首先，随着大数据技术体系的成熟，大数据产业也在不断拓展，包括数据采集、传输、存储、分析、应用、安全等多个方面正在逐渐形成一个较为完善的产业链，但是不可忽略的事实是，当前大数据技术在落地应用过程中，依然存在着一些制约因素。
制约大数据发展的因素是多方面的，在诸多的制约因素当中，有的因素是产业基础场景所导致的，这自然需要一个建设的过程，比如有的企业尚没有完成基础信息化改造，有的企业还没有完成业务上云等等，虽然这些产业基础场景对于大数据的落地应用会产生较大的制约，但是制约大数据落地的核心因素，依然是大数据自身的价值空间没有构建起来。
构建大数据的价值空间涉及到的因素同样比较多，其中有两个因素是比较重要的，其一是大数据的价值出口，其二是大数据的价值衡量标准，而这二者之间也存在一定的联系。当前大数据的价值之所以受到制约，一个重要的原因是当前大数据的价值出口依然是人力系统，或者说数据的价值化结果是给人使用的，而一旦数据价值化的结果是给智能体使用的，那么大数据价值将在很大程度上得到提升。
站在技术的角度来看，大数据、物联网、人工智能这三者之间的关系是非常紧密的，脱离了物联网和人工智能来谈大数据价值是有问题的，这与脱离行业场景来谈大数据一样，因此大数据的价值化体系建设，同样要看物联网和人工智能技术的发展和应用。
对于企业来说，要想实现自身的大数据发展路线，要考虑到多方面因素，而要想实现从生产产品到生产数据的转变，则需要整合大量的产业资源和技术资源。
