在大数据落实到行业应用中，难点主要集中在非结构化数据方面。目前，某些客户的结构化数据，最大也就几十TB，在这个范围之内还是相对容易操作，应用并不是大问题。大数据落地真正的挑战是一些新兴场景，特别是影像数据、数据流或者是传感器流，数据的产生会变得非常频繁。这些新兴的数据渠道，可能需要我们的技术进行相应的调整。我认为大数据落地的挑战可以分为四个方面：
第一，数据量剧增对银行、电信等行业内的IT设备带来的挑战。例如，在电信行业的呼叫数据记录管理、金融行业的交易数据和客户资料管理，大数据的来临无形中增加了他们所需承担的责任以及成本。企业必须保持这些数据在很长一段时间内的可用性，并满足这些庞大数据量在存储方面的需求。这就导致了企业需要采购和维护所需的硬件设备，并且还要不断的进行监督与管理。
第二，数据量呈几何倍数剧增带来的管理上的挑战。一个企业可能非常熟悉管理1TB数据，但由于增加了新的数据源，企业借助新的技术能力，数据量猛增到20TB，这种爆炸性的增长对企业是一个挑战。
第三，在数据上的应用。如何利用大数据技术精准地对用户的行为、消费习惯等进行分析，进而制定针对性的商业模式和服务，挖掘出商业价值。
第四，随着用户新的数据源增加，尤其是其中有很多非结构化的数据源，这改变了我们在传统上对数据的认知，如何在传统的数据模型上融合新元素，从而快速地对海量数据做出新分析，也将是挑战。