如何看待大数据行业的发展？
信息技术与经济社会的交汇融合引发了数据的迅猛增长，数据已经成为企业发展的基础战略资源，大数据一词对于我们来说已经不再陌生，无论成与败，大数据平台的建设都已在政府、医疗、工业、物流、金融、旅游等各个行业得到了一定的应用。
我认为大数据与SOA理念落地的道路有些相似，都是从概念开始，炒的火热，之后逐步淡出人们的视线，因为理念正在真正的走向落地。而现在的大数据建设正处于概念后期，落地前期阶段，相信未来大数据的发展趋势无论从技术发展角度，还是企业、个人应用角度，都会越来越快，越来越广、越来越普及。
其实原因很简单，从个人角度、企业需求、技术发展几个角度就可以明白：
个人角度
个人角度来说，大数据正在有效的提升客户体验，很多人觉得大数据概念离我们很遥远，其实生活中我们已经在无形中享受大数据带来的便利，就拿我们在用的今日头条APP来说，每次打开头条，它都能为我们推荐喜欢看到的文章；每次打开淘宝，搜索一个产品之后，周围的推荐都是相关的产品，其实这就是大数据技术所带来的功能。
企业需求
伴随着信息化的快速发展、数据量加大，企业有信息化系统、节省办公效率已经不再稀奇，真正拼的是如何有效利用起数据资源，在千篇一律的经营模式下掌握客户所求，出奇制胜；在风雨难测的市场环境下快速调整业务，推陈出新；在看似平稳的发展趋势下有效规避风险，掌控未来。正如第一点所讲，大数据可以有效提升用户的最终体验，那么对于企业来说，怎可能错失这么有效的工具？只不过需要企业在建设过程中注重稳扎稳打，根据业务现状、信息化基础设施、顺势而为即可。
技术发展
技术是实现大数据平台构建的重要支撑，提到大数据一定会连带一些热词，如物联网、人工智能、Hadoop、Spark等，有的是工具、有的是架构、有的是理念。我认为未来基于云上的数据决策分析将会备受瞩目，因为将数据分析业务迁移部署至云端维护，可以有效减少企业运营和技术的维护成本，做到更加优化。
在2019年，一些工具和趋势将比其他工具和趋势更受欢迎。新的大数据概念和技术不断出现在市场上，旧技术逐渐消失，或以新的方式使用。物联网（IoT）的不断发展为大数据提供了几种新的资源。新技术不仅改变了商业智能的收集方式，还改变了业务的完成方式。
物联网与大数据
目前正在努力使用物联网（IoT）来组合流分析和机器学习。在2019年，可以预期对这个主题的重大研究。
通常，机器学习在“受控”学习环境中使用“存储的”数据进行训练。在这个新模型中，来自物联网的流数据可以有用信息，以在较少受控制的环境中实时提供机器学习。在这个过程中更灵活，更恰当地应对各种情况，特别着重于与人沟通。
从使用受控环境和有限训练数据的训练模型转变为更加开放的训练系统需要更复杂的算法。然后机器学习训练系统以合理的准确度预测结果。随着主要模型的调整和发展，边缘或云中的模型将根据需要进行协调以匹配更改。
“我们将看到越来越多的企业在数据流方面处理计算，而不是处理数据库的数据。这些数据流捕获关键业务事件和镜像业务结构。统一的数据结构将成为构建这些大规模基于流的系统的基础。“——MapR的首席应用架构师Ted Dunning
AI平台
作为发现工具的大数据不断发展和成熟，一些企业获得了巨大的回报。人工智能平台将在未来十年内产生重大影响。使用AI平台处理大数据是收集商业智能和提高效率的重大改进。
人工智能平台将在2019年普及。人工智能平台是一种框架，旨在比传统框架更高效，更有效地工作。当AI平台设计得很好时，它将提供与数据科学家和其他员工更快，更有效的通信。这有助于以多种方式降低成本，例如通过防止重复工作，自动执行基本任务，以及消除简单但耗时的活动（复制，数据处理和构建理想的客户配置文件）。
还将提供数据治理，为数据科学家和员工提供最佳实践。人工智能成为值得信赖的顾问，也以帮助确保工作更均匀地传播，并更快地完成。
混合云将大受欢迎
云和混合云已逐渐普及，并将继续发展。虽然企业可能希望将某些数据保存在自己的数据存储中，但混合系统的工具和优势使其值得付出代价。混合云将企业的私有云与公共云的租用相结合，提供两者的优势。预计2019年混合云的使用量将大幅增加。
一般而言，混合云中的应用程序和数据可以在本地（私有）云和IaaS（公共）云之间来回传输，从而提供更多灵活性，部署选项和工具。例如，公共云可用于大容量，低安全性的项目，如电子邮件广告，而本地云可用于更敏感的项目，例如财务报告。
以上就是对于大数据未来趋势的一些看法。