top of page

數碼生態在政企萌生新天地

Updated: Apr 28

中國的大數據政策,早在2015年8月國家頒布《促進大數據發展行動綱要》開始,旨在率先推動數碼產業化的建設,同年9月在貴州啟動全國首個大數據綜合試驗區建設工作。然後一系列大型試驗區在不同地區建立,旨在開啟和推動數碼產業化的發展。但我認為,真正意義上的數碼產業化時代仍未真正來臨,因為缺少產業和具體業務錘煉的數碼產業化其實並不完整。這個現象全世界都很類似,為了促進數碼經濟的發展及民生的改善,全球各地都在主張開放數據,但據我了解,數據的使用情況還是雷聲大雨點小。

內地城市推動公共數據開放

自2015年開始,我一直致力推動內地數據流程及治理工作。從參加大數據的標準化,到兩年前經過遴選成為北京市大數據領導小組的諮詢專家,終於有機會直接了解到市級大數據的困難與機遇。我認為這是很有意義的工作,因為大數據的開放使用可以普惠大眾人民。我可以在這裏說北京及上海的兩個項目:

1)數據開放是北京大數據行動計劃的重要組成部分,北京發布了《關於通過公共數據開放促進人工智慧產業發展的工作方案》推進一般公共數據無條件開放、建設公共數據開放創新基地、在重點領域開展人工智慧應用,並邀請企業團隊在不同的公共領域上進行競賽。例如上個月他們把近兩年來市法院裁判生效文書,進行人工智能演算法開發和數據建模的競賽,探索如何防範及化解法律糾紛,提高司法審判品質。

2)今年10月,上海頒布生效了公共數據開放暫行辦法,成為專門針對公共數據開放的地方政府規章,並首次明確將水務、電力、燃氣、通訊、公共交通等領域的公共數據納入開放覆蓋範圍。通過上海開放數據應用創新大賽產生了智能車險報價、食品安全風險指數、水網滲漏分析等案例。

我覺得兩個例子都說明了一個趨勢,內地城市正積極推動公共數據的有效使用。當中關鍵是讓政府走近業界,並了解企業對數據的需求;同時也讓企業加深理解公共數據所能帶來的機遇。無獨有偶,北京與上海都在運用眾籌力量去推動公共數據開放,這不是說明了數碼生態正在政企之間萌生一片新天地嗎!

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
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

 
 
bottom of page