我们再来看看地球能源的4V属性：
图注：大数据的4V属性：Volume、Variety 、Velocity和Value。
1、Volume——储量：现在已经探明的，或新探明的煤、天然气、石油、风、太阳能等能源的储量是相当惊人的，但遍布于多种地形、地貌中，就看人类有没有本事都能获取到了。
2、Variety——类别：随着人类技术水平的进步，所获得的能源种类也就越来越多，并且越来越多以前认为不行的资源，后来也慢慢成为了能源，放射性元素就是典型的例子，而若技术成熟，海水将成为人类用之不竭的新能源。曾经有一篇科幻论文说得好“也许未来只需要一把泥土，就能把火箭送上月球”。另一方面，不同能源所需要的开采技术与工具也各不相同，这就好比结构化数据与非结构化数据的处理手段的差别。因此，人类面对的能源类别越来越多，它也需要人类具备越来越多种类的能源开采能力。
3、Velocity——开采/转换效率：很难想像一口一天只产一加仑的油井有什么价值，如果一个太阳能的光电转换效率不到1%，还有使用它的必要吗？因此，人类在能源上的开采/转换的效率将决定这种能源的可利用性，就如果做数据分析，今天的销售数据分析，一个月后才能出来，那不分析也罢了。
4、Value——价值：能源的价值取决于它所能提供的能量与贡献，谁都知道95号汽油比92号汽油好，但也更贵；煤很便宜，但能提供的能量也相对较低；电能，在目前仍要通过其他能源转换得来，这都是价值之所在。它决定于自身的属性，与相应的数据挖掘与提炼的能力，前者相当于汽油与煤的不同，后者相当于炼油厂在95与92号之间的提炼工艺不同。它们都最终决定了数据的价值——并且像某些大数据宣传中所鼓吹的那样，好像任何数据用大数据分析后，就能黄土变黄金一样，这是不可能的，除非你自己对某类数据的认知就有偏差（原本就是土，和原本就是金子，有着本质不同）
IBM所提倡的Veracity，我认为可以理解为能源的提炼水平，就算是95号汽油，中国产的能和欧美产的相提并论吗？这就是所谓的真95与假95号的区别。另一个典型的例子就是浓缩铀，丰度为3%的铀235的低浓缩铀可用于核发电，而丰度高于90%的铀235则可以用来制造核武器，两者的价值肯定不一样？所以，这种提炼质量与能力上的区别也最终会体现在能源的价值上。因此，IBM强调数据分析的准确与真实，可以与能源提炼过程中的纯度相对应，体现了对数据分析的一种质的要求。
图注：IBM把大数据第4个V定义为Veracity。
说完理念的对比，再看纵向技术架构上的相似之处，大家可以想想大数据中所谈到的数据采集、汇总、保存、管理、分析、呈现是不是与能源的勘探、开采、汇聚、保管、提炼、使用有着一一对应的关系呢？
特别需要指出的是，现在物联网的一大分支——工业互联网越来越热，而大数据就是其最后的重要支撑（前不久通用电气还专门为此投资了Pivotal），其理念在于将各种传感器、致动器也纳入整体的信息采集体系，借助工业设备管控平台，分析出存在于工业设备内有价值的信息，以便于管理、精度调校以及健康预警。想想看，这是不是像地质勘探中，将不同炸点的传感信息汇总起来，再通过震荡波分析软件，来呈现出地下的矿产分布与结构视图？
大数据到底是什么？
话说至此，我们应该可以总结一下了——在某种角度上讲，大数据其实就是人类能源开拓历史在IT领域的一种再现与映射。
无论从理念还是实现手法上，大数据的种种说辞，都可以在人类悠久的能源勘探、开采、利用的经验中到对应的关系，因此，从根本上讲它并不新鲜。
但关键就在于，在IT领域，对于“数据能源”的认知水平，远不如人类对其他类别能源的认知，所以当我们有一天终于完善了相关理念基础，开发出相应的工具，看到了数据内部的能源之后，可能就一种当初发现石油一样的冲动，进而将其夸大、神话。但是，仔细想想，对于已经经历过太多这类惊喜的人类来说（火、电、煤、油、气、核能、太阳能，哪个不给我们一个惊喜？），应该不必如此大惊小怪。