top of page

內地數據交易六大問題

Updated: Apr 28

美日及歐盟上周在華盛頓舉行貿易部長會議,確認將攜手促進數字領域貿易發展。在個人及企業數據流通領域,美日歐將主導制定國際規則,在保護個人資訊安全的監管前提下,促進跨國數據使用以激活經濟。 早前麥肯錫發表的數字經濟報告也提到,跨國數據流通在2014年已貢獻了全球GDP的3%,而且正在加速,可見數據流通以至交易實屬未來大趨勢。 且不說跨境數據,先看中國自2015年起在國策推動下,數據交易從概念逐步落地,全球第一間數據交易中心於當年4月落戶貴陽,隨後有很多省市包括上海、北京也繼續推動設立交易中心,並在數據定價、交易標準等方面進行探索。 據《2016年中國大數據產業白皮書》統計,2015年大數據相關交易的市場規模為33.85億元(人民幣.下同),預計到2020年內地大數據交易市場規模將激增至545億元。從整體發展水平來看,內地大數據交易仍處於起步階段,突出的問題包括: 一、數據交易主要以單純的原始數據「粗加工」交易為主,數據預處理、數據模型、數據金融衍生品等內容的交易尚未大規模展開。 二、政府及企業數據開放進程緩慢,在一定程度上制約了數據交易整體規模。數據供需不對稱令數據交易難以滿足社會有效需求,數據成交率和成交額不高。 三、數據流向難以管控,採擷過程中對個人隱私保護不足,導致數據容易被洩露和濫用,出事時已難以跟蹤。 四、到目前為止,數據的所有權、使用權、交易權、收益權等未有明確定義。對不同來源的數據進行確權,明確交易雙方的數據產權歸屬,以及界定數據安全保護責任,這些仍是難題。 五、數據交易服務平台鮮有對交易數據進行品質評估,交易中的數據容易出現魚龍混雜,難以保證來源合法性和內容真實性。 六、目前對數據交易各方,包括供應方、需求方和交易所都缺乏成熟的准入要求,在資質評估及數據安全管理能力的評估上僅屬起步階段。 在美好的願景前面,往往需要有人低頭開墾。我的判斷是在數字經濟的世界中,數據資產的交易肯定是箇中要素,而且我還有一個很美好的設想:香港作為世界金融中心、大灣區的主力城市,應該把握這個機會。

Recent Posts

See All
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

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page