这个问题要从两方面来回答中国最大的数据系统，而且不能简单的将大数据排在什么水平。
从底层技术层面来讲，中国肯定是落后的首先，处理大数据的硬件设备，尤其是数字芯片、处理器等与欧美日等发达国家还有差距；其次，从大数据处理的底层技术来看，包括Hadoop、Spark等技术都是人家的。所以但从底层技术来讲落后是无疑的。
大数据的真正价值在于应用，中国在大数据应用领域肯定是领先的首先，在应用层面领先，得益于中国互联网、移动互联网、消费领域（电商）大数据的应用与发展；其次，得益于中国政府的重视，大数据中心建设已经列为新基建七大领域之一，可见其战略高度；还有中国超大规模产业、市场，以及正在到来的5G（万物互联、万物感知）都为大数据应用提供了“肥沃的土壤”，这一点可以说全球几乎没有任何一个国家可以比肩。
贵州省是中国的大数据中心吗？
据外媒Data Center Knowledge报道，苹果今天宣布将在贵州建立第一个数据中心。贵州的GDP在中国31个省份也排不上号，位居第25位。
那为什么苹果会选择在这里建数据中心呢？原因有以下几点。
1、大数据中心
贵州很有希望成为中国向大数据推进的中心，它已经连续三年举办了为期四天的中国国际大数据产业博览会，每一年都会吸引各大科技巨头慕名而来。
比如我们非常熟悉的苹果、Facebook、微软、谷歌、亚马逊、英特尔、IBM、戴尔等都曾来贵州参展。
在2017年大数据博览会上，参展公司还签署了价值24亿美元的合同。
2、气候适宜
贵州的常年平均气温保持在15摄氏度左右，非常适合数据中心的运营。
3、富士康也在这儿建立了数据中心
作为iPhone、Kindle以及PlayStation游戏机等电子设备的代工厂，富士康在贵州也设立了工厂和一个有着6000台服务器的Green Tunnel数据中心。
和很多中国企业一样，富士康也试图通过云计算、物联网和人工智能来提高制造效率。这一切都需要存储和分析海量数据。
4、优惠政策
在吸引公司前来投资方面，政府也做了出色的工作，推出了试点工程，并提供水电折扣。
5、交通便利
贵州虽为中国西南部的一个省份，但是它的交通非常便利，高铁、大桥、隧道以及国际航班等把贵州与国外城市连接在一起，帮助其摆脱隔离，拥抱世界
我国大数据技术方面，发展处于上升趋势还是下降趋势？
大数据的发展已经有七八年的时间，中国的大数据产业取得了很多的成绩，很多企业家也做出了很多的贡献。但我认为，在整个大数据产业的发展过程中，有一个十分重要的问题还没有得到充分的重视，那就是我们整体的大数据产业的发展方向还没有把重心转移到企业的数字化转型上来。
为什么这样说呢？有一个重要的原因是中国经济的发展迫切需要我们的企业进行数字化转型，并且数字化的转型一定要和大数据产业的发展紧紧地联系在一起。
当前，中国的经济发展正面临着转型的挑战，从宏观的角度看，就是要从过去追求数量的增长转向追求高质量的发展。高质量的发展要思考很多问题，包括如何保证供给和需求的平衡，如何提升全要素生产力，如何提升产品和服务的质量，如何确立品牌位置，如何增强我们行业的国际竞争力，以及如何防范各种风险等。
这些思考要落实到企业的实践中，落实到经济发展的具体应用中，重点就是要提升企业的竞争力，同时要提升企业的劳动生产效率，要增强企业的创新能力，而将这些重点发展的要素集合在一起就是要进行数字化转型。
一直以来，对任何一个企业来说，降低成本、提升生产效率都是企业追求的目标，如今要把数字化真正融入企业的各个业务流程、各个环节中，需要用创新的手段引领业务发展。
任何一个产业得以发展必须源于它能够对社会创造和贡献价值，大数据产业的发展也遵循这样的规律。而对社会贡献价值的是具体的各个产业部门，所以，各个产业部门与大数据产业进行融合，才能使得大数据产业在一个雄厚的基础之上发展。如果发展大数据不和各个产业的具体业务相结合，那数据的价值就不能被释放出来。综上所述，我们必须把企业的数字化作为大数据产业发展的重点方向，是所有大数据企业的发展重点。
目前，中国90%以上的工业、农业、服务业的企业都需要这样的转变，而这样的转变最核心的困难就是没有核心数据的支撑。
当我们在做高质量发展方向的转变时，我们需要落实到一个具体的业务过程中，如制造过程、加工过程、管理过程、服务过程、供应链过程等，把这样的过程全部进行智能化改造，这个过程最终无论是称为数字化转型还是其他，目标都是要扎扎实实地提升企业的竞争力，提升企业的生产效率。
面向未来，如何发展？如何提升？如何创新和转变？
在多年来的信息化建设进程中，我们一直在提“两化融合”，其实我们总会遇到一个难点，就是典型案例容易做，但是推广难。为什么会出现这样的难题？因为当大家开始推广某种典型案例的时候，就会面临着企业的个性化需求，包括具体的流程和业务特性，所以往往很难复制实施。
大数据发展的核心就是要做数字化转型，当我们进行一个工艺过程、供应链流程或设计流程的优化时，把中间共性的东西提炼出来，变成可复用的数字化的模型，就能提升数字化的价值。与此同时，典型案例在推广中就能真正地发挥作用，知识和经验也都变成了可复制的模板。
总结来看，我们需要提升和总结出一套共性的方案，把它变成具体化的、可重复利用的模型，这样推广就有了真正的技术基础。换一个角度看，我们大数据企业的效率和能力也在这个过程中得到发挥和提升。企业在市场竞争中有了基础和竞争力，未来才能有创新的空间和机会。
