大数据的未来发展趋势如何？
大数据时代下，什么样的工作会逐渐被替代，又有什么工作很难被替代？
趋势一：数据的资源化
何为资源化，是指大数据成为企业和社会关注的重要战略资源，并已成为大家争相抢夺的新焦点。因而，企业必须要提前制定大数据营销战略计划，抢占市场先机。
趋势二：与云计算的深度结合
大数据离不开云处理，云处理为大数据提供了弹性可拓展的基础设备，是产生大数据的平台之一。自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。
趋势三：科学理论的突破
随著大数据的快速发展，就像计算机和互联网一样，大数据很有可能是新一轮的技术革命。随之兴起的数据挖掘、机器学习和人工智慧等相关技术，可能会改变数据世界里的很多演算法和基础理论，实现科学技术上的突破。
趋势四：数据科学和数据联盟的成立
未来，数据科学将成为一门专门的学科，被越来越多的人所认知。各大高校将设立专门的数据科学类专业，也会催生一批与之相关的新的就业岗位。与此同时，基于数据这个基础平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展到企业层面，并且成为未来产业的核心一环。
趋势五：数据泄露泛滥
未来几年数据泄露事件的增长率也许会达到100%，除非数据在其源头就能够得到安全保障。可以说，在未来，每个财富500强企业都会面临数据攻击，无论他们是否已经做好安全防范。而所有企业，无论规模大小，都需要重新审视今天的安全定义。在财富500强企业中，超过50%将会设置首席信息安全官这一职位。企业需要从新的角度来确保自身以及客户数据，所有数据在创建之初便需要获得安全保障，而并非在数据保存的最后一个环节，仅仅加强后者的安全措施已被证明于事无补。
趋势六：数据管理成为核心竞争力
数据管理成为核心竞争力，直接影响财务表现。当「数据资产是企业核心资产」的概念深入人心之后，企业对于数据管理便有了更清晰的界定，将数据管理作为企业核心竞争力，持续发展，战略性规划与运用数据资产，成为企业数据管理的核心。数据资产管理效率与主营业务收入增长率、销售收入增长率显著正相关;此外，对于具有互联网思维的企业而言，数据资产竞争力所占比重为36.8%，数据资产的管理效果将直接影响企业的财务表现。
趋势七：数据质量是BI(商业智能)成功的关键
采用自助式商业智能工具进行大数据处理的企业将会脱颖而出。其中要面临的一个挑战是，很多数据源会带来大量低质量数据。想要成功，企业需要理解原始数据与数据分析之间的差距，从而消除低质量数据并通过BI获得更佳决策。
趋势八：数据生态系统复合化程度加强
大数据的世界不只是一个单一的、巨大的计算机网路，而是一个由大量活动构件与多元参与者元素所构成的生态系统，终端设备提供商、基础设施提供商、网路服务提供商、网路接入服务提供商、数据服务使能者、数据服务提供商、触点服务、数据服务零售商等等一系列的参与者共同构建的生态系统。而今，这样一套数据生态系统的基本雏形已然形成，接下来的发展将趋向于系统内部角色的细分，也就是市场的细分;系统机制的调整，也就是商业模式的创新;系统结构的调整，也就是竞争环境的调整等等，从而使得数据生态系统复合化程度逐渐增强。
大数据往简单来说就是对海量数据的分类在整理，并从中发现规律的一门技术。
从某种意义来说他代替的是一些庞大但不复杂的数据整理工作。
因此对于过于复杂和数据样本不够的工作大数据无法代替。
比如说ai写作。写作是一门相当复杂的工作，有些诸多技巧，需要庞大的运算量。目前的运算能力不足以支撑ai写作。
比如医生。疾病往往是错综复杂的，甚至很多疾病的病因都未得知。而且即使同样的疾病每个人的体质不同，并发症不同，都会导致治疗的方法不同。
