top of page

精密數據優化管理

Updated: Apr 28

最近《上海市國民經濟和社會發展第十四個五年規劃和二三五年遠景目標綱要》中,展示了上海要成為具有全球影響力科技創新中心的決心。細看這份綱要的內容,有很多地方值得香港借鑑。當然作為從事科技投資的筆者,關注到整份綱要都圍繞着數字化及民生為規劃重點,綱要中這段話特別引起筆者注意:「依託超大城市海量數據、市場規模和應用場景優勢,以數字技術創新帶動科技變革、產業變革和城市治理方式變革,實現整體性轉變、全方位賦能、革命性重塑。」

如果從商業戰略的角度去思考以上這段話,可以演繹為如何能夠運用海量數據、配合市場及應用優勢,以數字技術(包括人工智能及大數據等)來優化管理及帶領業務變革。關鍵是要從局部到全方位的轉型過程中,必須做到以下兩點:

  1. 積累並可重複使用共享的數據資源;

  2. 全體上下一心,重塑適合數字化後的組織架構。話說回來,綱要還有一些內容比較罕見,當中提出2025年的城市發展和建設目標及其可量化的指標。筆者列舉部分出來:

  3. 全市生產總值年均增長率(5%);

  4. 全員勞動生產率(36萬元/人);

  5. 單位建設用地生產總值提升(20%);

  6. 金融市場交易總額(2800萬億元);

  7. 在滬跨國公司地區總部數量(1000家);

  8. 全社會研發經費支出相當於全市生產總值比例(4.5%);

  9. 每萬人口高價值發明專利擁有量( 30件);

  10. 數字經濟增加值佔生產總值比重(>60%);

  11. 城鎮調查失業率(<5.5%);

  12. 主要勞動年齡人口中受過高等教育的比例(45%);

  13. 生活垃圾回收利用率(>45%);

  14. 森林覆蓋率(19.5%)。

從指標上就看得出上海未來五年的定位,在加速發展之餘,又要平衡可持續性發展。除了可量化的特點外,大家或許會注意到文中描述了很多「無中生有」的概念,突破了舊有的框架。

普遍在國內會有幾種常見的說法,例如:試驗區、示範區和自貿區等,但不管是怎樣的稱號,其實都是突顯一種灰度管理的方式。深圳特區就是這樣創造出來的成功案例,後來的大數據綜合試驗區相信都是同出一轍。當然灰度管理不代表可以任意妄為,相反更需要配合精密的數據跟蹤及監管。

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