一份新的報告表示，“大數據”已不是以前那樣的熱門話題。

大數據不再是幾年前的熱門話題，那時候大家都絞盡腦汁想明白大數據為何物。如今，大數據已進入主流，可以被認為是傳統數據處理的一種延伸。

這是德勤公司(Deloitte)近日發布的數據分析趨勢報告里面的其中一個結論。

湯姆·達文波特(Tom Davenport)是德勤的獨立高級顧問，他幫助撰寫了這份報告，也是巴布森學院的一名教授。他說：“大數據和傳統分析在趨于融合。現在把兩者區別開來變得越來越難。”

“大數據”這個術語通常是指這個概念：分析海量信息，以便做出更明智的業務決策，并改善公司的內部計算機系統的性能。此外，所有這些信息沒必要存儲在一個地方，比如說甲骨文數據庫。信息可以分散在多個數據庫和系統上。

僅僅幾年前，企業高管還很難理解這個術語，也很難找到擅長用來處理海量信息的各種技術的員工。

而現在，許多大學為高級數據分析提供專門的碩士學位，許多公司在制定自己的內部計劃，培訓數據科學方面的人才。德勤的報告以網絡巨頭思科公司為例，表明了這家公司制定了內部數據科學培訓計劃，目前已有200多名員工完成了培訓計劃。

由于媒體報告、咨詢服務和分析師都在暢談“大數據”，現在人們通常了解了大數據的含義，以及他們可以如何將大數據應用到自己的公司。

德勤報告解釋，2010年在谷歌搜索引擎上“大數據”這個術語的頻次很高，但是此后逐年下降。達文波特解釋，那是由于人們現在明白了這個術語，不再需要查詢大數據的含義。

達文波特說：“坦率地說，我認為，人們不大想看大數據方面的內容，更想做大數據方面的工作。”

現在新的熱門話題是認知計算，這通常是指研制的計算機系統使用人工智能技術(比如機器學習算法)，用來模擬人類思維和推理。比如說，認知計算系統可以識別語音、識別照片中的對象，如果嵌入在自動駕駛汽車中，甚至還能學會適應危險的路況。

如果公司能夠利用這些先進的數據處理技術來解決傳統的業務問題，比如使用IBM Watson來改善農場的用水，認知計算最終會被歸并為傳統數據分析這一類。