但是大数据协助医生诊断疾病具有重大意义。大数据可以通过海量的病人数据推断疾病。以后医生输入患者的症状大数据就能给出可能的疾病。对医生的诊断具有重要意义。尤其是对于某些经验不足的医生，和一些极为罕见的疾病的诊断是非常有帮助的。当然也可以推荐用药。当然,在这方面ai大数据只具有参考意义。
比如码农，ai也无法代替码农。但是在未来大数据也有一定的作用。比如ai纠错可以减少bug,大数据可以对用户使用软体的习惯进行分类整理，从而可以让软体工程师设计出更符合用户使用习惯的软体。
总的来说ai大数据是一门总结经验的技术。他不适合创新型领域。但是他可以为未来创新型岗位提供很多参考。
在可以遇见的未来，大数据会极大的改变我们的生活。
大数据的未来发展趋势还是相当good的。毕竟大数据还是未来的香饽饽行业的。拿最近的大数据在这次疫情期间的应用做案例您就明白了。
（1）电信大数据发挥广泛应用和重要价值
疫情发生后，工业和信息化部第一时间成立电信大数据支撑服务疫情防控领导小组，统筹协调部门之间、部省之间的联动共享。通过电信大数据用户位置轨迹数据多元场景分析，能够统计全国特别是湖北等重点地区的人员流动情况，分析预测确诊、疑似患者及密切接触人员等重点人群的流动情况，支撑服务疫情态势研判、疫情防控部署以及对流动人员的监测统计。正值春节返程高峰，同步对重点城市的人员流动分析，也有著重要价值。
（2）电力、自来水、燃气等大数据应用，助力社区精准排查
新冠肺炎疫情期间，国家电网浙江杭州供电公司研发了全国首个「电力大数据+社区网格化」演算法，实现了收集、研判电力数据功能，对滨江157476户居民、超过1000万条电力数据，进行了收集和分析。为了精准判断细微的用电数据差别，在演算法中开发了居民短暂和长期外出、举家返回、隔离人员异动等3个场景6套演算法模型。通过3轮150余万条次电力大数据巡航，精准判断出区域内人员日流动量和分布，还可以实时监测居家隔离人员、独居老人等特殊群体347户。这让社区人员得以根据电量波动判断业主状况，做好跟踪服务。
（3）医疗影像大数据人工智慧效率大大提升
新冠肺炎疫情早期，由于确诊案例样本量少，医疗机构缺少高质量临床诊断数据，核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。随著临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，CT影像诊断结果变得愈发重要。根据国家卫健委公布的诊疗方案第五版，临床诊断无需依赖核酸检测结果，CT影像临床诊断结果可作为新冠肺炎病例判断的标准。一位新冠肺炎病人的CT影像大概在300张左右，这给医生临床诊断带来巨大压力，医生对一个病例的CT影像肉眼分析耗时大约为5-15分钟。
达摩院联合阿里云等机构，基于5000多个病例的CT影像样本数据，学习训练样本的病灶纹理，针对新冠肺炎临床诊断研发了一套全新AI诊断技术，AI可以在20秒内准确地对新冠疑似案例CT影像做出判读，分析结果准确率达到96%，大幅提升诊断效率，河南郑州小汤山已经引入该演算法辅助临床诊断。
（4）大数据助力加快药物研制
全球健康药物研发中心（GHDDI）会同清华大学药学院上线人工智慧药物研发平台和大数据分享平台，免费将药物研发资源开放给科研人员，共同加速新型冠状病毒药物研发。里面涵盖了既往冠状病毒相关研究中涉及的900多个小分子在不同阶段的相关实验信息。结合「老药新用」的思路，可以帮助科学家高效筛选出经过临床一期实验的安全性已知的化合物，有效缩短针对此次疫情的药物研发时间。
（5）公安大数据技术与疫情防控
