1996年雅虎上市的时候，谷歌还没成立，谷歌上市的时候FaceBook还没有成立，所以我们可以推测FaceBook今年上市了，带领大数据创新的公司还没有成立。
演讲PPT大数据的创新难点
什么不是大数据？我可以斩钉截铁的说，数据大不等于大数据，大多数人把数据大称之为大数据，过去多少K，后来多少兆，现在用T了。人家早等着呢，后面还有20多个名字呢，这种简单的数量的增长真的是量变和质变吗？量本身有差距吗？现有的设备、技术方法所能处理的多数是数据大，不是大数据。数据挖掘、精细化运营、精准广告、个性化服务、推广这些不是未来大数据服务商业模式的主要部分。你可以想像他做的精细化运营的成本，大概能够抵消精细化营销的收入，基本上是零。不会产生推倒重来，重新玩的效果。这是现在最常见的大数据定义，三V定义，多样性、体量、速度。我按照那个逻辑先给一个操作化定义，比如说多样性，什么叫做多样性，姓名、身高，这是不断描述一个人的精细化而已，“多”不是多样，所以我说第一个数据来源多样，刚才我们领导也专门讲过这个问题。大数据必然是开放式的，必然是公共的。一家公司不管多大，我们腾讯算中国最大的，你还得知道，他的数据有相当的同质性。有相当的局限性，有相当一个角度下的介入，如果跨出去会好很多，比如说腾讯和百度，现在两大公司，你们两家公司数据百分之百兑换、共享，那就有意思了。
现在美国政府搞的数据开放政策，40几个国家了，美国和英国非常有意思，都反映了只有我们在现实世界打不破的界限，在数据层面我们打破了。大的数据来源才可能多样性，我后面会仔细讲这件事情，数据种类的多样性，数据形式在变，有文字、语音、图表、图片、视频，信息和数据是有差别的，有定义的信息是数据，但是有相当我们现在不可解的东西，不能称之为数据，只是信息而已。数据对象的多样性，个人信息、个人数据，商业服务数据，社会公共数据，还有自然界的，物质世界的数据，只有考察多样性是从这个意义上理解，而不是自己一家一户的事越捣越细，这个数据才有生命性。大数据的多样性越高，潜在的价值就越大。
体量很简单，我们现在讨论大数据，起码是以TB为基本计量单位，我在美国上学的时候，打工、吃饭做数据分析，那个时候基本上一个G就束手无策了，现在TB是一个可以做的，成本也不是那么高，现有很多厂商都有解决方案了，是不是再过一段要PB，说不定。现在你看FaceBook一张嘴就说每天500T的数据，谷歌说我是三个P的数据，就是体量的概念。还有一个概念我是很看重的，数据之间的关系和复杂性，这种极其复杂的做建模的，做数据挖掘的应该有体会，有一阵子谷歌找我希望我去，当时2008年底，他们的模型是模型群了，大模型矩阵，62000个，之间可以任意联系，张三、李四建无数的模，这个概念应该放在体量的概念上，关系复杂性这个也放在体量之下。大数据体量越大，潜在的价值越大。
还有一个速度，我写的两篇都用到摩尔定律，其实摩尔定律在大数据上仍然有效，一个方向是数据种类每年翻番，数据体量每年翻番。后面基本上就是摩尔定律的变种了，单位数据获取的成本每年减半，单位数据每年存储的成本每年减半，单位数据利用的成本每年减半，如果那边也翻番，成本也翻番，那个是不可能的。大数据增长速度越高，潜在价值就越大。
大数据认识有几个误区，第一个只是从量上说，你看数据增长了，这样说你是没法划线的，没法说清楚普通数据和大数据的区别哪，一个T和一个P数据本质有什么差别？仅仅因为大？惠普说没有问题，我这出了一个P和一个T一样，解决了。
脱离产业发展和社会进步的大背景，讨论大数据无法说明其重要性。只要你干这件事，技术可以作为已知，总有人给你找到办法，隐私权啊，算法啊，一定有办法。把大数据这个事情作为技术问题来探讨，很难证明它有投资价值。我们互联网历史上第一波的明星，即使现在活着的公司，也比不上真正挖金子的。所以不能脱离产业发展，不能脱离社会进步，尤其是这次大数据有点像互联网刚开始，互联网很多年了，互联真正启动是美国戈尔带头。去年美国政府出了大数据国家战略，美国政府带头先搞，凡是用了联邦政府一分钱的，单位必须公布数据，推广到所有的发达国家，现在推广到相当一部分不发达国家，肯尼亚、菲律宾这样的国家都开始搞这一套，所以我们必须开始考虑大数据背后的社会、经济、更加广泛的利益。