top of page

香港数据生态要加速

Updated: Apr 28

最近中央全面深化改革委員會審議通過的《關於構建數據基礎制度更好發揮數據要素作用的意見》(以下簡稱《意見》),對數據確權、流通、交易、安全等方面作出部署。意味扶持數據要素發展的政策繼續得到支持及細化,《意見》出台推動大數據相關產業的融合,並形成數據要素產業,但前提是建立合規高效的數據要素流通和交易制度,完善數據全流程合規和監管規則體系,以及建設規範的數據交易市場。

在7月29日以「數據流程通新場景、新模式、新生態」為主題的2022全球數位經濟大會上,中國證券監督管理委員會前主席肖鋼表示,當前金融數據治理需要進一步採取多種政策措施,必須建立健全金融數據治理體系,目的是要在數據品質、數據共用和數據安全方面邁上新台階,關鍵是要處理好數據治理中業務效率、業務安全和融合創新三者之間的平衡關係,促進金融數據開放、共用、融合和安全的協調發展。他建議要進一步規管金融機構與互聯網平台,以及科技公司的合作,對主要服務金融機構與金融業務的科技企業加強市場准入管理,落實金融數據共治的責任與機制。

筆者綜觀近兩個月國內有關數據要素相關的政策措施及各方的討論,愈來愈感受到國家已經確認繼農業經濟、工業經濟之後,數字經濟成為的主要經濟形態,以數據資源為關鍵要素的發展方向;深度數字化轉型為重要推動力,促進公平與高效的新經濟形態。但企業必須要明白雖然擁有大量數據,可能離真正把數據投入使用還有一段距離。若要把數據作為生產要素在內部用起來的話,起碼需要達到兩個條件:

1、確保數據確權,使數據合法可用;

2、使數據品質達到有用。

如果要進一步讓數據要素可分享或交易,問題就變得複雜很多了,例如數據如何公平定價及交易、如何在分享到協力廠商後個人資料隱私及安全得到保障等都是極度需要解決的難題。因此筆者希望香港在數位化的進程加速之餘,也加快研究「一國兩制」下資料流程通使用的合規細節,讓企業能快點迎頭趕上數字經濟的洪流。

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