top of page

智慧城市下的數碼棄民

Updated: Apr 28

在智慧城市建設的趨勢下,我們相信不久的將來,生活會變得愈來愈便利,但在電子服務正在全速推進之際,有沒有想過會造成一種新社會現象叫「數碼棄民」呢?大家很容易聯想到在新時代的驅動下,一些弱勢社群會較容易成為「數碼棄民」,筆者嘗試列舉說明:

自我排斥:不少人會較為討厭變化和懼怕接觸新事物,並且相信新科技已超出了自己能應付的能力。由於技術總是在不斷變化和急速發展,因而感到落伍而無法學習及適應。

財務排斥:低收入人士因為財務理由而無法使用新的技術功能,例如購買具有上網功能的智能設備,並且要持續支付流動數據費用。

技能排斥:對於某些社群來說,新技術對他們而言過於複雜,不僅對基本的認知不足,而且缺乏對科技原理的理解。例如,可能簡單地像上網填表就會窒礙他們,更加糟糕的是這群人都不知要往哪裏求助。

地理位置:偏遠地區缺乏寬頻網絡及移動基礎設施較為落後,意味着這些地區陷入覆蓋盲點,居民自動被排除在服務範圍之外。

由此可見,少數被數碼化排擠的群體,其排斥源是多種多樣性,包括年齡、教育、殘障、收入、地理位置、文化或語言等因素。而那些已經處於社會或經濟劣勢的人,被數碼排斥的可能性要高出數倍。我們必須要意識到數碼排斥與社會排斥是密不可分的。

根據香港政府在2019年的調查研究中,共有597萬人已擁有智能手機,其中15萬人擁有兩部手機或以上,滲透率雖然高達90%,但還有10%是潛在的「棄民」,據悉3個老人家中,便有一位沒有智能手機。在內地,有2.54億老年人,近75%都不能熟練使用智能手機上網,甚至沒有智能手機。

所以筆者建議政府在建立智慧城市的同時,應該明確計劃如何解決那些上網知識或數碼技術水平有限的人的需求。因為數碼化轉型,有可能加劇那些被數碼邊緣化人群的不平等現象。社會福利機構應該思考怎樣加強這方面的培訓配套。世界上很多政府已經在探索用類比和數碼系統分層的方法,以確保不同的弱勢社群不會被數碼轉型過程中遺棄。

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
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