在探讨这个问题之前，首先要了解三件事，其一是大数据技术正在从“技术”向“资源”转变，技术的价值在于出口，而资源本身就自带价值属性。
这一点与早期的电力技术发展有相似之处，早期的电力也被称为技术，但是目前我们已经把电力称为资源了，而且电力也是非常重要的生产资源，在当前我国的电力资源消耗当中，超过一半的电力资源被用在了工业生产上。
其二是大数据技术的发展源自于互联网、物联网技术的发展，可以说互联网和物联网的发展，是导致大数据产生和发展的核心因素，因此可以说，有互联网的地方就有大数据。
其三是大数据技术正在形成一个庞大的技术体系，这个体系涉及到数据的采集、存储、分析、呈现、应用和安全，不仅互联网企业可以参与到大数据技术体系当中，传统行业企业同样可以参与到大数据技术体系当中，而且在工业互联网时代，大数据的创新将向产业场景回归。
在了解了这三件事之后，我们再看一下大数据技术的应用现状，目前大数据技术的主要应用场景依然在互联网领域，包括电子商务、互联网出行、本地生活、在线教育、互联网医院、互联网金融等场景，这些场景都有比较明显的互联网属性，数据基础也比较好，未来依然有广阔的发展前景。
接下来看一下大数据发展的趋势，大数据的发展趋势一定要结合产业结构升级这个大背景，而产业结构升级则会明显推动产业互联网的发展，这是互联网的下一个阶段，也很有可能会孵化出大量的创新企业。
大数据技术是产业互联网的核心技术组成部分，未来企业的核心资产将逐渐采用数据来进行衡量，所以未来大数据将成为一个重要的资产承载体，很多企业也会把生产数据作为自己的核心业务。
综上所述，未来大数据对于产业领域的影响将逐渐完成全场景覆盖，就像电力资源一样，更多的企业需要围绕数据资源来开展生产。
发展趋势
1、云原生技术快速发展
传统技术栈构建的应用包含了太多开发需求（后端服务、开发框架、类库等），而传统的虚拟化平台只能提供基本的运行资源，云端强大的服务能力红利并没有完全得到释放，云原生理念的出现很大程度上改变了这种状况。云原生专为云计算模型而开发，用户可快速将这些应用构建和部署到与硬件解耦的平台上，为企业提供更高的敏捷性、弹性和云间的可移植性。因此，云原生技术具有容错性好、易于管理和便于监测等特点，让应用随时处于待发布状态。经过几年的发展，容器技术、微服务、DevOps等云原生技术逐渐成熟和广泛应用。使用容器技术可以将微服务及其所需的所有配置环境打包成容器镜像，轻松移植到全新的服务器节点上，而无需重新配置环境；通过松耦合的微服务架构，可以独立地对服务进行升级、部署、扩展和重新启动等，实现频繁更新而不会对用户有任何影响。
2、云网融合服务能力体系逐渐形成，并向行业应用延伸
随着云计算产业的不断成熟，企业对网络需求的变化使得云网融合成为企业上云的显性刚需。云网融合是结合业务需求和技术创新带来的新网络架构模式，云服务按需开放网络，基于云专网提供云接入与基础连接能力，通过与云服务商的云平台结合对外提供覆盖不同场景的云网产品，并与其他云服务相结合，最终延伸至具体行业的应用。
目前，云网融合的服务能力体系已形成，主要包括三个层级：最底层为云专网，为企业上云、各类互联提供高质量高可靠的承载能力；中间层为云平台提供的云网产品，包括云专线、对等连接、云联网等，即基于底层云专网为云网融合的各种场景提供互联互通服务；最上层为行业应用场景，基于云网产品，结合其他类型云服务，向具体行业应用场景拓展，带有明显的行业属性，体现出“一行业一网络”甚至“一场景一网络”的特点。
更多资料请参考中商产业研究院发布的《中国云计算行业市场前景及投资机会研究报告》，同时中商产业研究院还提供产业大数据、产业情报、产业研究报告、产业规划、园区规划、十四五规划、产业招商引资等服务。