和跳转。网络外部性使得政府数据随着受众群体的增加,成本越来越低,倍增效应越来越大,当政府意识到数据开放的收益远大于其成本时,将会主动推送数据。

4、改变社会管理模式

大数据技术作为一种重要的信息技术,对于提高安全保障能力、应急能力、优化公共事业服务、提高社会管理水平的作用正在日益凸显。增强安全保障能力。在国防、反恐、安全等领域应用大数据技术,能够对来自于多种渠道的信息快速进行自动分类、整理、分析和反馈,有效解决情报、监视和侦察系统不足等问题,提高国家安全保障能力。例如,美国计划实施多尺度异常检测项目,目的就是对大到国家、中到恐怖组织,小到恐怖分子个人等不同层级的异常行为进行分析监测,提高对各类安全威胁的检测速度和准确性。

三、数据技术对组织结构和管理模式的影响

随着云计算技术的快速普及，加之物联网、移动互联网应用的大规模爆发，人类进入了大数据时代。大数据的数据集远远超出了目前典型数据库管理系统获取、存储、管理和分析的能力。IBM将大数据定义为4个V即大量化(Volume)、多样化(Variety)、快速化(Velocity)及产生的价值(Value)。

针对大数据的特征挖掘其价值并作出决策，成为企业在大数据环境下进行决策的重要依据。大数据应用领域包括客户关系管理、市场营销、金融投资、人力资源管理、供应链管理和卫生保健、教育、国家安全、食品等各个行业，已成为一个影响国家、社会和企业发展的重要因素。在互联网时代，基于数据判断、决策成为国家、企业和个人的基本技能。大数据的出现改变了企业决策环境，并将对企业的传统决策方式产生巨大影响。

1、大数据对组织结构数据的影响

大数据下决策的技术含量、知识含量大幅提高，对大数据的有效利用成为企业决策的关键，因此管理大量的数据是个挑战，如果不能找到数据，企业就可能不会收集数据，这些数据就会被丢失掉。大数据时代不仅要求企业具有搜集分析数据的能力，更需要企业具有处理、利用这些数据的能力。

1.1大数据下的数据管理

大数据环境下，数据的特点首先是规模大、类型多、结构多样，包含结构化的数据表和半结构化、非结构化的文本、图片、视频等。数据使用之前需对多源数据进行清洗、抽取和集成，保证数据的质量和可靠性，再采用统一结构来存储这些数据。传统的数据库管理系统和数据分析手段已无法适用，Google、Amazon、微软等企业都推出了大数据解决方案，它要求企业更新技术，以适应大数据处理的需要；其次是数据产生速度快，应用场景从离线(offline)转向在线(online)，并出现实时处理需求。实时数据处理是大数据分析的一个核心需求，许多企业发现了实时数据的作用，开始专注于实时数据流，对实时数据的及时处理和利用也是企业面临的一大挑战；第三是大数据与其它数据的关系。大数据的价值来自于数据碎片间关联所产生的信息。大数据时代最大的转变是用相关关系取代因果关系，即只需知道“是什么”，而不需知道“为什么”。通过探索数据之间的关联模式，挖掘大数据中的信息，是大数据的价值所在。但这些数据之间交互广、价值密度低且呈碎片化，从大数据中提取有用信息，为管理决策提供支持，成为企业的迫切需求。

1.2大数据下的知识管理

从知识管理角度来看，数据蕴含着知识，知识是影响决策的重要因素。随着“基于资源的企业理论”的发展，人们对企业内部资源中无形知识重要性的认识越来越清晰，“基于知识”的企业能力理论逐步成为“基于资源”的企业能力理论的核心。在大数据时代，对数据进行深度挖掘可以获得更加丰富的知识，企业可以从中极大受益。潘罗斯认为，企业规模取决于管理者拥有的知识和管理能力。在大数据下企业可以对商务了解得更彻底，使用知识改进决策和绩效。收集分析海量数据，并快速获取影响未来信息的能力，是大数据技术的魅力。在管理决策过程中，数据所起的所用是无法取代的，但需要将数据的客观决策和人的主观决策相结合。Bolloju指出，决策者在决策时承受着更复杂任务带来的压力，单纯依靠人主观决策无法应对复杂的环境，但单纯依靠数据决策也会偏离实际。美国政府发布的枟大数据研发倡议枠要求，在新方法下利用大数据，并集合决策者的感觉、洞察力和决策支持，将数据和人的主观能动性结合起来，以避免“唯数据论”。

