top of page

淺談組建國家數據局

根據國務院3月7日提請審議國務院機構改革方案的議案,計劃組建國家數據局。國家數據局負責協調推進數據基礎制度建設,統籌數據資源整合、共享和開發利用,推進數字中國、數字經濟、數字社會規劃和建設等,由國家發展和改革委員會管理。 與此同時,把中央網信辦承擔的研究擬訂數字中國建設方案、協調推動公共服務和社會治理訊息化、促進智慧城市建設、國家重要訊息資源開發利用與共享、推動訊息資源跨行業跨部門互聯互通等職責,統籌推進數字經濟發展、實施國家大數據戰略、引領數據要素基礎制度建設、數字基礎設施布局等職責劃入國家數據局。 筆者收到很多朋友的訊息,表示十分關注相關改動,也想知道意味着什麼。因為在內地工作了一段時間,對此冒昧說一下,自己對這個調動的理解及淺見。一直以來,中央網信辦的主要職責包括落實互聯網訊息傳播方針政策,推動互聯網訊息傳播法制建設,指導、協調、督促部門加強互聯網訊息內容的管理,依法查處違法違規網站等。 然而,在數據安全上,網信辦同時兼顧數據安全及發展兩個環節,因此這次變動將會突顯網信辦在數據安全上的重要地位,明確地把開放數據的使用及共享任務,交到國家數據局身上。 事實上,中國經過十多年大數據市場的高速發展及百花齊放後,先說全國的數據交易所或中心就有超過30間之多,當中求售/交易的數據種類及質量非常參差,專職機構有必要作全盤規劃及統籌。當前,作為推動經濟增長的重要引擎,數字經濟正在重構世界秩序,重塑國際競爭與合作的新格局,必須要精心栽培。 至於數據安全及發展方面,香港又該如何跟上?眼看國家已有清晰的策略,我們實在需要急起直追。同時作為「一國兩制」下的香港,也要在數字經濟下新一輪全球競爭與合作中找到定位,主動配合國家掌握數據戰略。

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