信報專欄

筆者連續幾個周一在香港管理專業協會（HKMA），為一班高管做數字化轉型培訓，借助這機會把這十年內的經驗做了一些梳理，希望能夠深入淺出讓非技術的管理者，快速掌握企業數字化轉型成功的關鍵。 為了讓同學們感受到數據化決策的趣味，於是在課程中設計了3個工作坊。我忽然想起師傅多年前問我，為什麼我們要吃完飯之後才給小費，既然飯也吃完了，反過來說何以不在飯前就先給小費更有作用。師傅非常重視Feedback Loop，飯後才給小費表示客人對服務的認可，在數據分析環節上，亦很重視數據反饋的作用。 舉例，Uber如果想知道乘客的滿意度，在下車之後立即發出訊息收集意見，這個時候，應該是客人感覺最強烈。儘管如此，大部分分數還是介乎4分或者5分之間（滿分為5分），可見這評分系統並不完美，原因可能是大部分人覺得4分才算是及格。 回到工作坊的事情上，我希望用最簡單的方式，讓高管明白收集數據與決策之間的關係。很多高管都曾遇上，為什麼收到的報表愈來愈多，但問題總是未曾解決。無他，因為做報表的人與看報表的人，甚少有反饋的管道，隔了一段時間之後就不了了之，而且有增無減。...

自2022年底以來，ChatGPT的生成式人工智能（Generative AI）引發了新一輪創新熱潮，各大企業爭先推出自家的大模型產品，尤其在中國市場，競爭已經進入白熱化階段。但近日，這場沒有硝煙的戰爭，風向彷彿發生了一些微妙變化。 首先是ChatGPT的月度流量首次出現下降。對比2023年6月份，ChatGPT網站在全球的桌面和移動端流量較5月減少9.7%，獨立訪客下降5.7%。各行各業面對的同一個問題是，除了聊天對話之外，會帶來多少商業效益？因為每一次對話背後都要消耗龐大計算資源，支出大量營運成本，沒有哪家企業能夠長久扛下這個重擔。類似情況在2012年大數據時代也曾經發生，畢竟business is business。這一場AI大模型之戰的賽點已經顯而易見：技術以外，大模型做好垂直產業應用才是生存之道。 有專家估算訓練一次GPT-3的成本約為140萬美元（約1092萬港元），以每月1000人次的訪問量，每天光計算支出的電費就在5萬美元（約39萬港元）左右，這不是所有企業都能夠承受得起。總結來說，垂直產業大模型的落地和應用，存在高成本、缺數據、

清華大學講席教授、智能產業研究院（AIR）院長張亞勤出席2023世界人工智能大會，闡述了目前大模型所面臨的局限性和主要問題，其中包括時效性、準確性、低效率及保護私隱等方面的挑戰。特別是大模型計算低效率問題，與人類大腦的高效性形成鮮明對比。 張教授還強調行業垂直模型的重要性，並表示在實際應用中，大模型雖然很重要，但需要根據不同行業和場景，開發相應的垂直精準模型。中國在人才和數據方面具有優勢，惟相比下，算力挑戰更加突出。他展望人工智能（AI）帶來各個行業未來發展新方向，如金融、製造業等生產力的大幅提升。 預期許多工作將被取代，無論是體力勞動還是腦力勞動，只要是可重複、有固定規則和可被編程的工作都有可能消失。近日，國家網信辦聯合國家發展改革委、教育部、科技部、工業和資訊化部、公安部、廣電總局公布《生成式人工智能服務管理暫行辦法》，旨在促進生成式人工智能健康發展和規範應用中找到平衡。 太平洋的另一端，美國聯邦貿易委員會（FTC）對聊天機械人ChatGPT開發公司OpenAI正式進行調查。根據美媒揭露信件的內容，FTC告知OpenAI，將調查ChatGPT