2、大数据对管理决策参与者的影响

2.1大数据下的决策参与者角色变异

决策参与者在大数据时代仍然是最重要的决策因素。大数据改变了长期以来依靠经验、理论和思想的管理决策方式，直觉判断让位于精准的数据分析，大数据下决策参与者的角色发生了改变。首先对于企业高层管理者，传统的决策因为数据稀缺，重要的决策依赖企业领导者的经验，而大数据可以保证从问题出发而不用担心数据缺失或者数据获取困难，决策重心回到问题本身，而领导者的任务是发现和提出正确的问题。其次对于企业一般管理者和员工，可以很方便地获得决策所需的信息，决策能力大大增强，决策倾向于依靠企业一线员工。大数据时代最大的挑战之一就是领导者们必须与一线员工并肩工作，提高企业决策水平。再次，由于媒体不断宣传和数据获取便利，普通民众开始认识并利用大数据，每个人都能进入大数据世界，成为数据分析家，进而参与决策。另一方面终结了战略论，社会化媒体和大数据动摇了由张建设提出的传统战略论的决策基础，决策主体正从商业精英转向社会公众。互联网经济时代，科技正促进领域间融合，产业界限正在模糊，社会化决策正在崛起。因此，多元决策在大数据环境下更加突出，决策者来源更广泛、关系更复杂，全员参与成为大数据下企业决策的重要特点。

2.2大数据下的数据分析师

在大数据下，数据分析师在企业决策参与中起到日益重要的作用。数据分析师是运用统计分析、机器学习、分布式处理等技术，从大量数据中提取出对业务有意义的信息，以易懂的形式传达给决策者，并创造出新数据运用服务型人才。塔塔咨询服务公司(TCS)的调查显示，IT行业人才缺乏，符合条件的大数据分析人员很少，是许多企业在寻求打造与部署大数据系统所面临的五大困难之一。目前大数据从业人员面临巨大缺口，麦肯锡预测在未来６年内，美国可能缺少14万——19万拥有深度分析技术的人才(deep analytical positions)，缺少150万懂得使用相应工具分析大数据作出合理决策的管理和分析人员，而这类人才很难培养，需经过多年的培训。

3、大数据对管理决策组织的影响

3.1大数据下的企业管理决策组织大数据下全员参与使得企业决策参与者角色发生了改变，决策权的重新分配，必然影响企业决策组织结构和决策文化，企业决策组织结构重要的两项因素就是集中决策、分散决策的选择和决策权分配问题。从集中决策和分散决策角度看，组织理论认为可预测的环境对企业的组织过程施加的影响较小，有利于形成集中分层的决策结构，而在不可预知的环境和企业面对非常规的情况下，分散式决策更为有效。在动态变化环境下，分散决策结构可能更加重要，而IT技术通常被作为一种手段来提升企业在动态改变环境中的数据处理能力。另外，企业组织结构还受知识分布、知识转移成本与权利传递成本所影响，如果知识高层领导集中分布，则对应采用集中决策结构；如果知识分散分布，则对应采用分散决策结构。大数据下的决策环境更复杂，决策时效性更强，而决策知识分布更广泛，分散式决策成为大数据下决策的主要形式。从决策权分配来看，企业决策效率低下的原因之一是没有将决策权限分配给合适的角色。员工掌握和控制的信息量越多，理论上决策权应越大，知识与权力的匹配程度越高则组织的各项指标越好。信息技术、网络技术的发展，以“金字塔”型为代表的传统组织结构被企业管理网络化、权力分散化和体现人本管理的扁平化组织结构所替代。大数据时代，普通员工也拥有了决策权利，扁平化组织结构的趋势将更明显，决策权分配应顺应这种变化。分析大数据环境对企业管理决策组织结构的新要求，基于数据的有效利用和知识的创造、吸收，研究大数据下组织结构建设措施，是大数据下企业组织创新的重要内容。

