大數據的未來發展趨勢如何？
大數據時代下，什麼樣的工作會逐漸被替代，又有什麼工作很難被替代？
趨勢一：數據的資源化
何為資源化，是指大數據成為企業和社會關注的重要戰略資源，並已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大數據營銷戰略計劃，搶佔市場先機。
趨勢二：與雲計算的深度結合
大數據離不開雲處理，雲處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平臺之一。自2013年開始，大數據技術已開始和雲計算技術緊密結合，預計未來兩者關係將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。
趨勢三：科學理論的突破
隨著大數據的快速發展，就像計算機和互聯網一樣，大數據很有可能是新一輪的技術革命。隨之興起的數據挖掘、機器學習和人工智慧等相關技術，可能會改變數據世界裡的很多演算法和基礎理論，實現科學技術上的突破。
趨勢四：數據科學和數據聯盟的成立
未來，數據科學將成為一門專門的學科，被越來越多的人所認知。各大高校將設立專門的數據科學類專業，也會催生一批與之相關的新的就業崗位。與此同時，基於數據這個基礎平臺，也將建立起跨領域的數據共享平臺，之後，數據共享將擴展到企業層面，並且成為未來產業的核心一環。
趨勢五：數據泄露泛濫
未來幾年數據泄露事件的增長率也許會達到100%，除非數據在其源頭就能夠得到安全保障。可以說，在未來，每個財富500強企業都會面臨數據攻擊，無論他們是否已經做好安全防範。而所有企業，無論規模大小，都需要重新審視今天的安全定義。在財富500強企業中，超過50%將會設置首席信息安全官這一職位。企業需要從新的角度來確保自身以及客戶數據，所有數據在創建之初便需要獲得安全保障，而並非在數據保存的最後一個環節，僅僅加強後者的安全措施已被證明於事無補。
趨勢六：數據管理成為核心競爭力
數據管理成為核心競爭力，直接影響財務表現。當「數據資產是企業核心資產」的概念深入人心之後，企業對於數據管理便有了更清晰的界定，將數據管理作為企業核心競爭力，持續發展，戰略性規劃與運用數據資產，成為企業數據管理的核心。數據資產管理效率與主營業務收入增長率、銷售收入增長率顯著正相關;此外，對於具有互聯網思維的企業而言，數據資產競爭力所佔比重為36.8%，數據資產的管理效果將直接影響企業的財務表現。
趨勢七：數據質量是BI(商業智能)成功的關鍵
採用自助式商業智能工具進行大數據處理的企業將會脫穎而出。其中要面臨的一個挑戰是，很多數據源會帶來大量低質量數據。想要成功，企業需要理解原始數據與數據分析之間的差距，從而消除低質量數據並通過BI獲得更佳決策。
趨勢八：數據生態系統複合化程度加強
大數據的世界不只是一個單一的、巨大的計算機網路，而是一個由大量活動構件與多元參與者元素所構成的生態系統，終端設備提供商、基礎設施提供商、網路服務提供商、網路接入服務提供商、數據服務使能者、數據服務提供商、觸點服務、數據服務零售商等等一系列的參與者共同構建的生態系統。而今，這樣一套數據生態系統的基本雛形已然形成，接下來的發展將趨向於系統內部角色的細分，也就是市場的細分;系統機制的調整，也就是商業模式的創新;系統結構的調整，也就是競爭環境的調整等等，從而使得數據生態系統複合化程度逐漸增強。
大數據往簡單來說就是對海量數據的分類在整理，並從中發現規律的一門技術。
從某種意義來說他代替的是一些龐大但不複雜的數據整理工作。
因此對於過於複雜和數據樣本不夠的工作大數據無法代替。
比如說ai寫作。寫作是一門相當複雜的工作，有些諸多技巧，需要龐大的運算量。目前的運算能力不足以支撐ai寫作。