最近可能文曲星動了，除了在準備香港管理專業協會（HKMA）的證書課程外，本周還將要為公務員學院講課，內容是關於數字經濟。主持人希望我可以解釋一下，當前數字經濟對香港的發展，會帶來什麼機遇。數字經濟的一個重要特徵是，把知識和訊息作為主要的生產要素。踏入二十一世紀後，數字經濟的概念與網絡、知識、訊息和平台經濟等概念在相若時間出現，這些都在描述由計算機和互聯網代表的新技術，對社會和經濟帶來的影響和轉變。 在狹義上，數字經濟主要是指資訊通訊技術（ICT）行業本身，包括通訊、互聯網服務、硬體和軟件及其他相關行業。在廣義上，數字經濟覆蓋了ICT運營和所有根據ICT基礎而衍生的經濟行為。以銀行業為例，傳統銀行業已經被ICT的整合大大改變，隨金融科技發展，引入點對點借貸平台，增設投資管理的智慧機械人顧問，以及利用區塊鏈技術的支付系統等等，都是數碼化的進程。 至於零售業作為人們生活必須的重要部分，電子商務的出現，零售業也發生巨變，顧客可足不出戶瀏覽商品及落單，待商品直接送上門。這些進步代表了廣義數字經濟，即ICT不僅本身是一個行業，更是跨所有行業的轉型力量。...

在西藏過了7天，回到香港後，首先必須靜下心來，為兩周後加緊備課。這個5天15小時的證書課程，是由大數據治理公會與香港管理專業協會（HKMA）合辦的，希望高管能夠從戰略落地角度，理解數據是如何在商業轉型中起到重要作用。 筆者過去在內地曾辦過類似課程，一直希望能與學員有更多互動，但限於時間關係難以達成。因此這個課程的特點是工作坊（workshop）部分，我希望透過工作坊讓學員體會到一個較完整的數碼化轉型規劃，例如從我擔任企業及政府顧問的經驗中，有以下兩個事項必須慎重考慮才能增加勝算。 推動數碼化轉型之前，首先要確定轉型目的及共同遠景，讓企業高層在短期利益、長期戰略，內部和外部視角之間的分歧取得共識，並建立推動轉型時的執行框架。建議企業應反覆從執行中驗證這個框架，按我的經驗，當企業花在這裏的時間愈少，失敗率會愈高。 第二項事情是有關在數碼化轉型過程中，企業已經意識到需要轉型，並知道轉型是個大方向，但他們還是無法看到實現成功轉型的明確路徑。這是因為缺乏對現況的真實理解及能力有差距，造成決策失誤。為了成功實現數碼化轉型，企業需要把數碼化轉型視為一個試錯的過

2023全球數字經濟大會人工智能高峰論壇在北京舉辦，此次論壇以「智慧湧現，重塑未來」為主題，十多位人工智能（AI）領域頂級專家、學者、企業和機構代表，圍繞當下最具熱度的大模型發展話題，分享見解和思考。 論壇上發布了首批「北京市人工智能大模型高品質數據集」，有10個單位的18個高品質訓練數據集入選，包括《人民日報》語料數據集、國家法律法規語料數據集、兩會參政議政建言數據集、全球科技動態數據集、中國科學引文數據庫數據集、科技文獻挖掘語義標注數據集等，涵蓋經濟、政治、文化、社會、生態等不同領域，將為通用大模型和行業大模型訓練提供有力保障。 論壇還舉辦了北京人工智能產業創新夥伴計劃，涉及AIGC（人工智能生成內容）大平台解決方案等10個專案，合作內容覆蓋模型企業賦能傳統業務、模型夥伴與算力夥伴合作、模型訓練數據合作與開發。 差不多同一時間，上海亦舉辦世界人工智能大會，以「智聯世界生成未來」為大會主題，涵蓋核心技術、智能終端、應用賦能、前沿技術四大板塊，包括大模型、晶片、機械人、智能駕駛等領域。參展企業數量、展覽面積均創歷屆之最，合共舉辦133場論壇並推動

在香港特區政府不斷努力下，創新科技及工業局局長孫東上周宣布一個重大好消息，國家互聯網信息辦公室與香港特區政府創新科技及工業局簽署《促進粵港澳大灣區數據跨境流動的合作備忘錄》（以下簡稱《備忘錄》），標誌着數據跨境多邊協議的開始，對於推動國內統一大市場和國際國內雙循環經濟格局的形成具有重要意義。與此同時，對粵港澳大灣區來說，這是跨境數據流動先行先試的突破，有利於大灣區內部緊密數據要素流通，以至相關生態發展。 近年來，各地都在開展跨境數據流動的相關試點工作。除粵港澳大灣區外，海南、上海、北京等自貿區亦在探索地方性的突破，但《備忘錄》特別之處是香港在中央指導下，踏入跨境數據流動先試先行的重要里程碑。我們相信香港作為高度開放、融合全球的金融、貿易中心，對推動粵港澳大灣區的互聯互通、數字經濟創新發展、社會民生改善均具有重大意義，具備實現國際資料流通制度性突破的條件。 然而，粵港澳大灣區數據在實現高效安全的跨境流動上，仍面臨一些問題： 1.建立協同工作機制和配套措施，確保數據跨境流動的順暢與安全； 2.平衡跨境數據流動風險和效益，在推動跨境數據流動的同時，防範

歐洲議會早前以499票贊成、28票反對的壓倒性結果，通過了《人工智能法案》草案，為落實生效清除一個關鍵障礙。歐盟的《人工智能法案》距離生效只差臨門一腳，接下來的程序將進入成員國、歐洲議會和歐盟委員會的三方談判，為了填補法案正式生效前的這段空白期，歐洲和美國正聯合起草一份自願行為準則。 各方官員在5月底承諾將在幾周內起草，並可能擴大到其他「志同道合」的國家。法案最初的內容其實並不包括聊天機械人，為了應對近幾個月該領域的最新進展，因此增加了一些條款，譬如要求企業明確標示聊天機械人，讓用戶知道他們正在與機械人互動。 另一重大補充是，要求全面記錄用於訓練人工智能（AI）系統的人類作品（文本、圖像、視頻和音樂）的任何版權材料，讓內容創作者知道自己作品是否被用於訓演算法，進而決定是否覺得被抄襲，並要求賠償。在尖端人工智能發展領域上，美國和中國扮演重要角色。雖然歐盟不是重要參與者，但有分析認為，在監管法規方面，歐盟往往扮演着引領潮流的角色，制定的規定經常會成為全球標準。 對這項法案的一些條款和規定，不同企業可能會產生疑問或意見，例如一些或認為這法案會增加其負擔

俗語有云「事後孔明」，意思是在事情發生過後，才能知道問題所在，然而在大數據的浪潮下，是否就能做到有「先見之明」？而在數字化世界能作出明智決策的人，又有什麼特質及過人之處呢？當大部分人都認為大數據可令企業變得更明智的時候，卻有一批學者研究如何能在數據和直覺之間取得平衡，並通過迅速整理有限訊息，形成敏銳的洞察力。 事實上，明智的決策往往需要避免遭訊息淹沒，在看似雜亂無章的資訊中篩選有用內容以作出決定，有時直覺的配合，可起畫龍點睛的作用。 麥爾坎．葛拉威爾（Malcolm Gladwell）在暢銷書《一瞬之間》中，回憶起研究員加里．克萊因（Gary Klein）向他講述一支消防隊撲救一幢着火房子的故事。起火地點似乎是從廚房開始，但當消防隊嘗試用消防喉撲滅源頭時，火勢仍然繼續，還愈燒愈烈。 在燃燒的房子裏待了幾分鐘並觀察情況後，消防隊長命令所有人立即撤離房子。就在他們離開現場後的幾秒鐘，地板突然塌陷。如果有人還在裏面，他們可能會當場喪命。 經過調查，發現火源並非來自廚房，而是地下室。惟當被問及是什麼觸發隊長做出這個決定時，他卻無法給出真正答案。事實上，他

北京市政府上月底正式印發《北京市促進通用人工智能創新發展的若干措施》，當中就算力、數據、演算法、應用及監管五大方向，對北京市大模型發展提出21項措施。這是國內首個地方政府緊貼人工智能（AI）大模型產業化發展出台專項措施，值得香港參考。 首先在算力方面，北京市着重提升相關資源的統籌能力，通過「算力夥伴計劃」等措施加強與雲廠商合作，推動建立統一的多雲算力調度平台。數據方面，為了解決大模型訓練的高質量中文語言資料庫不足，從而阻礙中文語境應用落地的問題，當局提出歸集高質量中文語言基礎訓練數據集及持續擴展多模態數據來源，以建設合規安全的中文文字、圖文、音訊和視頻等大模型預訓練語言資料庫，並通過北京國際大數據交易所社會數據專區進行定向有條件開放。 北京市還劃定了數個應用場景，包括政務、醫療、科研、金融、自動駕駛和城市治理，例如在醫療行業，支持北京市有條件的研究型醫療機構提煉智能導診、輔助診斷、智能治療等場景需求，輔助醫療機構提高疾病診斷、治療及預防的決策水平。城市治理方面，北京也提出支援人工智能研發企業結合智慧城市建設場景需求，率先在城市大腦建設中引進大模型

