行者知趣
大數據實際上是提前把很多信息收集彙總，並進行分類，有助於後期的調取和使用。大數據彙總的數據越多，針對某個問題就越能更快的進行信息反饋，類似智慧電腦（ai），可以對某些事情進行提前預判，從而提高整個社會的效率。落實到每個人的工作上，也會提高效率。
緣味先
1、 先看大數據的“邏輯悖論”
回答這個問題，首先要弄清楚大數據產生與處理“先有雞還是先有蛋”
大數據的產生有四個特點
一是大數據的非孤立性原則：不是孤立產生的，或者自發產生的
二是大數據的技術工具原則：產生要通過大數據技術和大數據工具，沒有這些工具和技術，大數據不能憑空出現
三是大數據的循環產生原則：可以自己“生產”自己的，但還是離不開大數據技術和工具
四是大數據產生的數據關係原則：產生和處理都遵循相關性、全體性、規模性
通過分析，大數據產生和處理，既不是“先有雞”，也不是“先有蛋”，而是“雞蛋”同生，“雞”與“蛋”的同生
表面看這裡引出了大數據產生、處理的“邏輯悖論”
實際上“大數據產生”和“大數據處理”都是“大數據技術”、“大數據工具”這隻“雞”生產的
二、再看大數據的產生處理的場景
金融大數據：銀行系統各種智能設備和智能機器人每天產生、處理海量大數據。銀行人很多，但是在沒有這些智能設備之前，是沒有這麼多數據的
產業大數據：第一、二、三產業不同程度地進入大數據時代，特別是智能工廠、數字工廠、無人工廠等就是靠大數據的智能血脈在運轉。如果沒有智能機器人、智能生產線以及上面的“螺絲釘”——傳感器、電子標籤、智能攝像頭等智能設備，這些大數據也無從產生
商業大數據：各種電商平臺、新零售平臺更是這樣了。離開了平臺的商業軌跡採集分析系統、消費特徵畫像技術、智能信用管理技術、風險分析控制系統等智能設施系統，商業大數據也無法建立起來
三、大數據的“自平衡黑匣子系統”
這個問題是具有一定迷惑性。如果沒有大數據思維，一定會陷入隱藏的“邏輯陷阱”之中
但是這個問題又是完全正確的，一定是“大數據產生的速度意味著人們處理數據的速度要快”
或者反過來說，人們處理數據的速度越快，大數據產生的速度越快
結論：大數據處理速度既是大數據產生速度的根源，又是大數據進一步被處理和被產生的速度的直接誘因。反之，大數據產生速度既是大數據處理速度的根源，又是大數據進一步被產生和被處理的直接誘因
大數據的產生和處理遵循“自平衡黑匣子系統”功能
這個問題展開了，又是一篇大文章
甚至是一個“智能大數據”的新“猜想”
也有可能是未來智能大數據“自處理”的“自動力來源”
王樹生715
這個問題可以總結為，底層基礎，決定上層建築。
人們處理數據的速度快，在一定的時間內才能產生更多的數據。我們可以按照一年的時間為單位，每十年為一個節點來考慮一下。比如19年和09年這兩年。09年4G技術還越快，也普及，大家用的手機大多還是按鍵的普通手機，那一年產生的數據和19年來比，19年4G技術普及，手機幾乎都是智能手機，19年的數據的產生數量肯定要比09年產生的多的多。
從上我們就可以看我們產生的數據的增多，意味著我們的技術設備的質量和數量的大幅度提升，也就造就了19年要比09年處理信息的速度要快的多。
我相信隨著以後區塊鏈技術的普及，以後我們每個人的手機，每個智能終端設備都會成為大數據分析的一份子。有這麼多的分析終端，我們每分每秒產生的數據會更多，也就意味著我們處理數據的速度也更快。
所以說大數據產生的速度越快也就意味著我們處理數據的速度也越快。
我在認證該領域的加V，一樣可以採納為優質回答，幫忙認證一下，謝謝。
快樂的小凱子呀
知道嗎？你每天的生活，都與大數據密不可分！
刷刷淘寶，打個滴滴，玩玩抖音……這些動作，都被彙集為大數據進行分析。
“淘寶比你還了解你”，並不是一句空話。
1、大數據產業規模巨大
大數據（big data），是指需要通過快速獲取、處理、分析以從中提取價值的海量、多樣化的交易數據、交互數據與傳感數據，其規模往往達到了PB（1024TB）級。
