百分点苏萌:特殊时期,数据智能成为驱动数字经济的催化剂
副标题[/!--empirenews.page--]
2020年新型冠状病毒疫情给经济和社会发展带来了巨大的不确定。《世界经济展望》最新的数据预测,全球经济将陷入衰退,发达经济体2020年将负增长超过6% ,绝大部分新兴市场和发展中经济体都将负增长。 同时我们也看到数字经济将成为经济增长新动力,包括政府、企业、公众等在内都不同程度体验到了数字经济的便利和优势,数字经济也成为我国抗疫的重要手段,远程协同办公、在线教育、视频会议、云招商云签约等应用快速普及。疫情之后,政务、医疗、教育等公共服务领域的数字化转型进程必将加快,企业从办公到销售、供应链等各个环节也都会加快数字技术的应用。 从2020 年2月全国进入抗“疫”的关键时刻开始,百分点数据智能与国家发展实验室就陆续发布疫情报告,基于调研数据和网络公开数据,以大小数据融合的方式,深入了解民众在疫情期间的心理状态、行为轨迹、认知变化和疫后看法,重点观察民众对政府发布政策信息的态度和对经济发展变化的看法。近日百分点公司董事长兼CEO苏萌基于在线网络的方式接受了包括至顶网在内的媒体采访,详细介绍了百分点对于数据智能如何促进数字经济发展的理解和实践。 数字经济的基石“新基建”需要数据智能来激活 新冠肺炎疫情暴发以来,中国高层对推动数字经济的发展达到新的高度,其背后的基石——新基建的重视程度显著提升。3 月 4 日,中共中央政治局常务委员会召开会议,明确强调加快新型基础设施建设进度。4月20日,国家发改委明确了“新基建”的范围,包括信息基础设施、融合基础设施、创新基础设施三个方面。 数字经济已经成为疫后经济提振的新动能,而新基建是数字经济的基石。但是这个基石需要数据智能来激活。 站在数字经济发展的角度,新基建核心是数字基建,其范畴主要围绕未来数字化生产生活和商业创新的数字化基础设施。现阶段的“新基建”不仅包括新型数字基础设施建设,还包含对传统基础设施的数字化改造。 “我们认为,没有必要纠结“新旧”,当下重点在于如何“建好”。新基建对于数字经济的发展非常关键,但是数字经济的发展还需要一个关键的引擎,这个引擎能够把基础设施连接起来,并让数据的价值真正发挥出来,从而驱动数字经济的运转,数字经济的引擎就是数据智能。” 苏萌认为。 数据作为新兴生产要素提升的关键是智能 4 月 9 日《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》公布,其中数据作为一种新型生产要素首次正式出现在官方文件中。数据智能是提升其作为新兴生产要素的关键。 “如果说数据要素是“石油”,新基建就是“油井和输油管道”,那么数据智能就是“炼油技术和设备”。数据智能把“资源”加工成可使用的、高价值的“产品和服务”。苏萌用了一个比喻来说明数据作为生产要素的重要性。 苏萌认为要让数据发挥作用就要实现数据融合、技术融合和应用场景融合的智能化,也就是数据智能。 “数据智能是三种融合的引擎:数据融合,盘活数据资产,让数据在流动性中发挥价值;技术融合,技术赋能数字经济发展,助力效率提升;应用场景融合,技术与场景深度融合,加速业务智能化进程。” 同时要在政策层面和产业层面进行整体规划和加强。比如政府层面通过数据智能技术打通政务数据,促进了政府各部门的数字化、智能化转型,实现数据智能技术与网格化治理融合下的社会精准治理。一个非常直观的表现就是在此次疫情中,数据智能在提升政府社会治理效率表现十分亮眼。 可以说通过促进政府的数字化治理和产业的数字化转型,数据智能有效引领了数字经济效率革命。 数据智能应用道路困难重重 如果说以前产业数字化转型是“快与慢”的问题,疫情后产业数字化转型则是“生与死”的问题,疫情将倒逼产业数字化进程。从内部改造到外部协同、从单点应用到全局优化,持续推动产业数字化、服务化升级。 目前数据智能在社会应用中有两大难道,一个是缺乏完善数据治理体系和一个是数据标准的建立。目前我国现行的管理模式和信息应用模式还多以“条块分割碎片化”式为主,各个部门在自上而下的高度集权和横向的部门分立的双重因素下,跨部门信息协同面临重重阻力,导致数据治理结构与治理机制不健全,数据治理能力差。 百分点也给出了一些建议,首先,从政府层面,数据要素市场培育的三个重点: 首先推进政府数据开放共享。优化经济治理基础数据库,加快推动各地区各部门间数据共享交换,制定出台新一批数据共享责任清单。 提升社会数据资源价值。培育数字经济新产业、新业态和新模式,支持构建农业、工业、交通、教育、安防、城市管理、公共资源交易等领域规范化数据开发利用的场景。推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。 加强数据资源整合和安全保护。探索建立统一规范的数据管理制度。研究根据数据性质完善产权性质。推动完善适用于大数据环境下的数据分类分级安全保护制度,加强对政务数据、企业商业秘密和个人数据的保护。 其次,作为企业,需要依托“政产学研用”合作机制,建立统一的数据标准。数据治理、标准先行。数据治理体系是个复杂而庞大的系统工程,分散的数据涉及各个部门,因各个部门出台的行业细分标准不统一,且需要结合业务理解标准,因此跨领域的知识储备非常重要,建立数据治理体系需要共享标准词典,基于“政产学研用”合作机制,构建多种学科背景的联合实验室,同时需要发挥民营企业的技术力量,以“数据标准模型+面向对象的标准工具”的合作模式,通过API接口等方式,推广数据交换共享的“普通话”。 最后,建设可共享的知识图谱。数据治理体系是整体关联、动态平衡的系统工程,犹如一个智能生命体,需要政府、社会及企业分别构建云数据管理子中心,以点带面,实现全面的肢体连接。建成基于人、地、事、物、组织的知识图谱,最终让数据连成一张网,形成数据分析、共享、协同的数据价值流动,按需提供数据同步、数据整合、数据分发等应用场景,为各部门提供统一高效的数据服务。 百分点数字战“疫” (编辑:52站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |