top of page

大数据助力国家战略

Updated: Apr 28

最近回到國內工作一段時間,因為受藝人王祖藍的熏陶,第一件事就約了國內的直播帶貨企業學習。沒想到離開了電商界多年後,發覺變化真的很大,朋友跟我說直播帶貨將進入綜藝年代,大家可以拭目以待。不可不知祖藍在國內的直播帶貨節目相當成功,在他大力推動下,希望香港能急起直追。

這趟還有一個任務,是為了做大數據發展的調研,總結不同國家和城市在大數據布局發展上的共通點,這裏與大家分享一下:

一.為搶佔大數據先機,增強國家在大數據領域的國際領先地位,大數據先行國家均將大數據的發展提升為國家戰略,予以重點支持,其戰略主要涉及以下內容:

(1) 建設及完善網絡基礎設施,推廣高速網絡、移動互聯網普及化;

(2) 推行電子政務,打造數字政府;

(3) 研究數據深度分析、結合可視化等技術,培育大數據分析、運用能力;

(4) 引導數據開放共享;

(5) 保護數據安全和個人私隱;

(6) 視數字經濟為國民經濟的重要組成部分,促進大數據產業發展;

(7) 培養大數據專業人才隊伍。

二.設立跨部門、高級別的領導機構,統籌戰略制定,強化部門間的協同,如美國的大數據跨部門工作組、英國的數據戰略委員會、澳洲的跨部門大數據工作組等。

三.通過資助重大研發和試點示範項目,引領企業參與關鍵技術研發,以點帶面擴展及引導大數據發展。通過試點,可有效帶動政府調配社會資源、加強公共服務中的大數據技術應用,鼓勵創新大數據應用模式,推動產業發展。

四.積極推動建立公私協作框架,提升企業發展大數據的積極性。在大數據時代,政府的重要職責不單是強化自身對數據的開發利用,更重要的是推動大數據產業發展和全民大數據應用,這就需要通過政府引導和帶動,鼓勵社會力量共同參與。

五.整合相關部門的公共數據資源,建設公共數據開放平台,鼓勵公開數據。數據資源的累積是大數據發展和應用的重要前提。目前,全球有70多個國家明確承諾要建設開放/智慧/數碼政府,實行政府數據開放。

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

Recent Posts

See All
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
bottom of page