2012年大数据被普遍关注，全球数据的爆发式增长和各国政府对大数据的重视唤醒了全民的大数据意识。在美国，奥巴马政府将大数据研究列到与历史上的互联网、超级计算机一样的高度，成为国家战略。在中国，陕西西咸新区开始投资建设大数据产业园，广东省出台了《广东省实施大数据战略工作方案》。2013年大数据热将进一步升温。如何更理性地掘金大数据，避免热潮来袭时的盲从，推动中国大数据发展，《中国电子报》记者采访了大数据领域的相关人士。
共享安全等难题考验大数据泛大数据化、人才储备、数据共享、安全与隐私等诸多问题中，数据共享、整合与统一是很大的难题。
全球数据正呈现出惊人的增长态势，过去3年里所产生的数据超越了以往4万年人类文明所创造的数据总量。IDC预测，未来10年全球数据量将以超过40%速度增长，到2020年将达到35ZB(Zettabyte)，大数据迎来ZB时代。麦肯锡认为，大数据将引发全球新一轮的生产力增长与创新。
中国工程院院士邬贺铨说：“中国将产生全球最大的数据量，大数据是无形的生产资料，对研发、生产、流通和社会管理等领域都有重要影响，中国要重视大数据的开发和利用。”目前，中国一些地方政府以及产业企业正积极布局，希望抢占大数据革命的先机。赛迪顾问云计算产业研究中心副总经理韩耀强接受《中国电子报》记者采访时表示，虽然目前大数据产业在中国尚属起步阶段，但业界内外都已经对大数据投入了巨大关注，大数据发展存在泡沫化的隐忧，需要理性的规划引导。
英特尔中国研究院首席工程师吴甘沙接受《中国电子报》记者采访时表示，从过去关注计算，到现在关注计算的主体数据是一种进步，全社会高度关注大数据带来的好处是有了数据采集的意识。但也同样在大数据热中出现了许多误区。一是泛大数据化，应该说大量数据并不就是大数据，大数据需要满足4V(volume、velocity、variety、value)特征，大数据强调的是全集数据，而不是数据采样、个别数据。有了全集数据就可以进行任意维度、任意关系的分析。再者，目前对大数据的关注主要还是集中于基础设施，大数据的存储、计算和处理。而大数据最关键的部分是数据分析，大数据的核心是要获得数据价值，而要获得数据价值需要大量的数据科学家。从目前人才储备上来看，这部分储备欠缺，而且也是现在全球大数据热中被忽视的部分。
在这个维度上韩耀强表达了与吴甘沙同样的观点。“大数据软硬件的投资规模很容易上去，如何挖掘数据价值才是产业急需填补的短板”。
从事数据分析的北京国双科技公司的CEO祁国晟说，目前在国内开展大数据分析业务最大的难题，一是市场的成熟度问题，中国大部分企业还没有进入精细化运营阶段，与海外市场相比，中国企业对数据分析和营销的接受度还有待提高。二是人才稀缺，做数据分析需要高度复合人才，目前这样的人才很难找到。很多时候因为招不到合适的人，国双不得不放弃许多客户和业务。
数据科学家、数据分析师是目前全球大数据产业链中的关键环节。据Gartner预测，到2015年，全球将新增440万个与大数据相关的工作岗位，且会有25%的组织设立首席数据官职位。目前这部分人才无论是美国还是中国都存在巨大缺口。
吴甘沙认为，大数据的发展还面临数据共享、安全与隐私问题。目前，数据共享、整合与统一是很大的难题，如果数据不能够汇聚、不能够分享就无法称其为大，不能够整合、共享就无法释放出数据的价值。大家之所以现在不愿意将数据贡献出来，关键的原因是担心安全问题。“今天我们都是数据的消费者，也是数据的拥有者，但我们的数据谁在使用、使用到什么程度，我们不知道，关于数据的法律法规并不健全”，他说，“要想推动大数据的发展，重要的是改变数据是稀缺资源的认识和现状，形成数据经济参与者自觉客观数字化/数量化的意识和实践，在数据极大丰富的前提下发展新分析思维和技术，保障数据拥有权、隐私权和使用知情权，从而允许数据资产、数据产品和社会化分析服务进行交易，实现货币化。”
理性推进大数据在中国发展
应该以大数据为体(根本)，云计算为术(工具)、物联网为用(应用)，有机结合，在一些具体领域进行推动。
在采访中，几乎所有的专家和学者都想记者表达了这样的观点：中国要想在这一轮数据革命中赢得先机，让数据真正成为加速创新、引领新的经济繁荣的利器，需要从更多的层面加紧布局，推动大数据良性发展。
信息技术管理专家涂子沛认为，要想推动大数据良性发展，一是政府机构、行业组织和大型企业要建立专门的数据治理机构来统筹数据治理的工作，例如数据治理委员会、大数据管理局等，数据治理的重点在于数据定义的一致性和数据的质量。二是开放数据，数据增值的关键在于整合，但自由整合的前提是数据的开放。目前美国联邦政府已经建立了统一数据开放的门户网站，开放政府拥有的公共数据，鼓励挖掘，提供丰富透明的公共服务。在《广东省实施大数据战略工作方案》中已经提出将建立省大数据战略工作小组，建立政务数据中心，还将在政府各个部门开展数据开放试点，为高校、企业研究机构等大数据研究机构提供支持。三是鼓励、扶持基于数据的创新和创业。他认为鼓励扶持可以是以政府为主导建立大数据产业园，但更有效的方式是调动全社会的力量。如支持大数据开源社区、程序员协会等民间组织的建设等激发民间蕴藏的创新力量。
对于人才的培养，吴甘沙认为，数据科学家是复合型人才，需要对数学、统计学、机器学习等多方面知识有综合的掌控。大学应建立这样的学科，进行课程改造，建立孵化器、企业培养等多种途径。
从产业层面看，目前全球各大IT巨头都加紧了对大数据关键技术的布局，并争相推出大数据软硬一体机以抢占关键技术市场，中国企业浪潮、用友等也相继推出相关的产品。
对于大数据技术竞争而言，一切才刚刚开始，在大数据分析上，将会出现革命性的新方法，就像计算机和互联网一样，大数据可能是新一轮的技术革命，从前的很多算法和基础理论都有可能产生突破。IBM软件集团大中华区信息管理软件总经理卢伟权对《中国电子报》记者表示，人工智能、语音识别、机器学习等越来越多的技术已经加入到大数据技术中，未来还将有更多的技术加入其中。
IBM全球副总裁兼中国开发中心总经理王阳接受《中国电子报》采访时表示：“中国人在数学方面有得天独厚的优势。我们应该抓住大数据的机会，将中国人的数学能力与行业能力整合起来，形成中国在数据分析方面的产业竞争力。”
大数据处理离不开云计算技术，云计算为大数据提供了弹性可扩展的基础设施支撑环境以及数据服务的高效模式，大数据则为云计算提供了新的商业价值。吴甘沙说：“推动大数据，我们应该以大数据为体(根本)，云计算为术(工具)、物联网为用(应用)，将这些有机地结合起来，在一些具体领域进行推动，包括解决民生应用，智能交通、安防等”。
韩耀强认为大数据属于应用驱动型产业，在发展大数据产业过程中，要注重需求分析及顶层规划设计，要注意避免投资泡沫。目前我国的数据中心存在利用率低的问题，在发展大数据产业过程中要吸取教训。
IBM软件集团大中华区信息管理软件总经理卢伟权对《中国电子报》记者表示，在未来，人工智能、语音识别、机器学习等越来越多的技术将会加入到大数据技术中，商业应用、商业模式将会实现更多的创新。