新冠肺炎疫情防控期间，重庆市公安局九龙坡区分局合成作战中心，紧盯重点人员数据筛查、确诊病例轨迹回溯、涉疫案件打击等关键环节，充分运用各类资源手段加强研判，真正让数据「跑」起来、让信息「活」起来，编织起了一张牢固的数字化疫情防控网。
黑龙江黑河市公安局研究部署运用公安大数据服务支撑疫情防控工作。实现各警种数据共享、资源汇集、手段集成，运用大数据筛查疫情风险，发挥「公安大数据疫情监测系统」的优势，会同相关部门运用相关系统，深入排查与确诊病例、疑似病例有过「同时空」的潜在密切接触者，最大限度将受感染风险人员排查出来，及时救治患者，严防疫情扩散。
各省市公安大数据资源丰富，在此次疫情防控中同样起到了重要作用。
（6）大数据模型为政府决策复工复产提供科学参考
深圳大学发布《新冠肺炎疫情防控时空分析研究报告》，依据大数据对全市复工与错峰管控，进行疫情传播状况的模拟。基于深圳公交系统出行数据、手机数据，考虑深圳市人口密度、人群流动、新冠情况等数据参数，以SEIR/SIR传染病模型为基础，模拟新型冠状病毒传播路径。测算出复工比例为60%时，疫情传播风险率相对较低。为政府安排复工复产提供决策支持！
大数据在本次疫情中其他各个领域也发挥了重要作用，这得益于国家大数据战略实施以来，各地按照国务院《促进大数据发展行动纲要》纷纷制定大数据发展规划，取得了重要成果，经受住了疫情防控的检验，也为接下来发展大数据坚定了思路和信心。
从以上的报道来看，大数据的应用特别广泛。在这次疫情期间也是发挥出了不可磨灭的作用。大数据发展前景还是比较乐观的。
但是在您决定学习大数据之前，要先看一下，自己否真适合学习大数据，这个您倒是可以看一下 @尚矽谷教育 大数据的教程，教程可以在 @尚矽谷教育 主页【置顶文章】查看获取方式。
感觉自己能听明白之后，再考虑学习大数据的事情。结合大数据学习路线来学习。
【大数据推荐阅读】
什么是大数据？
同学都想学大数据，大数据很好就业吗？
大数据技术在未来的趋势？
大学生为避免程序员中年被裁应当做哪些准备？
如何进入大数据领域，学习路线是什么？
文科女生，转行大数据或IT行业有可能吗，0基础？
北京大数据培训机构哪家好点？
其实很多现在人们还在做的事情，也许会被慢慢取代吧。
就像很多时候我们能看见的那些，很多人都能做的事情，可能会被慢慢取代。尤其是那些相对而言，流水线的操作，会被越来越多的一步步取代。毕竟大数据下的人工智慧，也许很多时候相对而言，更加安全和便利。且不会有那么多的事情发生。我觉得这肯定是很有可能的吧。
不过话说回来，有些事情还是会一直存在的，至少我觉得很多年内是这样的。因为人永远在哪里，人性在哪里。我们需要的共情，需要的诉说在哪里，所以很多时候，有些不会改变也不会被取代。
当然了还有就是一些管理层。毕竟再怎么说，人工智慧在很多时候，也是被管理层，大数据是给上层提供帮助和分享，而不是上层，提前登上高楼，有时候真的，蛮有必要的。
全国的大数据人才仅几十万，而缺口有一百多万，未来几年里对相关人才的需求只增不减。
当下当下中国互联网行业需求最旺盛的六类人才职位有研发工程师、产品经理、人力资源、市场营销、运营和数据分析师。其中研发工程师需求量最大，而数据分析人才最为稀缺。
大数据在互联网、物联网、人工智慧、金融、体育、在线教育、交通、物流、电商等等，领域都有运用，或将成为成为今后整个社会及企业运营的支撑。
未来的大数据自身能够创造出更多的价值，紧紧围绕数据价值化展开，逐渐形成产业链。至今为止，产业链已经初步形成，包括数据采集、整理、传输、存储、分析、呈现和应用，相信未来会进一步扩大。
另外大数据和科技领域的发展也密不可分。大数据的发展正在推动科技领域的发展进程，在金融、教育、医疗、人工智慧研发等领域也起到了至关重要的作用，它会让社会越来越智能化。
推荐阅读：
