top of page

大數據綜合試驗區 提供良好沙箱環境

Updated: Apr 28

前文說到數據流通對大灣區發展的重要性,若歸納全球主要城市或地區的大數據發展經驗,可發現主要涉及八大方向: (1)建設、完善網路基礎設施,推進高速網絡; (2)推行電子政務,打造數位政府; (3)研究數據深度分析、加強精細化城市管理; (4)引導數據開放共用; (5)保護數據安全和個人隱私安全; (6)提升數字經濟,促進大數據產業發展; (7)鼓勵企業、研究機構和學校共同參與; (8)培養各級大數據專業人才。 自從大灣區綱要提出有關加強數據增值的方向,我認為有些工作實屬當務之急。除了上述八大方向,一個必須補充的缺失是,我們對粵港澳三地相互之間數據資源的理解問題。在我之前做過顧問的大數據項目(包括北京市智慧城市)中,數據資源盤點永遠是先行動作,這是唯一可以解決資訊孤島問題、打通數據資源的基本功。例如北京市在建立領導駕駛艙(市長數字辦公室)及重大智慧城市專案前,都花了大量時間盤點政府和社會的數據資源,所以數據資源積累也是大灣區發展的重要前提。 金融醫療民生可先行先試 目前,粵港澳大灣區內的數據流通存在明顯障礙,主要關乎「一國兩制」下實現數據安全流動的政策差異,同時市民也很關注個人隱私數據是否得到保障。大灣區綱要中提到設立的大數據綜合試驗區,正好為數據安全技術和數據治理方式提供良好的沙箱環境。 此外,我建議試點需要具備以下特徵:第一,高度資訊化;第二,具備數據規模;第三,對粵港澳的跨境業務有貢獻;第四,技術有助加強風險可控。鑑於以上特徵,我們可以挑選金融、醫療、民生服務的試點專案作為先行先試,料可對其他領域起到「一通百通」的巨大示範效應。 最後我想加入一點我的個人感受,在建立高度智能化社區的同時,高科技與社會倫理的關係絕對不容忽略,這也許是未來比起數據治理還要嚴峻的問題。

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