有幸在北京，出版社送了一本由LinkedIn創辦人里德．霍夫曼（Reid Hoffman）的新書《重塑一切的GPT時代》（Impromptu）的預覽本給我。霍夫曼目前是格雷洛克風險投資的合夥人，作為OpenAI早期投資者之一，他長期以來都有參與該公司的產品意見。 在書本引言中，霍夫曼敍述如何引導GPT用不同的方式回答，例如提出一個本身沒有標準答案或較無聊的「無厘頭」問題：「多少個餐廳巡查員才能換一個燈泡？」不過，當問題後面加入了使用某人（包括明星、哲學家等）的風格回答時，問題本質反而變得沒那麼重要，更加精采的是探索不同人演繹同一條問題的過程和方式。對此筆者深有同感，答案往往就在問題內。 在這本書的第七章：GPT-4在我工作中的3種運用，作者分享了他在嘗試應用GPT的工作過程中，發現3個體驗： 1. GPT視為大學水平的研究助手 GPT能力遠勝一般人類研究助手，它具有極為廣泛的知識體系、反應迅速並且隨時可用，亦同時擁有許多人類助手的缺陷，對某些特定領域了解相當膚淺，且容易出錯。儘管如此，它可以賦予所有人即時、高度匹配的資訊。 2. 把自己當作導演.

哲學被讚譽為「知識之母」和「一切科學之首」，它不僅是人類智慧的結晶，也是人類思維的基礎和根源。哲學研究範圍廣泛，包括對存在、知識、真理、價值、意義等問題的探討。怪不得當年在學校上人工智能（AI）課的時候，老師花了很長時間解釋哲學可以幫助我們更好地理解自己和世界，甚至是學習人工智能的入門必修，但當時作為學生的我肯定是當作耳邊風。活了差不多一個甲子之後才明白，哲學是所有學科的基礎和指導，是人類文明不斷進步的關鍵因素之一。 最近有幸在北京一次閉門研討會遇到趙汀陽教授，終於識到高人的想法。趙教授是現任中國社會科學院哲學研究所研究員，其主要研究領域涉及倫理學、政治哲學、哲學邏輯和知識論。趙教授認為，ChatGPT是一種典型的經驗主義思維方式，它通過使用實例的有限集合來形成意義，建立語詞的意義和語詞之間的聯繫。 目前ChatGPT主要基於邏輯和數學架構，通過經驗累積來關聯語義。然而，隨着處理的內容日益豐富，ChatGPT或許會用到演化博弈論、因果湧現等複雜科學方法。ChatGPT的反覆運算學習速度非常快，可以將以往需時千年濃縮為一天，這種強進化訓練反覆運算的

功夫是一種需要長時間、精力和毅力修煉的武術技藝。而功夫亦逐漸成為了形容人們通過努力不懈和刻苦訓練所獲得的技能的代名詞。筆者兩年前經朋友介紹跟隨楊永勣師傅（Jerry）學習詠春，原本是出於想完成童年的心願，用師傅的說法，功夫是很多男人心目中的一種浪漫。作為一位數據分析師在師傅的引導下，就開始了一個很有意思的詠春旅程。 Jerry所教的詠春與我情有獨鍾的OODA分析框架不謀而合，師傅的口頭禪是收集數據對賽果很重要。OODA決策框架中的關鍵就是做好觀察（Observe），從大量觀察中，找出決策的定位（Orient），根據前面兩個「O」的前提下作出最佳選擇（Decide），然後付諸行動（Action） 我理解到Jerry所教導的詠春背後，擁有很嚴謹的選擇邏輯，每個動作都會盡量減少對手下一個出手的可能性。例如在一場瞬息萬變的搏擊裏面，最令我深刻的金句是「企唔穩打唔重」、「睇唔到打唔重」，第一句精髓是企得穩，乃一切招式選擇的前提。可想而知，如何站得穩是戰勝的先決條件（或者讓對手站不穩），並不是單純以招式為主。 詠春的「中線」之所以重要，在我的理解上其實是把對