隨著物聯網、電子商務、社會化網絡的快速發展，全球大數據儲量迅猛增長，成為大數據產業發展的基礎。根據國際數據公司(IDC)的監測數據，2013年全球大數據儲量為4.3ZB（相當於47.24億個1TB容量的移動硬盤），2018年全球大數據儲量達到33.0ZB，同比增長52.8%。
根據Wikibon研究數據，全球大數據市場規模將從2018年的420億美元增長至2024年的840億美元，年複合增長率為12.3%。
2、大數據產業受到政策大力支持
我國政策大力支持大數據產業的發展。自2014年以來，我國大數據戰略佈局經歷了四個不同階段。
預熱階段：2014年3月，“大數據”一詞首次進入政府工作報告。從這一年起，“大數據”逐漸成為各級政府和社會各界的關注熱點，中央政府開始提供積極的支持政策，為大數據發展創造機遇。
起步階段：2015年8月31日，國務院正式印發了《促進大數據發展行動綱要》，成為我國發展大數據的首部戰略性指導文件，對包括大數據產業在內的大數據整體發展作出了部署。
落地階段：《十三五規劃綱要》的公佈標誌著國家大數據戰略的正式提出，彰顯了中央對於大數據戰略的重視。2016年12月，工信部發布《大數據產業發展規劃（2016-2020年）》，為大數據產業發展奠定了重要的基礎。
深化階段：2017年10月，黨的十九大報告中提出推動大數據與實體經濟深度融合，為大數據產業的未來發展指明方向。2019年3月，政府工作報告提到“大數據”，並且有多項任務與大數據密切相關。
3、大數據的應用
大數據的出現改變了傳統數據收集、存儲、處理挖掘的方式，數據採集方式更加多樣化，數據來源更加廣泛，同時，大數據還能基於歷史數據分析，提供市場預測，促成決策。
在醫療健康行業，醫療大數據成為2019年大數據應用的熱點方向。2018年7月頒佈的《國家健康醫療大數據標準、安全和服務管理辦法》為健康行業大數據服務指導了方向。電子病歷、個性化診療、醫療知識圖譜、臨床決策支持系統等成為行業熱點。
在金融行業，隨著金融監管日趨嚴格，通過金融大數據規範行業秩序並降低金融風險逐漸成為金融大數據的主流應用場景。同時，由於各大金融機構信息化建設基礎好、數據治理起步早，使得金融業成為數據治理髮展較為成熟的行業。
在互聯網營銷行業，隨著社交網絡用戶數量的不斷擴張，利用社交大數據來做產品口碑分析、用戶意見收集分析、品牌營銷、市場推廣等“數字營銷”，將會是未來大數據應用的重點。電商數據直接反映用戶的消費習慣，具有很高的應用價值。
隨著大數據產業的發展，大數據已從概念落到實地，在精準營銷、智慧醫療、影視娛樂、金融、教育、體育、安防等領域均有大量應用，隨著雲計算、物聯網、移動互聯網等支撐行業快速發展，大數據產業大有可為！
綜上所述，大數據已經無處不在，而且數據量會越來越大，指向性會越來越精準，怎能不加速處理這些數據？
太公在浙
這個問題簡單的來說，我認為你可以理解為3G 4G 是在一個裝滿沙子水杯裡面用手👋去抓，5G 是在一個裝滿沙子的水桶裡面用手👋去抓沙子。
隨著數據量和數據增量的增加，我們的基礎越來越厚實，從處理TB級別到PB級別，到未來BB級別，不論大數據公司還是中小型企業，數據處理能力的需求增速將幾何增長。
大於等於號
智能手機操作系統是手機軟件的核心，目前有ios 和 Android兩大類。硬件基本上用的都是arm內核的處理器加上通訊芯片。
劉巖六合國際
大數據包括很多！
工業、農業、商業、金融、教育、科學、自然學等！主要來源於互聯網工具，通過每個人為互聯網提供數據，實現數據共建共享，最終通過算法來為人類服務；例如學歷、駕駛證、徵信等都是為了決策！
MoFei在線
人是大數據的創造者和使用者，大數據是為人服務的。當人處理數據的速度跟不上大數據的產生速度，大數據給予的幫助就會有很大的資源浪費，產生很多數據資源冗餘。說直白一點，就像去飯店吃飯，人吃不了那麼多，卻點了其不浪費。
數據資本時代
兩者一定是相輔相承才是真正意義上的大數據整合概念
日出堯山
這個跟今日事今日畢一個道理，如果你不跟上，那麼你的待處理數據就會越來越多。最後都變成了髒數據，那麼大數據的意義也就不大了。
