top of page

數碼生態在政企萌生新天地

Updated: Apr 28

中國的大數據政策,早在2015年8月國家頒布《促進大數據發展行動綱要》開始,旨在率先推動數碼產業化的建設,同年9月在貴州啟動全國首個大數據綜合試驗區建設工作。然後一系列大型試驗區在不同地區建立,旨在開啟和推動數碼產業化的發展。但我認為,真正意義上的數碼產業化時代仍未真正來臨,因為缺少產業和具體業務錘煉的數碼產業化其實並不完整。這個現象全世界都很類似,為了促進數碼經濟的發展及民生的改善,全球各地都在主張開放數據,但據我了解,數據的使用情況還是雷聲大雨點小。

內地城市推動公共數據開放

自2015年開始,我一直致力推動內地數據流程及治理工作。從參加大數據的標準化,到兩年前經過遴選成為北京市大數據領導小組的諮詢專家,終於有機會直接了解到市級大數據的困難與機遇。我認為這是很有意義的工作,因為大數據的開放使用可以普惠大眾人民。我可以在這裏說北京及上海的兩個項目:

1)數據開放是北京大數據行動計劃的重要組成部分,北京發布了《關於通過公共數據開放促進人工智慧產業發展的工作方案》推進一般公共數據無條件開放、建設公共數據開放創新基地、在重點領域開展人工智慧應用,並邀請企業團隊在不同的公共領域上進行競賽。例如上個月他們把近兩年來市法院裁判生效文書,進行人工智能演算法開發和數據建模的競賽,探索如何防範及化解法律糾紛,提高司法審判品質。

2)今年10月,上海頒布生效了公共數據開放暫行辦法,成為專門針對公共數據開放的地方政府規章,並首次明確將水務、電力、燃氣、通訊、公共交通等領域的公共數據納入開放覆蓋範圍。通過上海開放數據應用創新大賽產生了智能車險報價、食品安全風險指數、水網滲漏分析等案例。

我覺得兩個例子都說明了一個趨勢,內地城市正積極推動公共數據的有效使用。當中關鍵是讓政府走近業界,並了解企業對數據的需求;同時也讓企業加深理解公共數據所能帶來的機遇。無獨有偶,北京與上海都在運用眾籌力量去推動公共數據開放,這不是說明了數碼生態正在政企之間萌生一片新天地嗎!

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