众所周知，如今我们正处于大数据互联网时代。那么对于大数据时代到底是什么意思呢？大数据时代的重大变化有哪些呢？首先让我们来了解一下什么是大数据吧。从各种类型的数据中，快速获取有价值的信息的能力就是大数据。理解这一点很重要，正是这一点使大数据技术有潜力推广到许多企业的发展，进而加速我们进入大数据时代。
大数据时代是什么意思？
伴随着云计算、大数据、物联网、人工智能等信息技术的快速发展和传统产业数字化的转型，数据量呈现几何级增长，根据市场研究资料显示，全球数据总量将从2016年的16.1ZB增长到2025年的163ZB，十年内将有10倍的增长，复合增长率为26%。
若以现有的蓝光光盘为计量标准，那么40ZB的数据全部存入蓝光光盘，所需要的光盘总重量将达到424艘尼米兹号航母的总重量。而这些数据中，约80%是非结构化或半结构化类型的数据，甚至更有一部分是不断变化的流数据。因此，数据的爆炸性增长态势，以及其数据构成特点使得人们进入了“大数据”时代。
如今，大数据已经被赋予多重战略含义。
在资源的角度，数据被视为“未来的石油”，被作为战略性资产进行管理。
在国家治理角度，大数据被用来提升治理效率，重构治理模式，破解治理难题，它将掀起一场国家治理革命。
在经济增长角度，大数据是全球经济低迷环境下的产业亮点，是战略新兴产业的最活跃部分。
在国家安全角度，全球数据空间没有国界边疆，大数据能力成为大国之间博弈和较量的利器。
总之，国家竞争焦点将从资本、土地、人口、资源转向数据空间，全球竞争版图将分成新的两大阵营：数据强国与数据弱国。
大数据时代的重大变化有哪些呢？
对研究范式的新认识：从第三范式到第四范式
2007年1月，图灵奖得主、关系型数据库鼻祖JimGray发表演讲，他凭着自己对于人类科学发展特征的深刻洞察，敏锐地指出科学的发展正在进入“数据密集型科学发现范式”——科学史上的“第四范式”。
对数据重要性的新认识：从数据资源到数据资产
在大数据时代，数据不仅是一种“资源”，更是一种重要的“资产”。因此，数据科学应把数据当作一种“资产”来管理，而不能仅仅当作“资源”来对待。也就是说，与其他类型的资产相似，数据也具有财务价值，且需要作为独立实体进行组织与管理。
对方法论的新认识：从基于知识到基于数据
传统的方法论往往是“基于知识”的，即从“大量实践”中总结和提炼出一般性知识之后，用知识去解决问题。因此，传统的问题解决思路是“问题→知识→问题”，即根据问题找“知识”,并用“知识”解决“问题”。
对数据分析的新认识：从统计学到数据科学
在传统科学中，数据分析主要以数学和统计学为直接理论工具。但是，云计算等计算模式的出现及大数据时代的到来，提升了我们对数据的获取、存储、计算与管理能力，进而对统计学理论与方法产生了深远影响。
对计算智能的新认识：从复杂算法到简单算法
“只要拥有足够多的数据，我们可以变得更聪明”是大数据时代的一个新认识。因此，在大数据时代，原本复杂的“智能问题”变成简单的“数据问题”。
对管理目标的新认识：从业务数据化到数据业务化
对决策方式的新认识：从目标驱动型到数据驱动型
传统科学思维中，决策制定往往是“目标”或“模型”驱动的，也就是根据目标进行决策。然而，大数据时代出现了另一种思维模式，即数据驱动型决策，数据成为决策制定的主要“触发条件”和“重要依据”。
对产业竞合关系的新认识：从以战略为中心到以数据为中心
在大数据时代，企业之间的竞合关系发生了变化，原本相互竞争，甚至不愿合作的企业，不得不开始合作，形成新的业态和产业链。
对数据复杂性的新认识：从不接受到接受数据的复杂性
在传统科学看来，数据需要彻底“净化”和“集成”，计算目的是需要找出“精确答案”，而其背后的哲学是“不接受数据的复杂性”。
然而，大数据中更加强调的是数据的动态性、异构性和跨域等复杂性，开始把“复杂性”当作数据的一个固有特征来对待，组织数据生态系统的管理目标开始转向将组织处于混沌边缘状态。
对数据处理模式的新认识：从小众参与到大众协同
在传统科学中，数据的分析和挖掘都是具有很高专业素养的“企业核心员工”的事情，企业管理的重要目的是如何激励和考核这些“核心员工”。
但是，在大数据时代，基于“核心员工”的创新工作成本和风险越来越大，而基于“专家余Pro-AmT的大规模协作日益受到重视，正成为解决数据规模与形式化之间矛盾的重要手段。