top of page

数据战略-随时代而改变

Updated: Apr 28

從最近幾次專欄所提及的數字經濟到數字化轉型,大家都應該意識到數據所擔當的重要角色。然而,當數據被認定為未來經濟增長的要素之時,數據戰略的制定,已經成為各間企業及組織的重要關注點。

坊間對數據戰略的解釋眾說紛紜,但主流的描述是:「如果識別出具有戰略需求的數據資源,然後用各種方法去收集,利用這些數據加強組織的洞察力、改善決策質量及加強競爭力。」

但隨着時代變遷,這些定義也在不斷修正中,例如美國國防部早在2003年就首次提出數據戰略,但經歷互聯網及大數據接近20年如日中天光景之後,2020年的報告出現了全新有關數據戰略提升的觀點,由以往「面向網絡」轉為「數據為中心」的戰略,為了成功實現該戰略方向,報告概述了8個原則如下:

1.數據是一種戰略資產:必須以一種既能帶來即時又持久優勢的方式加以利用;

2.集體數據管理:必須由指定數據管理者、數據保管人員,配合一套完善職能體系加以管制,並納入整個數據生命周期的責任制;

3.數據倫理:必須將倫理放在所有思想和行動的首位,因為它涉及到如何收集、使用和儲存數據,更要平衡各方利益;

4.數據收集:必須在數據創建時,考慮數據的有效收集,並記錄數據來源的變化;

5.企業範圍內的數據訪問和可用性,必須通過適當的權限設置機制,只供所有獲授權的個人和非個人使用;

6.用於人工智能訓練和算法模型的數據集,日益成為最有價值的數碼資產,必須創建一個有效的數據生命周期管理框架,以確保數據的質量及持續性;

7.數據的管理範圍要符合目的,必須仔細考慮數據收集、共享、使用、快速數據集成,以及最大限度地減少任何噪音及偏見的來源;

8.合規性設計:讓數據生命周期的管理盡可能自動化,實施IT解決方案去處理包括數據安全、數據質量等問題,並全面跟蹤所有數據從生產到使用的行為,作記錄、監察及管理用途。

從以上八大原則,筆者體會到數據戰略(Data strategy)可能有需要更精準地描述為大數據管理戰略(Big Data management strategy),因為數據的內涵與大數據有所差別,而且管理方式上也會相應作出改變,更需要有高層次的新思維。

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
AI重新定義網安行業

如果你在5年前問我網絡安全行業會走向何方,我會告訴你一個穩定增長的答案;但到了今天,答案完全不同。這個行業正在經歷一場結構性的重塑─不是線性的擴張,而是多重力量的疊加爆發。 全球網絡安全市場在2026年已達2480億美元,預計2034年將增長到7000億美元,年複合增長率13.8%。然而,更有趣的是某顧問公司的另一個數字,人工智能(AI)正在把這個市場的總可及規模推高至2萬億美元。為什麼?因為網絡

 
 
AI引發全球工作大洗牌

人工智能(AI)正在以深刻且不可逆轉的方式重塑經濟,以美國為例,從勞動力市場崗位結構到企業競爭格局,從生產率增長到行業營運模式,AI的影響已開始滲透到經濟體的核心。AI創造新機會的同時,也在打破舊有秩序。 美國哈佛大學的一項研究,透過分析美國人口普查數據,建構了「職業流失率」這一獨特指標。研究發現,1990年至2017年間,美國勞動力市場經歷了非常穩定的低流失期,但從2019年開始,變革驟然而至,

 
 
歐洲AI開闢新路向

我之前在文章裏說過,人工智能(AI)競爭正在從技術參數之爭,轉向「數據管道、標準制定、規模落地」的全鏈條控制權之爭。最近歐洲的舉動,恰好印證這個判斷,也帶來一個有趣的問題:歐洲AI能否走出一條有別於中美的新道路? 德國上月啟動了「人工智能創新園」,總投資數十億歐羅,號稱歐洲迄今最完整的AI產業集群。布局的方向很明確:工業AI、智能製造、自動駕駛、智能物流、AI倫理與安全,全是「製造業+人工智能」的

 
 
bottom of page