3.1.2 大数据的误区
大数据有不少的误区。我们先看看大数据不是什么。
（1）大数据≠拥有数据
很多人觉得拥有数据，特别是拥有大量的数据，就是大数据了，这肯定是不对的，数据量大不是大数据，比如气象数据很大，如果仅仅用于气象预测，只要计算能力跟上就行，还远远没有发挥它的价值。但是保险公司根据气象大数据来预测自然灾害以及调整与自然灾害相关的保险费率，它就会演化出其他的商业价值，形成大数据的商业环境。所以，大数据要使用，甚至关联、交换才能产生真正价值，形成特有的大数据商业。
（2）大数据≠报表平台
有很多企业建立了自己业务的报表中心，或者大屏展示中心，就马上宣布已经实现了大数据，这是远远不够的。报表虽然也是大数据的一种体现，但是真正的大数据业务不是生成报表靠人来指挥，那是披着大数据外表的报表系统而已。在大数据闭环系统中，万物都是数据产生者，也是数据使用者，通过自动化、智能化的闭环系统自动学习、智能调整，从而提升整体的生产效率。
(3）大数据≠计算平台
我们经常看到一些报道，说某某金融机构建立了自己的大数据系统，后来仔细一看，就是搭建了一个几百台机器的Hadoop集群而已。大数据计算平台是大数据应用的技术基础，是大数据闭环中非常重要的一环，也是不可缺少的一环，但是不能说有了计算平台就有了大数据。比如我买了锅，不能说我已经有了菜，从锅到菜还缺原料（数据）、刀具（加工工具）、厨师（数据加工），才能最终做出菜来。
（4）大数据≠精准营销
我见过很多创业公司在做大数据创业，仔细一看，做的是基于大数据的推荐引擎、广告定投等。这是大数据吗？他们做的是大数据的一种应用，可以说已经是大数据的一种了。只是大数据整个生态不能通过这一种应用来表达而已。正如大象的耳朵是大象的一部分，但是不能代表大象。
3.1.3大数据交易难点
在未来，数据将成为商业竞争最重要的资源，谁能更好地使用大数据，谁将领导下一代的商业潮流。所谓无数据，不智能；无智能，不商业。下一代的商业模式就是基于数据智能的全新模式，虽然才开始萌芽，才有几个有限的案例，但是其巨大的潜力已经被人们认识到。简单地讲，大数据需要有大量能互相连接的数据（无论是自己的，还是购买、交换别人的），它们在一个大数据计算平台（或者能互通的各个数据节点上），有相同的数据标准能正确的关联（如ETL、数据标准），通过大数据相关处理技术（如算法、引擎、机器学习），形成自动化、智能化的犬数据产品或者业务，进而形成大数据采集、反馈的闭环，自动智能地指导人类的活动、工业制造、社会发展等。但是，数据交易并没有这么简单，因为数据交易涉及以下几个非常大的问题。
人工智能与大数据技术导论
60