[[146901]]

近幾年，數據逐漸成為驅動業務的主要推動力。 更重要的是,大數據是可以幫助企業改善策略,提高運營效率和加速增長。

75% 的龍頭企業說,他們已經或計劃在未來幾年在大數據基礎設施方面布局。大量的新的和令人興奮的大數據初創公司出現來滿足企業客戶日益增長的需求。

雖然大數據吸引力巨大，但是考慮到66% 的創業公司一般會在12個月失敗，大數據初創公司們仍然面臨著很多挑戰。

挑戰一 缺乏人才

大數據市場在不斷增長，60%的***認為他們今年在大數據運營上會花費更多，只有5%預測預算會減少，***的問題在于,這種增長將超過其實現它所需的人才和規模應用。

據麥肯錫的報告稱，美國的大數據人才需求在2018年將達到 170萬，大約在同一時間,美國數據市場價值將達到 415億美元。隨著行業的發展，人才技能差距將拉大。沒有簡單的解決方案,是唯一真正的修復是隨著時間的推移,人才自然會增加以滿足市場需求。

(這里還有一點諷刺,因為許多大數據初創企業試圖通過自己的軟件來解決市場上人才缺乏的問題，但他們同樣面臨招不到人。)

挑戰二 人才成本高

71% 企業和IT組織認為自己在利用數據方面剛達到平均水平或滯后。顯然需要提高整體人才能力和教育現有的勞動力。目前在員工的培訓上，為了跟上新開發產品需要大量成本。

這樣的培訓運營費用在2013年全球達到1300億，考慮到數據業務的快節奏的性質和隨后的需要更多的人員和持續培訓,這些成本只會持續上升。

挑戰三 解決理想與現實的沖突

在最近《華爾街日報》上 一篇有關Hadoop 的文章上黛博拉·蓋奇說，：一些評論把大數據捧地過于高了，對大數據的”炒作”使許多組織盲目的為采用而采用:他們急切地擁抱工具,但往往不關注他們的需求,只是因為這些工具似乎是***的(Hadoop是一個例子)。

進一步復雜化的是,大數據平臺本質上是厚數據。這使得供應商很難去表達它的功能和優點，甚至更難讓客戶們去理解。這就是為什么, 據Gartner 說,到2017年,60%的大數據項目將無法超越試點和實驗,并將被放棄。 讓大數據項目更加落地是未來的重點。

挑戰四 融資障礙

大數據在風投界獲得了極大的關注和驚人的資金, Hortonworks和 Dataminr的 融資近1億美元就是很好的證明。 但在許多方面,爭奪現金變得不利于新公司。

由于行業的發展，風投們會更親睞具有挑戰性的企業家，很多公司喜歡Palantir,MongoDB和Mu Sigma (至少有2億美元投資)。 因為資金增加了,在某種程度上我們可以預期投資者變得更加初步承諾投資,而不是投資于更成熟的新銳品牌。

挑戰五 更殘酷的競爭

全球大數據預計在2015年產值達到 1250億美元 ,創業并不孤單; 他們面臨SAP微軟和IBM這樣的數十億美元的大公司的殘酷競爭。

這些巨人可以釋放功能更新產品,收購同類公司。他們的資金是***的,而初創企業必須更加精細化他們的產品只是為了維持他們的現金消耗速率。

實際上,這是一件好事。初創公司成功的***方式和關注一個點和把它做好，大公司總是在尋找方法來獲得競爭優勢。 如果你在存儲、分析等方面有極大的優勢，被收購也是個不錯的選擇。