最近关于大数据应用的讨论比较热门，但什么是“大数据”?很遗憾没有公认的、标准量化的定义。就好像“大时代”一样，不知道要发生过什么才能称之为“大时代”。亚马逊网络服务专家、大数据科学家约翰•劳赛尔提到一个简单的定义：大数据就是任何超过了一台计算机处理能力的庞大数据量。基本上大数据的量已经是超过了TB级别上升到PB级别了。要处理这么庞大的数据，必须有相应的、聚合多人的大智慧。
    为什么我们需要大数据？
    首先设想这样一个情景，10年前和现在，当你在思考一个难题的解决方案，会有怎么样不同的方式?如果在10年前，你会去翻书，会历经百般周折问专家，又或者不知所措。但是现在，你只需要通过一个神奇的工具来作为核心达到这个目的——网络和背后的数据。
    这说明我们进入了一个时代：这个时代绝对不缺乏技术，不缺乏专家，多的是善于研究发现的人。网络的产生，让无数的专业和业余爱好者在主动的传播着自己的知识和技术，也同时留下了自身的很多行为信息。这些信息零零散散。如果设想我们可以把这些信息组合起来，他们不就是每一种技术、每一个人、每一个事物的DNA和血液吗，如果掌握了DNA，我们不就能掌握这个人/技术/事物了吗?这个想法放在过去，实际操作中我们是无法实现的，因为信息每天在产生，无法采集，再说我们也没有那么多科学家去处理和分析这些数据。但是，当我们进入了科学发展的第四个阶段——资料时代，这个想法依赖科技的进一步变革，将被实现。
    第四阶段的说法是由资料库专家詹姆士•格雷提出的，他曾经获得过有“电脑界诺贝尔奖”之称的图灵奖。他在个人传记中写到：“科学发展已经走过了‘实验、理论、计算’三个阶段，而进入了第四个以‘资料’为重点的阶段。过去几十年来是计算科学大行其道的时代，各种重要的数据库技术和算法，都在过去几十年渐渐成熟;而现在由于全世界物联化(instrument-ed)以及互连化(inter-connected)的关系，让全世界的资料在任何领域都以非常快的速度在累积，而且累积的速度远远超过现在所有企业所能处理的速度。由于资料累积的量和速度都是前所未见，而且其中的确蕴含宝贵的信息金矿，因此在科学研究或是其他各种领域，大家都转而以资料分析来为科学研究或是企业组织提供发展方向、寻求突破。”资料的全面分析，给我们所想要了解的事物一个全貌的解释。
    当然，“通过数据了解某个人或者技术或者事物”，这样的想法还不能驱使微软、IBM、高盛等等这样的全球领衔的以商业至上的企业大肆为其摇旗呐喊。他们真正感兴趣的，是大数据时代下，依托云计算的计算机通过解析人/技术/事物的过去和现在的特质，所能实现的对未来的“预测功能”。比如谷歌公司根据用户数据分析，成功预测四项奥斯卡大奖。仅仅拥有单一数据渠道来源(也就是只有本公司的)的百度、谷歌、基金公司、Twitter等通过数据已经实现了震撼我们的预测，那么当我们努力实现让所有类型的数据都整合在一起，交给计算机，他将带来多大的小宇宙力量!那么关于人类的国家资源调配、商业活动趋势、自然灾害预测……所有问题虽然不能在短时间内完全掌握，但是可以确保的是，他一定能优化现有所有的资源，协助解决一切我们想解决的问题。背后蕴藏的，是无限的可能，不论是政治、文化、还是商业。这就是为什么一呼百应，所有企业都在呼吁的原因。数据，代表了信心，给了我们想要理解但不了解事物的信心。
    我们该怎么用大数据？
    大数据应用虽然前景诱人，但绝非想做就能做得了的。首先我们需要采集庞大的数据量(采集技术)，然后考虑放在哪(存储技术)、怎么放才好拿(分布和架构技术)、放好后怎么让计算机去处理(自然语言转换技术和数据处理技术)、处理完怎么归类(统计分析)，然后发现这些数据是否足够用于预测，是否需要更多数据或者转换数据(数据挖掘技术)，接着还要看是否能变成可预测或可掌控的模型(模型预测技术)，最后还要让人看得懂和会用(结果呈现技术，如图表和云计算等)。以上八个环节哪怕任一环节是难以凭一人之力去完成的。在庞大的数据面前个人的智慧如此渺小，如同让蚂蚁去了解何为“恒河沙数”一般。这需要巨大的智慧聚合，需要先进的技术、人才和高度的统筹安排，做到这一切实在不容易，简单来说，我们人类仅仅是站在如前所述的“第四阶段”的入口而已。
    欣喜的是，我们在这个初始阶段也看到了许多成功应用的例子。在我们所熟悉的能源系统，智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来。通过电网每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来2~3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。维斯塔斯风力系统，依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成。
在医疗行业，在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。此外，它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。
    在通讯行业，NTTdocomo把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。当然这一点，国内许多数据量足够大的App也能做到。
此外大数据应用目前在零售业、网络服务业这几个行业也有比较频繁的应用，但相对其应有的繁荣，目前确实还是在起步阶段，但这个趋势是不可逆转的。大数据给整个人类打开了想象力和理解力的新大门，而且将永不停止。