随着科技的不断进步，自然界的信息沟通越来越密切，这种交流已经不仅仅局限于人与人之间。信息的传递、处理、反馈等造成数据的急剧膨胀，从而演化为大数据模式。根据麦肯锡全球研究所给出的定义，大数据是一种规模大到在获取、储存、管理、分析方面超出传统数据库软件工具能力范围的数据集合。它具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
而大数据的爆发也催生出了云储存业务，它对海量数据的分析、处理、提取、储存的能力，解决了传统储存模式对大数据有心无力的问题。云时代的到来，让科技行业迸发出新的活力，也因此产生了新的行业模式，尤其是依靠云计算、物联网等技术，将智能生活的蓝图展现在人们眼前。
云储存相较于传统硬件储存来说，第一个优势就是大。用户可以通过购买储存空间，来不断的扩大存量，而且储存资源是整合在一起的，你不在需要面对一堆硬盘，你只需要一个账号。第二个优势是提高效率。云储存对于信息的处理和提取更加智能化，它合理的分配、控制数据，避免储存空间的浪费。第三个优势就是方便，云端存储的数据时效性长久，有需要可以随时提取，只要有终端支持，不必再担心硬盘丢失、破损等问题。
不过在云时代，也存在它的隐忧，潇洒且高危。“云”是一个对于虚拟空间的形容，但追本溯源，它还是要落在地上。云储存是通过服务商提供的应用来获取存储空间，这个空间对于用户来说是看不见的，但对于服务商来说云储存是由多个服务器、存储器构成的集合体，通过应用软件实现实体硬盘向虚拟硬盘的过度。与传统储存模式不同的是，用户即使付费购买空间，拥有的也只是空间的使用权，并不拥有储存信息的实体硬盘。所以在更便捷的储存背后，我们也必须意识到，还有很多问题要面临。
一、数据承载力
云落地在服务器上，对于未来大数据产业进一步的爆发，云是否有足够的数据承载能力呢？ 根据ibm调查研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。万物连接的时代，每一天都会有难以想象的数据产生，或来自我们的日常生活，或来自我们的公共事业。虽然科技在进步，服务器的体积越来越小，而加入到云服务中的企业也越来越多，但当数据量超出我们预想的时候，现有的科技力量是否能承载住呢？
二、云端不统一
我们使用的云依赖于服务商，而现在市场上出现很多云服务的供应商，但基于信息安全和空间封锁，云与云之间还不能实现共享。这使得信息无法更顺畅地传递，产品的不统一性决定了应用的单一性，即使个人储存、提取的效率很高，但是在云端互联的问题上依然有很大的问题。而想要解决这个问题，服务商就不得不解决信息传递量翻倍的情况，这也是个挑战。
三、覆盖问题
想要随时随地的提取、传递、存储信息到云端，还有一个必要条件，就是云的覆盖。万物互联时代，如果云仅仅覆盖在你的头上那是远远不够的，想要做云端的霸主，就必须扩大自己的云覆盖率，做到全球覆盖，所以云市场的竞争必然激烈。
四、安全问题
云的安全问题一直是大家最关心的，将信息储存在云端，就意味着安全问题不由自己掌控，而是由服务商把握，只通过一个账号就能登录并获取想要的资源，那么就难免要面临不法分子的网络攻击。而且安全问题不仅来源于外部，也可能产生自内部。做云储存服务，对服务商的要求也很高，必须保证用户能实时提取、储存，如果出现前段时间亚马逊云服务器中断等类似事件，后果将会是很严重的。
五、云的开发者是否值得信赖？
现在的云市场被各大科技公司、互联网公司所占据，只看国内市场也有华为、阿里巴巴、腾讯、百度等多家在激烈竞争，用户通过选择购买，拥有云产品，将大量生活数据、工作数据保存在里面，但如何保证自己的数据不外流，这些云的开发者们真的可信吗？尤其是私有云市场，云储存对于用户的不透明化，将成为最大的安全隐患，或许在云不断发展的过程中，政府会介入到信息安全保障中来。
六、产业链标准
虽然市面上已经出现了多款云产品供大家挑选，但在云服务背后，还没有形成完整的产业链，云计算本身也并没有做到产业精细化，市场上充斥着大量的同质化严重的产品，重复建设导致资源流失。而在云服务商背后的行业是否已经做好迎接大数据爆发的准备，在技术和标准上能否达到支撑云储存大规模处理数据的能力？
七、未来在哪
大数据的爆发催生云市场的增长，但云未来的路该怎么走呢？或许马云都没有想好，如果单纯的做数据处理，那么不可避免的就会沦为“传统”。像百度一样，曾经的互联网巨头，如今已经快要成为传说了，所以百度去做了人工智能，李彦宏自己都说百度不是互联网公司，是ai企业。那么如今在云上投入巨大的阿里巴巴呢？它有想好未来怎么走，如何把握科技发展的下一个时代转折，而不沦为“传统”吗？