top of page

科技素養認知與時並進

數字經濟的發展為世界帶來什麼改變?首先,數字經濟打破了傳統經濟模式中所存在的時空限制,數字科技的進步降低了訊息的非對稱性與不完整性,以此為核心,優化了傳統產業結構,過程中以其特有的網絡效應,高速滲透到各行各業,更重要的是改變了人類的生產模式及生活習慣,因此也帶來了創新及機遇。 現代經濟體系是由社會經濟活動各個環節、層面、領域的相互關係及內在聯繫構成一個複雜系統。 在一般的經濟循環中,生產、分配、流通、消費是經濟活動的四大要素,數據自然地成為數字經濟運行中的重要生產要素,而產業在數碼化之下更有利量化、跟蹤及調節各環節的關係,改善產品及產能,最後做到以生產促進消費,再以消費促進生產,不斷循環不息。 數字經濟通過高創新性、強滲透性、廣泛覆蓋性的特質,貫穿了各領域的經濟發展,不僅促進新經濟增長,而且還改造及提升傳統產業,日益成為加速建設現代化經濟體系、推動經濟高質量發展的重要引擎。其中有兩個特點尤其重要: 1、力變得更精確,使生產資源得到更好的運用。從以往的經驗,經過數據分析及算法提高創新成功率,減少因錯誤的決策而浪費時間及金錢。以數據驅動為核心的數字經濟,有利帶領實體經濟融合發展,成為經濟現代化發展的必然趨勢。 2、經過數字經濟的歷年發展,數據資源已經到達了臨界點,數據本身是新科技的生產要素,發展出人工智能、數字孿生、元宇宙等一個未來世界的數字經濟。當前這數字經濟新形態已經開始鋒芒畢露,海量數據的產生及積聚將會再次以前所未有的速度大爆發,今天的大數據僅會是明天的小數據而已。 讀者看到這裏可能會覺得這個世界太瘋狂了,數碼化轉型還要帶給我們多少的意外「驚喜」,但筆者可以肯定聽天由命並不是辦法,政府與企業都有責任及早訂下相應監管規範。當然前提是,管理者的科技素養及認知要與時並進,否則很容易被新時代淘汰也懵然不知。

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