比如醫生。疾病往往是錯綜複雜的，甚至很多疾病的病因都未得知。而且即使同樣的疾病每個人的體質不同，併發症不同，都會導致治療的方法不同。
但是大數據協助醫生診斷疾病具有重大意義。大數據可以通過海量的病人數據推斷疾病。以後醫生輸入患者的癥狀大數據就能給出可能的疾病。對醫生的診斷具有重要意義。尤其是對於某些經驗不足的醫生，和一些極為罕見的疾病的診斷是非常有幫助的。當然也可以推薦用藥。當然,在這方面ai大數據只具有參考意義。
比如碼農，ai也無法代替碼農。但是在未來大數據也有一定的作用。比如ai糾錯可以減少bug,大數據可以對用戶使用軟體的習慣進行分類整理，從而可以讓軟體工程師設計出更符合用戶使用習慣的軟體。
總的來說ai大數據是一門總結經驗的技術。他不適合創新型領域。但是他可以為未來創新型崗位提供很多參考。
在可以遇見的未來，大數據會極大的改變我們的生活。
大數據的未來發展趨勢還是相當good的。畢竟大數據還是未來的香餑餑行業的。拿最近的大數據在這次疫情期間的應用做案例您就明白了。
（1）電信大數據發揮廣泛應用和重要價值
疫情發生後，工業和信息化部第一時間成立電信大數據支撐服務疫情防控領導小組，統籌協調部門之間、部省之間的聯動共享。通過電信大數據用戶位置軌跡數據多元場景分析，能夠統計全國特別是湖北等重點地區的人員流動情況，分析預測確診、疑似患者及密切接觸人員等重點人羣的流動情況，支撐服務疫情態勢研判、疫情防控部署以及對流動人員的監測統計。正值春節返程高峯，同步對重點城市的人員流動分析，也有著重要價值。
（2）電力、自來水、燃氣等大數據應用，助力社區精準排查
新冠肺炎疫情期間，國家電網浙江杭州供電公司研發了全國首個「電力大數據+社區網格化」演算法，實現了收集、研判電力數據功能，對濱江157476戶居民、超過1000萬條電力數據，進行了收集和分析。為了精準判斷細微的用電數據差別，在演算法中開發了居民短暫和長期外出、舉家返回、隔離人員異動等3個場景6套演算法模型。通過3輪150餘萬條次電力大數據巡航，精準判斷出區域內人員日流動量和分佈，還可以實時監測居家隔離人員、獨居老人等特殊羣體347戶。這讓社區人員得以根據電量波動判斷業主狀況，做好跟蹤服務。
（3）醫療影像大數據人工智慧效率大大提升
新冠肺炎疫情早期，由於確診案例樣本量少，醫療機構缺少高質量臨牀診斷數據，核酸檢測作為病原學證據被公認為新冠肺炎診斷的主要參考標準。隨著臨牀診斷數據的積累，新冠肺炎的影像學大數據特徵逐漸清晰，CT影像診斷結果變得愈發重要。根據國家衛健委公佈的診療方案第五版，臨牀診斷無需依賴核酸檢測結果，CT影像臨牀診斷結果可作為新冠肺炎病例判斷的標準。一位新冠肺炎病人的CT影像大概在300張左右，這給醫生臨牀診斷帶來巨大壓力，醫生對一個病例的CT影像肉眼分析耗時大約為5-15分鐘。
達摩院聯合阿里雲等機構，基於5000多個病例的CT影像樣本數據，學習訓練樣本的病竈紋理，針對新冠肺炎臨牀診斷研發了一套全新AI診斷技術，AI可以在20秒內準確地對新冠疑似案例CT影像做出判讀，分析結果準確率達到96%，大幅提升診斷效率，河南鄭州小湯山已經引入該演算法輔助臨牀診斷。
（4）大數據助力加快藥物研製
全球健康藥物研發中心（GHDDI）會同清華大學藥學院上線人工智慧藥物研發平臺和大數據分享平臺，免費將藥物研發資源開放給科研人員，共同加速新型冠狀病毒藥物研發。裡面涵蓋了既往冠狀病毒相關研究中涉及的900多個小分子在不同階段的相關實驗信息。結合「老葯新用」的思路，可以幫助科學家高效篩選出經過臨牀一期實驗的安全性已知的化合物，有效縮短針對此次疫情的藥物研發時間。
（5）公安大數據技術與疫情防控
