top of page

防範數據資源閒置傾斜

上周筆者在浙江省烏鎮參加第十屆世界互聯網大會,會上重點討論國家數據局正式成立,以及不久前正式發布的《關於構建數據基礎制度更好發揮數據要素作用的意見》,成為我國數字經濟發展史上的里程碑,標誌着其數據要素市場化配置從地方政府和市場的自主探索,正式邁向以國家體制創新和頂層設計為引領的新階段。 根據《國務院機構改革方案》第八項內容,由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。至於統籌推進數字中國、數字經濟、數字社會規劃和建設等則由國家發展和改革委員會管理。 國家數據局的成立是一個重要舉措,標誌着中國對數據資產的重視及對大數據發展的支持。數據在現代社會中具有巨大價值和潛力,國家數據局的成立,將有助統籌和管理國家的數據資源,推動數據開放共享與合理利用。這將為各行各業創新和發展提供更好的數據支持,促進數字經濟快速發展,同時加強數據安全及私隱保護與發展的平衡工作,以確保數據的合法、安全和可信使用。 筆者認為,這部署是從過去十幾年的經驗出發,目的在於解決各自為政的詬病。各方政府把數據資源視為己有是很普遍的現象,缺乏協調導致數據資源過度傾斜,同時也有很多數據被閒置。 事實上,這種情況在企業內亦很常見,他們在收集和運用數據時,往往只關注某些特定場景,忽略數據對其他部門的潛在價值。因此,我相信國家數據局首先會從以下幾方面入手:一、評估各地方的數據資源;二、建立數據跨省的共用平台;三、促進協作,避免數據資源重複開發及閒置。不過作為統籌,最難拿捏的是既要安排又不會打擊各地積極性。儘管多年來數據作為生產要素的概念已經很清晰,但擁有權、使用權、共用的理據仍然有待釐清,甚至已到了為此立法的時候。

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