如果有人問你每天被A/B測試（test）多少次，你可能會一頭霧水：哪有可能自己被測試而懵然不知呢？事實上，若收到要求做訪問的來電，大多數人會立即掛線。 首先我們得明白什麼是A/B測試。其起源可追溯到二十世紀中葉直接郵件營銷（direct mail marketing）早期階段，當時的直接郵件營銷人員開始使用A/B測試，來試驗不同版本的廣告內容，例如什麼標題、文案和圖片最能吸引收件人。隨着時間推移，A/B測試在各行業愈趨普遍，特別是大數據興起，令A/B測試驟然變成互聯網企業高速增長的撒手鐧。 A/B測試是一種常用的實驗設計技術，用於比較兩個或多個版本的產品或服務，以確定哪個版本能夠更好地實現特定業務目標（包括用戶體驗）。舉例，一間電子商務公司可能想測試其產品頁面的兩個版本，以了解那個更能吸引用戶喜歡及購買。這種情況下，公司會把網站訪問者（具備某種特徵的群組）分成兩組，向第一組展示頁面版本A、第二組展示版本B，然後跟蹤及比較每個群組的點擊和購買率，以確定哪個版本更能迎合客戶。 在優化網站、應用功能開發和營銷活動等方面，經常會用到A/B測試。在典型的A

你曾經有養狗的經驗嗎？姑勿論主人對狗狗期望高低，訓練寵物時都少不免要給予獎勵。最常見的把戲，莫過於主人向狗狗發出一個指令（狀態），例如「坐下」（Sit），牠會根據指令，做出坐下的行動（Action），在狗狗正確地執行了指令後，主人會給予獎勵（Reward）。通過不斷地重複發出指令、成功執行行動和給予獎勵的行為，狗狗會獲得更多的累積獎勵（包括快樂）並完成訓練任務。 以上是正向強化學習的簡單原理，強化學習是人工智能（AI）的一個應用方式，例如在自動駕駛、聊天機械人等領域，這些智能應用通過與環境的交互，不斷地接受指令並從行動中學習，而「獎勵函數」正是用來評估智慧應用的行為模式與目標是否吻合，通過達成最大化獎勵來優化智能應用。 可想而知，當獎勵策略是強化學習的關鍵，如果關注太單一的任務及目標，而沒考慮到在完成任務過程中的不合理情況（例如作弊或意外），讓獎勵變得不合理。 我們把這種情況稱之為「獎勵函數漏洞」（Reward Hacking），這漏洞最終會影響機器學習和人工智能應用的可靠性和安全性。 讓我舉一個活生生的例子，在學校裏學生的表現，往往是通過考試成

上文說到「目標函數逸出」講述人工智能（AI）系統，如何為實現指定目標，繞過常規方法，導致一些人類未能預料到的後果，甚至對人類社會產生負面影響。今次想介紹人工智能的「功能蔓延」（Function creep），這是指AI系統的功能擴展，超出了其最初預期目的。表面上看「目標函數逸出」和「功能蔓延」都可能產生類似的負面後果，但原因不盡相同。 「功能蔓延」是技術或系統超出原本預期功能範圍的現象。正面來說，蔓延後的智能系統可以提高效能，變得更加靈活和能夠處理更廣泛的任務。生活中其實不難遇上這些顯而易見的例子，最初的設計用於播放音樂和回答用戶問題的智能音箱，現在它的功能擴展到可以控制家庭設備、定時提醒、訂購商品等。智能門鎖最初也是為了提高安全性和便利性，但現在可以用於遠程監控、自動開關門等功能，有時也會超乎預期，而讓使用者擔憂。以下我想再舉一個由於數據共用而引起的「功能蔓延」例子。 某銀行最初開發了一個智能應用來幫助客戶進行財富管理，包括現金收支、股票交易投資、貸款、生活繳費（包括水電煤、電話費、交通違例告票）等。 似乎生活繳費收集的數據與其他理財業務並沒有

「ChatGPT之父」阿特曼(Sam Altman)出生於美國芝加哥,8歲就學會了編程,後被史丹福大學錄取,開始研究人工智能(AI)及計算機科學。 2005 年毅然輟學,同好友創辦社交媒體公司。以上經歷好像有點似曾相識,莫非要退學創業,方可成大事?阿特曼曾預測未來宇宙中,智能數量每18個月翻一番,一個全新的摩爾定律會否出現? 摩爾定律是由英特爾(Intel)的共同創辦人摩爾(Gordon Moore)提出來,其內容為:當價格不變時,集成電路上可容納的晶體管數目,約每隔18個月便會增加一倍,性能亦將提升一倍。 阿特曼提出的「新摩爾定律」,背後的邏輯是隨着人工智能迅速發展,服務人類或自動創造更強大的人工智能,創新的遞進循環加速了「新摩爾定律」革命步伐。再加上背後的數據,亦同步以指數式增長,數據與智能之間所產生的網絡效應不可小覷。例如一個以太陽能為動力的機械人,在一塊土地上自動耕種,既能自給自足更可以利用收集回來的數據,快速優化自身功能,還可以把數據與經驗分享給類似功能機械人，創造更強大功能。 在時間尺度上,資訊技術的進步,一直遵循指數曲線增長。大家試