新冠肺炎疫情防控期間，重慶市公安局九龍坡區分局合成作戰中心，緊盯重點人員數據篩查、確診病例軌跡回溯、涉疫案件打擊等關鍵環節，充分運用各類資源手段加強研判，真正讓數據「跑」起來、讓信息「活」起來，編織起了一張牢固的數字化疫情防控網。
黑龍江黑河市公安局研究部署運用公安大數據服務支撐疫情防控工作。實現各警種數據共享、資源彙集、手段集成，運用大數據篩查疫情風險，發揮「公安大數據疫情監測系統」的優勢，會同相關部門運用相關係統，深入排查與確診病例、疑似病例有過「同時空」的潛在密切接觸者，最大限度將受感染風險人員排查出來，及時救治患者，嚴防疫情擴散。
各省市公安大數據資源豐富，在此次疫情防控中同樣起到了重要作用。
（6）大數據模型為政府決策復工復產提供科學參考
深圳大學發布《新冠肺炎疫情防控時空分析研究報告》，依據大數據對全市復工與錯峯管控，進行疫情傳播狀況的模擬。基於深圳公交系統出行數據、手機數據，考慮深圳市人口密度、人羣流動、新冠情況等數據參數，以SEIR/SIR傳染病模型為基礎，模擬新型冠狀病毒傳播路徑。測算出復工比例為60%時，疫情傳播風險率相對較低。為政府安排復工復產提供決策支持！
大數據在本次疫情中其他各個領域也發揮了重要作用，這得益於國家大數據戰略實施以來，各地按照國務院《促進大數據發展行動綱要》紛紛制定大數據發展規劃，取得了重要成果，經受住了疫情防控的檢驗，也為接下來發展大數據堅定了思路和信心。
從以上的報道來看，大數據的應用特別廣泛。在這次疫情期間也是發揮出了不可磨滅的作用。大數據發展前景還是比較樂觀的。
但是在您決定學習大數據之前，要先看一下，自己否真適合學習大數據，這個您倒是可以看一下 @尚矽谷教育 大數據的教程，教程可以在 @尚矽谷教育 主頁【置頂文章】查看獲取方式。
感覺自己能聽明白之後，再考慮學習大數據的事情。結合大數據學習路線來學習。
【大數據推薦閱讀】
什麼是大數據？
同學都想學大數據，大數據很好就業嗎？
大數據技術在未來的趨勢？
大學生為避免程序員中年被裁應當做哪些準備？
如何進入大數據領域，學習路線是什麼？
文科女生，轉行大數據或IT行業有可能嗎，0基礎？
北京大數據培訓機構哪家好點？
其實很多現在人們還在做的事情，也許會被慢慢取代吧。
就像很多時候我們能看見的那些，很多人都能做的事情，可能會被慢慢取代。尤其是那些相對而言，流水線的操作，會被越來越多的一步步取代。畢竟大數據下的人工智慧，也許很多時候相對而言，更加安全和便利。且不會有那麼多的事情發生。我覺得這肯定是很有可能的吧。
不過話說回來，有些事情還是會一直存在的，至少我覺得很多年內是這樣的。因為人永遠在哪裡，人性在哪裡。我們需要的共情，需要的訴說在哪裡，所以很多時候，有些不會改變也不會被取代。
當然了還有就是一些管理層。畢竟再怎麼說，人工智慧在很多時候，也是被管理層，大數據是給上層提供幫助和分享，而不是上層，提前登上高樓，有時候真的，蠻有必要的。
全國的大數據人才僅幾十萬，而缺口有一百多萬，未來幾年裡對相關人才的需求只增不減。
當下當下中國互聯網行業需求最旺盛的六類人才職位有研發工程師、產品經理、人力資源、市場營銷、運營和數據分析師。其中研發工程師需求量最大，而數據分析人才最為稀缺。
大數據在互聯網、物聯網、人工智慧、金融、體育、在線教育、交通、物流、電商等等，領域都有運用，或將成為成為今後整個社會及企業運營的支撐。
未來的大數據自身能夠創造出更多的價值，緊緊圍繞數據價值化展開，逐漸形成產業鏈。至今為止，產業鏈已經初步形成，包括數據採集、整理、傳輸、存儲、分析、呈現和應用，相信未來會進一步擴大。
另外大數據和科技領域的發展也密不可分。大數據的發展正在推動科技領域的發展進程，在金融、教育、醫療、人工智慧研發等領域也起到了至關重要的作用，它會讓社會越來越智能化。
推薦閱讀：