3.2大数据下的企业管理决策文化

大数据对企业管理决策文化的影响巨大，大数据时代不是“我们想的是什么，而是我们知道些什么”。企业用大数据进行决策，首先要转变思维模式，遇到重大决策时，先进行数据收集、分析，再进行决策，企业管理者的思维变化也会提高企业员工利用大数据进行决策的执行力。企业管理者要真正用数据来驱动决策，基于规模庞大的数据量作出合理决策，需要很长的分析过程，企业员工用来自一线的大数据分析结果，推翻高层管理者的直觉判断，将是企业管理决策文化的最大变革。其次是基于决策任务的决策知识的收集、创造、共享、传递和激励制度，建立学习型企业文化，提高大数据下全员参与决策的能力和水平，培养基于数据进行决策的企业文化和制度，是大数据下决策的客观要求。

4、大数据对管理决策技术的影响

4.1基于云计算的数据处理和分析技术

数据分析是大数据应用需要解决的核心问题，传统的数据分析技术受限于能力，因不能充分利用所有数据而无法获得答案，因此寻求低成本、高度可扩展的分析平台将是企业决策过程中的重要任务。云计算是一个管理和处理大数据的有效工具，为数据处理、管理和分析等提供支撑，大数据应用在这个由云计算提供的基础架构平台上。云计算主要解决两个大数据问题，一是将大量异构和本质不同数据源结构化；二是对这些数据进行管理、处理和转换，为商业智能(BI)和企业决策服务。通过云计算加快决策资源的发现、组织和优化协调与评价，企业可利用基于云端的服务来满足数据分析需求，提升在复杂大数据环境下的信息服务质量，加快决策问题求解。对于决策来说，数据结果的展示和解释也非常重要，可以通过引入可视化技术对结果进行分析，用形象的方式向用户展示使其更易理解和接受。

4.2大数据下的知识发现技术

由于大数据类型多样、价值密度低，且可能是基于全样本数据等特征，找出隐匿于大数据中的有用知识对于提升用户决策质量具有重要意义。大数据环境下的管理决策对知识发现提出了新要求。大数据的海量性、多样性、动态性和价值稀疏性，使传统的结果最优化与算法准确率已不适应大数据下知识发现方法优劣的度量标准，亦不适用于传统的基于抽样学习的数据挖掘方法，基于全数据的知识发现方法已经成为大数据知识发现的新途径；大数据通常表现为数据流或特征流等形态，数据的价值随着时间的流逝不断减少，面向流数据的动态知识发现方法是大数据下知识发现的重要内容；大数据的价值来自数据碎片间的关联信息，数据规模的扩大形成了复杂的数据或知识的内联关系，需要挖掘大数据中隐含的复杂关联信息。建立面向半结构化和非结构化存储数据的知识发现方法、面向流数据的知识发现方法，以及多源海量信息的知识发现和知识融合技术，是大数据下知识发现技术的新挑战。

4.3大数据下的决策支持系统

大数据环境下的决策问题异常复杂，决策参与者需要恰当的决策支持系统来协助决策，以灵活应对环境变化带来的改变。传统的决策支持系统更强调应用，但它的应用和发展受限于少量的人群使用、不支持集成来自其它渠道的数据信息、不能利用分布于别处的系统资源等。大数据下人人都是决策者，分布于网络中的专家系统、管理系统等都是决策系统的一部分，因此须对传统的决策支持系统进行变革，建立适应大数据环境下全员参与的决策方法，建立开放的大群体决策体系结构和协同工作模型，建立促进群体成员之间信息沟通、共享和促进群体决策过程交互的平台，建立基于决策目标的群体分散决策一致性分析和评估机制，设计合理的决策冲突消解和聚集方法。在此基础上，结合现有云计算环境下的云服务平台，构建大数据下的数据资源池、知识资源池、模型资源池、方法资源池；构建基于服务的、集成智能分析、快速决策分析和具备自主决策功能的大数据决策支持系统接口，针对不同决策层次的决策服务推送机制，是建立大数据下决策支持系统的要求。

