“虽然大数据应用已经势不可当，但是仅就金融领域来看我仍然觉得是雷声大雨点小，有主观原因也有客观原因。”
首先，金融业的企业文化还没有改变过来。用产业兴衰的基因论来衡量，当上一波产业浪潮的获胜者被巩固以后，会不断地固化他的企业文化、思维模式、运营架构，这些基因不代表他在下一波产业浪潮中能获胜，所以很多银行是安于现有组织架构和组织流程，对那些新生的创新性的事物有一个文化上天然的排斥感。
“所以当大家说金融业应用大数据应该是最好的领域时，我却在不同场合都会讲：我们的小数据还没用好，对大数据，在文化上有一种排斥感。”王玉海说。
第二就是成本和管理因素。不管从人还是从实际硬件，从数据结构还是数据源，金融行业还都是传统意义上的管理模式。大数据是基于生命周期的数据管理，但目前的金融业还是割裂的、碎片化的管理。尤其传统分析方法已经不适合大数据碎片式、非结构性的数据，像影像、图片、音频大家都是觉得这个很美好，但是一旦接触它的话发觉很棘手。怎么样把非结构性的传统方法用于大数据管理？实际上从软件、硬件、基础设施上来看都没有完全成熟，成本更高了。现在传统银行每一个部门有传统的成熟的成本控制，银行不敢冒险投入很多的财力、人力来开发不能肯定回报的新的方法，这是管理和成本的制约。
第三是技术的挑战。传统的数据库都是事务型的而不是分析型的，我们都习惯于从原数据抓过来，从文本文件变成一个数据仓库，但是事务型数据库把分析和仓库割裂起来。现在，基于过去的这种分析需求是没有问题的，但是要应用到快速数据使用、需要快速结果的时候就无能为力了，所以一些审批要经过数天数周，因为在数据库里面不能实时进行创造性的分析。因此，从技术层面讲，需要更大的储存和更强的技术能力，也就是云计算和Hadoop。
第四就是人才的挑战，其实大数据应用不仅仅是需要一些计算机行业的、数学行业的人才，它更需要的是对传统的金融领域及其未来发展更了解、更熟悉，同时又有能力进行数据搭建储存和分析，这些人才目前非常稀缺，虽然每年有大量的统计学、金融学的大学毕业生，但是他们是割裂的，很多人都是偏才。