以色列歷史學家哈拉瑞（Yuval Noah Harari）的著作《人類簡史》提到數據主義（Dataism），所指的是把數據和其驅動決策視為至高無上的價值觀。在數據主義的背景下，數據被視為任何系統（無論是個人、組織還是社會）最重要的資源。 我們可以通過收集、處理和分析大量數據，更深入地洞察複雜系統，並最終改善決策、提高效率和整體生活質素。哈拉瑞預測數據的演算法和人工智能（AI），在未來社會和人類生活各方面發揮的作用愈來愈重要。 隨着數碼技術進步及互聯網普及，數據主義愈趨明顯，過程中產生更大量數據，這種數據化的現象（Datafication）在不同領域都有相同例子： 1.醫療保健 可穿戴式裝置和健康應用程式偵測及收集相關運動習慣、睡眠模式和生命體徵的數據，這些數據可用於改進患者護理、追蹤健康趨勢和研發新治療方法。 2.營銷 數據化消費者的行為、偏好和社交媒體活動，有助公司策劃定向營銷活動和個性化內容。 3.交通 交通傳感器、GPS（全球定位系統）設備和共用出行平台的數據可改善交通網絡運作、減少擠塞和改善公共交通服務。 4.金融 分析金融交易、市場趨勢

高盛在最新研究報告指出，生成式人工智能（Generative AI）可以在10年內把全球的國內生產總值（GDP）提高7%，同時亦將為勞動力市場帶來「重大顛覆」。僅僅兩個月內，ChatGPT就獲得了1億註冊用戶，超越了TikTok和Instagram，成為史上增長最快的工具及應用程式。然而，新一輪的AIGC（人工智能生成內容），與web3.0虛擬市場的關係又是如何，現在肯定言之尚早。 隨着通關後與內地業界交流逐漸頻繁，才親身感受到元宇宙概念和GPT技術在內地牽起的熱潮正在迅速蔓延，各地政府頂層設計和行業應用場景逐步推出。與一些北京和上海朋友會面時，他們都表達出對香港近日在數字資產交易的早着先機表示讚賞，皆因虛擬資產進入Web 3.0所帶來的未來機遇不容忽視。推動虛擬資產市場，不僅是鞏固香港和強化國際金融中心的重要一步，更是融入國家數字經濟在全球影響力的重要一環。 事實上，在國家發展藍圖中，香港已被賦予相應角色，例如數年前國務院發布的《粵港澳大灣區發展規劃綱要》，明確提出發揮香港在金融領域的引領帶動作用，鞏固和提升香港國際金融中心地位，推動金融向高端

國務院最近在《數字中國建設整體布局規劃》，明確表示數字中國建設按照「2522」整體框架進行布局，包括：兩大基礎，五位一體及兩大數位能力（數字技術和數字安全），最後是優化數字化在國內和國際的兩個環境。在兩會期間成為重要的討論焦點，所以筆者想為讀者簡述「2522」的內容： 兩個基礎：數字基礎設施和數據資源體系是現代化產業及市場建設的關鍵基石。首先數字基礎設施已成為近年促進經濟的大動脈，在構建現代化產業體系具有關鍵帶動作用。在高速發展數字經濟前提下，必須統籌網絡及算力等基礎設施加強各地之間的協同作用。在應用基礎設施上，亦要做到產業之間的互聯互通、數據要素的高效流通共用，從而引領整體市場健康增長。 五位一體：數字經濟已成為現代社會不可或缺的一部分，數字技術的全面應用將為經濟、政治、文化、社會、生態文明建設提供新動力。通過將數字化思維、認知和技術融入各領域中，可以進一步加快數字經濟及實體經濟的融合。 兩大能力：實現科技突破及築建數字技術的生態，數字技術在科技創新中扮演關鍵角色。要在數字相關的科技前沿領域保持優勢，必須集中力量鑽研，提升核心技術的能力。...