在实践和操作中可以利用大数据对新产业进行组织形式的更进

通过大数据的引入和部署，可以达到如下效果：

1、数据整合

1)统一数据模型：承载企业数据模型，促进企业各域数据逻辑模型的统一;

2)统一数据标准：统一建立标准的数据编码目录，实现企业数据的标准化与统一存储;

3)统一数据视图：实现统一数据视图，使企业在客户、产品和资源等视角获取到一致的信息。

2、数据质量管控

1)数据质量校验：根据规则对所存储的数据进行一致性、完整性和准确性的校验，保证数据的一致性、完整性和准确性;

2)数据质量管控：通过建立企业数据的质量标准、数据管控的组织、数据管控的流程，对数据质量进行统一管控，以达到数据质量逐步完善。

3、数据共享

1)消除网状接口，建立大数据共享中心，为各业务系统提供共享数据，降低接口复杂度，提高系统间接口效率与质量;

2)以实时或准实时的方式将整合或计算好的数据向外系统提供。

4、数据应用

1)查询应用：平台实现条件不固定、不可预见、格式灵活的按需查询功能;

2)固定报表应用：视统计维度和指标固定的分析结果的展示，可根据业务系统的需求，分析产生各种业务报表数据等;

3)动态分析应用：按关心的维度和指标对数据进行主题性的分析，动态分析应用中维度和指标不固定。

四、总结

1、第四次产业革命的内在逻辑

在利用云计算、大数据推动商业模式创新方面，很多政府都带头示范，进行了卓有成效的探索尝试。山东省政府联合46家单位信用数据，建设省级公共信用信息系统，目前已采集近1000万条数据，向政府部门、第三方信用服务机构提供开放服务，并与信用中国进行数据对接。

但是像这样公共数据开放的正面事例还不算常态。在很多情况下，我国发展大数据产业都要面临着“信息孤岛”的挑战。跨部门、跨行业的数据共享仍不顺畅，有价值的公共信息资源和商业数据开放程度低，基本处于死锁状态，无法顺畅流动。

通过向社会开放数据、加强与社会企业和组织的数据合作、向社会购买服务等方式，推动环保、医疗、教育、交通等关键领域的大数据整合与集成应用，提高政务和公共服务效率。

引起“信息孤岛”的另一个原因是大数据产业标准的不统一，无形之中增加了企业使用数据的成本。魏凯介绍，可以从三个方面评判一款大数据产品。安全性，主要是数据加密、权限管理、数据安全保护；易用性，企业运维的成本非常高，要很简易地部署；稳定性，产品不容易受到攻击。评价这些性能需要一把尺子，数据中心联盟就在做这把“尺子”，制定了一些标准。

此外，当前不少人对大数据产业发展规律认识不足。全社会尚未形成对大数据产业发展规律的客观、科学的认识，一些地方误将数据中心建设视为大数据产业发展重点，盲目追逐硬件设施投资，轻视了数据资源汇聚、积累、处理与应用能力建设，未能主动推进大数据产业发展与应用需求间的对接。

另外，我国技术创新与支撑能力也不足。大数据需要从底层芯片到基础软件再到应用分析软件等信息产业全产业链的支撑，无论是新型计算平台、分布式计算架构，还是大数据处理、分析和呈现方面与国外均存在较大差距，难以满足各行各业大数据应用需求。

最后是，信息安全和数据管理体系尚未建立。数据所有权、隐私权等相关法律法规和信息安全、开放共享等标准规范缺乏，技术安全防范和管理能力不够，尚未建立起兼顾安全与发展的数据开放、管理和信息安全保障体系，制约了大数据发展。

2、预测下一次革命

在第四次产业革命结束之后，大数据产业链模式也相继雏形，随之而来的极有可能就是智能革命。