top of page

建設北京數據特區

據消息透露,北京市正在研究推動建設數據特區工作,目前已發出徵求相關意見函件。北京市人民政府早在2月初印發工作報告重點任務清單,明確要把北京打造成為全球數字經濟標杆城市,落實北京數字經濟促進條例,推動北京數據特區建設,開展數據基礎制度先行示範,可說是把北京數字經濟作為推動經濟發展的模範。 從公開數據按照國家統計局的核算方法,2022年首三季,北京市數字經濟實現增加值達1.28萬億元人民幣,佔地區生產總值(GDP)的比重為42.7%,拉動全市GDP現價增速1.6個百分點。因此有專家認為,建設數據特區是讓北京成為全球數字經濟標杆城市的關鍵一步,也是全國的重要示範。 建成北京數據特區,有助進一步集中和利用數據資源,加速數字技術應用,從而發揮數據資源的最大價值,拓寬數字經濟發展空間。據內地媒體報道,北京市的數據特區將推出三方面重點舉措: 一 是聚焦應用場景。解決更多數據安全的新場景問題,在戰略規劃、解決方案、集成設計等,為政企機構提供全方位的網絡安全能力。 二 是成立零信任專班人員,守好數據安全的第一道防線。 三 是提升研發平台的使用效率,推動平台優化升級。 筆者認為,若要數據被廣泛使用,數據及網絡安全是基本需求。從企業責任的角度來看,數據安全是一種必備能力,包括防止黑客通過網絡攻擊,竊取、篡改、勒索及刪除數據。達成數據安全目標,需要在網絡、終端服務器、數據儲存及處理等層面上,建設安全系統和工具。 數據特區的優點是資源集中,有利於加快政府與企業之間的數據流通和使用,而且可以分攤數據安全及合規等成本,但缺點亦可能是當經營者營運了一段時間後,缺乏競爭、壟斷市場,又會變得僵化。總之,數據特區之所以「特」,其實已經不言而喻地告訴我們,不能用正常方式看待它的管理難度!無論如何,不管是數據特區還是數據專區,將會是內地這幾年的新趨勢。

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