Sama seperti teknologi lainnya, big data juga bisa sangat baik jika berada di tangan yang tepat. Namun berlaku sebaliknya. Selama ini kita selalu membaca dan mendengar bahwa personalisasi adalah bentuk dari peningkatan pengalaman pengguna level selanjutnya. Data-data personal ini didapatkan dari bagaimana sistem menganalisis bagaimana kebiasaan pengguna. Kemudian sistem bisa memberikan rekomendasi apa yang cocok dan apa yang mungkin relevan dengan kebiasaan mereka saat ini. Ini menjadi mengkhawatirkan jika analisis prediktif ini dimanfaatkan untuk hal-hal yang tidak baik. Misalnya analisis prediktif mengenai kegemaran, pola bepergian, penggunaan kartu kredit, transaksi, dan banyak hal dimiliki oleh orang-orang yang tidak bertanggung jawab. Bukan untuk menghakimi bahwa teknologi berbahaya, hanya mengingatkan ada sisi lain dari teknologi yang ternyata memang membahayakan.

Gedung Putih Mei silam mengeluarkan sebuah dokumen bertajuk “Big Data: A Report on Algorithmic Systems, Opportunity, and Civil Rights”. Dalam dokumen sebanyak 29 halam tersebut dijelaskan banyak hal mengenai peluang dan tantangan yang dihadapi big data. Salah satu tantangan yang menjadi sorotan adalah kemungkinan big data disalahgunakan sebagai alat untuk diskriminasi.Beberapa contoh kasus yang diambil adalah diskriminasi yang bisa didapatkan masyarakat untuk mendapatkan akses kredit, lowongan pekerjaan, pendidikan dan kejahatan kriminal. Jika big data dan analisis bisa mendapatkan analisis prediktif dari data yang ada menyebutkan orang-orang yang dinyatakan “tidak masuk kualifikasi” maka orang-orang tersebut benar-benar dipinggirkan. Bisa saja seseorang akan ditolak di mana pun karena data riwayatnya ternyata menghasilkan analisis prediktif yang buruk. Padahal belum tentu sumber data akurat, belum lagi analisis dilakukan dengan baik dan benar.

Big data dan analisisnya sama halnya mengkhawatirkan dengan peralatan yang dikendalikan dari jauh bila sama-sama di pegang oleh orang yang tidak bertanggung jawab. Dalam kasus big data risikonya bisa lebih ditekan dengan memastikan keakuratan data dan menjaga agar informasi personal lebih dulu mendapatkan izin dari pengguna. Selain itu diharapkan juga kebijakan yang lebih baik dari lembaga yang menggunakan analisis prediktif untuk menghindari diskriminasi. Banyak perusahaan Indonesia yang belum menyadari dampak negatif big data dalam pengelolaan data mereka. "Padahal akibatnya data bisa tidak tersimpan, tidak terback-up. Beberapa tahun lagi Indonesia juga akan mengikuti tren ini. Prediksi sekitar tiga sampai empat tahun lagi, perusahaan-perusahaan Indonesia akan kebingungan karena terlalu banyak data dalam sistem komputernya. sebuah rumah sakit yang terus menurus menambah data pasiennya. Jika mereka tidak memiliki rekam data penyakit pasien yang baik maka tidak menutup kemungkinan jiwa seseorang menjadi terancam.

Tantangan Big data dalam implementasi di perusahaan

·         Permasalahan kurangnya pemahaman dan wawasan big data.

·         Kurangnya pengalaman dalam mengalami data yang berjumlah banyak dan kompleks.

·         Bingung dalam memilih teknologi dan platform big data. ...

·         Permasalahan budget karena investasi big data memerlukan biaya yang cukup besar.

Dibalik berbagai kemudahan yang ditawarkan, Big Data sebagai salah satu komponen penting dalam indutri 4.0, membawa serta tantangan serta resiko. Salah satu tantangan serta resiko terbesar yang selalu menjadi masalah utama dalam penggunaan Big Data adalah masalah privasi. Data dalam jumlah besar memang "menggoda" untuk disalahgunakan, terlebih lagi saat ini belum terdapat batasan yang jelas terkait privasi dalam Big Data yang diatur dalam peraturan formal atau undang-undang. Neil M. Richards dan Jonathan H. King kemudian membagi privasi dalam Big Data ke dalam empat katagori yaitu perlindungan untuk identitas (identity), kesetaraan (equality), keamanan (security), dan kepercayaan (trust) dan mengemukakan bahwa beberapa cara menjaga privasi dalam Big Data adalah dengan membuat peraturan, peraturan halus (soft regulation) dan etika Big Data yang memiliki batasan yang jelas sehingga mencegah penyalahgunaan privasi dalam Big Data.

Big Data ini tidak hanya bermanfaat atau digunakan dalam bisnis saja namun di bidang lainnya juga banyak digunakan. Simak beberapa contoh penerapan Big Data yang menarik untuk Anda simak berikut ini:

Pajak

Contoh penerapan Big Data yang pertama adalah dalam bidang pajak. Big Data ini bisa meningkatkan pendapatan pajak negara. Kesadaran masyarakat terhadap wajib pajak masih kurang. Hal tersebut membuat ditjen pajak tidak mampu memenuhi target seperti yang diharapkan. Dengan mengimplementasikan dan menerapkan Big Data ini ditjen pajak mampu mengambil data dari silsilah keluarga kemudian bisa mengetahui barang apa saja yang dimiliki. 

Data lainnya yang bisa diambil oleh Big Data adalah jumlah kekayaan yang dimiliki, akun rekening bank dan juga jenis pajak yang belum maupun sudah dibayar semuanya akan bisa ditampilkan satu. Ditjen akan mudah dalam mengecek apakah sudah membayar pajak atau belum.

Sektor Kesehatan

Penerapan Big Data selanjutnya dalam sektor kesehatan. Setiap klinik, puskesmas maupun rumah sakit menggunakan software yang berbeda dalam pencatatan pasien. Hal tersebut membuat data yang dikirimkan ke Dinas Kesehatan juga berbeda tergantung jenis software yang digunakan. Dengan penerapan Big Data ini semua informasi kesehatan bisa terpusat sehingga mudah diolah dan juga dianalisa untuk bisa mengetahui seperti apa kesehatan penduduk yang ada di Indonesia ini.

Agrikultur

Indonesia menjadi negara agraris, hal tersebut ditunjukkan dengan lahan pertanian yang luas. Big Data ini juga bermanfaat dalam bidang pertanian sehingga dengan adanya Big Data diharapkan taraf hidup petani menjadi lebih meningkat. 

Dalam bidang agrikultur ini akan melakukan riset di lahan pertanian dengan mengambil foto yang berhubungan dengan kualitas tanah, cuaca, pertumbuhan tinggi tanaman dan sebagainya. Nantinya data tersebut akan di entry ke dalam Big Data dan dilakukan analisis. Hasil analisis tersebut akan digunakan untuk membantu petani dalam meningkatkan produktivitasnya.