大数据风口已过

　　大数据从起风到现在显然风头已经被人工智能盖过，换言之大数据被鼓吹的年代已经过去，甚至曾经鼓吹大数据，必须要设立企业的首席数据官的公司，说了5年之后也对此不了了之。大数据的成效比实在差强人意也是让人们看到了大数据难做的原因之一。

　　数据保鲜难

　　大数据进入非互联网行业时，面临的主要难题在数据采集。数据采集不全面则可能分析结果无价值，而全方位的采集又可能使得采集成本过高。同时，任何行业的大数据都面临数据保鲜周期短，数据易过期的难题。

　　数据养黑市

　　大数据行业发展导致数据价值日益提升，因此黑客的主要攻击目标也就被集中到了数据之上。企业不仅需要为采集到的数据及时的进行分类、处理、存储和分析，也需要为数据的安全负责。在网络环境日益复杂的情况中，黑市里的数据正在越来越多，保护数据的成本也在增加。

　　数据量爆发

　　管理不同步大数据在经历了一轮轮爆发之后，企业在处理数据时所面对的海量数据需要进行数据筛选和数据清洗，但是数据清洗过程正在让数据管理变得复杂化，非结构化数据包含的意义正在增多，数据清洗可能去掉有用的信息只留下想看到的不完整信息，这种数据管理方式会导致最终处理结果的偏差。

　　大数据商业化孤岛形成

　　每一家企业都有自己的数据，而这些数据在进行商业化应用时，出于对个人隐私和竞争关系等因素考虑，并不会相互沟通，数据缺乏流通性和及时更新直接的结果就是导致不同企业的数据互不相同，孤岛化数据成型，这种孤岛化数据缺乏全面性，从而让多数企业只能在自身偏颇的分析结果里获取答案，远谈不上真正的大数据。