数据要素如何使用如何流通?北大光华管理学院副教授王翀解析

数据要素如何使用如何流通?北大光华管理学院副教授王翀解析
2020年12月19日 17:01 新浪财经

安装新浪财经客户端第一时间接收最全面的市场资讯→【下载地址

  第二十二届北大光华新年论坛12月19日举行。本次论坛以“预见正在发生的未来”为主题,汇聚“光华思想力”研究成果与光华各项目创新思路。北京大学光华管理学院副教授王翀出席论坛并围绕数字经济发表了演讲。

王翀王翀

  据王翀介绍,我国数字经济快速稳步增长,2019年数字经济增加值规模达到35.8万亿元,占GDP比重达到36.2%。同时,我国农业、制造业、服务业等领域数字化渗透水平与发达国家相比仍存差距,地区之间发展不平衡,未来发展潜力巨大。

  他表示,发展人工智能重要的基础就是数据积累。数据要素如何使用,如何流通?如此大量的数据积累,其实带来了新的挑战和机遇。

  第一,我们需要把数据存起来,让数据为我们所用,为经济发展所利用。数据中心建设是在不断加速的,2012年国家的数据中心数量是5.1万个,2019年是7.2万个,其中大型、超大型占比为12.7%。今年发布的十四五计划中,明确提出系统布局新型基础设施,其中就包括大数据中心的建设。

  数据中心不仅要建得多,还要建得好。其中能耗效率的问题是我们亟待解决的一个问题。2015年至2019年,我国不仅建设了更多的数据中心,同时在能耗效率问题上做出了比较大的改善。

  第二,需要从宏观政策层面继续快速推进对于数据作为重要的生产要素的权属和流通问题进行探讨。过去一年在新基建快速发展的同时,数据收集使用和流通的问题也得到了社会广泛关注和讨论。构建一个安全、公平、高效的数据流通经济体系成为重要的研究方向,涉及到数据安全、治理和监管,数据价值和权属的确立,个人信息保护等一系列的问题。

  第三、应该更加关注对个人隐私的保护。在研究中发现,过去10年随着互联网不断普及,以及生活不断数字化,我们的个人信息隐私需求发生了本质的变化:已经不仅仅局限于电话号码不能被泄露,个人身份不能在没有授权的情况下使用,隐私需求的范畴拓展到了对线上数字化虚拟财产的保护,对线上社会交往过程中的控制权问题,以及我们在获取信息、使用信息、做出决策当中的个人自主权的保护问题。这些都是我们需要去思考和进一步研究的。

  王翀指出,我们已经迎来了数字经济高速发展的时代。从互联网到物联网,从采集数据、数据分析到智能服务,我们逐渐从技术跟随到技术引领,数字经济红利正逐渐丰满。未来,在数据要素、智能服务、隐私保护方面还有很多的课题和机遇等待着去开发。

  以下根据演讲文字实录:

  王翀:各位中午好,很荣幸分享关于数字经济的思考。

  数字经济是以数据作为关键的生产要素,以数字技术创新为核心动力,将数字技术与产业深刻结合,在不断发展数字产业的同时,促动传统产业数字化,实现经济发展的新模式。

  数字经济蓬勃发展  产业数字化空间巨大

  数字经济的重要性毋庸置疑。信通院今年的报告显示了过去几年内,数字经济是快速稳步增长。2019年数字经济增加值的规模达到35.8万亿元,占GDP比重达到36.2%。具体来看大家关注的人工智能领域,根据新一代人工智能发展规划,到今年人工智能核心产业规模达到1500亿元,到2025年希望达到4000亿,到2030年末有望达到1万亿。同时,新基建快速发展,以5G为例,截至今年10月份,国内已经开通5G基站超过70万座,终端连接数超过1.8亿个。

  不过,我国农业、制造业、服务业的数字化渗透水平跟发达国家有一定的差距。北京大学大数据分析与应用技术国家工程实验室发布的数字经济指数报告显示,我国各地区数字经济发展水平和发展模式方面存在很大差异,我们在产业数字化方面有很大的空间。

  从微观场景看数字经济

  在数字经济的微观场景当中,大家最熟悉的就是在线购物的场景了。在在线商业平台中,用户的评分成为消费者的重要参考。最近我们关注了消费者利用评分做出选择的一些模式。简单的试验告诉我们,通过视觉处理的决策和判断可能并不是最优的。研究发现人类的认知还存在很多不足,这些领域是数字化、智能化能帮助我们创造价值的地方。

  数字经济和人工智能对人们的帮助不局限于消费和游戏。在工业应用AI可以帮助我们更好监控设备、控制风险、提高生产效能,做出科学管理决策。但是,近期研究也发现,我们对AI的判断和它的预测并不完全信任。比如一项研究显示,当我们人类看到自己预测有误差的时候,并不会显著提升我们对AI的信任程度,而当我们看到AI也会犯错的时候,则会显著降低对AI的信任程度。

  这说明我们对自己的判断和对AI的判断有不同的标准,也在一定程度可以解释为什么在产业中做数字化转型会遇到许多的困难。我们对AI辅助的要求很高,改变认知需要一个漫长的过程。数字化发展的另外一个路径是不断快速提高AI的预测能力。

  发展人工智能重要的基础就是数据积累。新基建的快速发展为数据收集、传输、存储、分析提供了良好的基础设施条件。同时,也意味着会有更多的数据被收集。

  2017年IDC的一份报告曾经预测过,到2025年全球数据量将达到163ZB的量级,是2016年的10倍,也就是说在未来5年间,我们会比过去收集更多的数据。而其中25%将为实时数据,而实时数据中的95%来自于物联网,这也是现在发展的前沿。

  数据要素如何使用,如何流通?

  如此大量的数据积累,其实带来了新的挑战和机遇。

  第一,我们需要把数据存起来,让数据为我们所用,为经济发展所利用。数据中心建设是在不断加速的,2012年国家的数据中心数量是5.1万个,2019年是7.2万个,其中大型、超大型占比为12.7%。今年发布的十四五计划中,明确提出系统布局新型基础设施,其中就包括大数据中心的建设。

  数据中心不仅要建得多,还要建得好。其中能耗效率的问题是我们亟待解决的一个问题。2015年至2019年,我国不仅建设了更多的数据中心,同时在能耗效率问题上做出了比较大的改善。

  第二,我们需要从宏观政策层面继续快速推进对于数据作为重要的生产要素的权属和流通问题进行探讨。过去一年在新基建快速发展的同时,数据收集使用和流通的问题也得到了社会广泛关注和讨论。构建一个安全、公平、高效的数据流通经济体系成为重要的研究方向,涉及到数据安全、治理和监管,数据价值和权属的确立,个人信息保护等一系列的问题。

  第三、应该更加关注对个人隐私的保护。我们在研究中发现,过去10年随着互联网不断普及,以及生活不断数字化,我们的个人信息隐私需求发生了本质的变化:已经不仅仅局限于电话号码不能被泄露,个人身份不能在没有授权的情况下使用,隐私需求的范畴拓展到了对线上数字化虚拟财产的保护,对线上社会交往过程中的控制权问题,以及我们在获取信息、使用信息、做出决策当中的个人自主权的保护问题。这些都是我们需要去思考和进一步研究的。

  随着我国经济4.0进程的加速,各个产业的信息化水平必将快速提升。未来一年,工业信息化进程将进一步加快,企业正在积极研究大数据平台的方案,构建广域的数据中台,提高数据治理能力,实现数据融合。

  我们已经迎来了数字经济高速发展的时代,从采集数据、数据分析到智能服务,逐渐从技术跟随进步到技术引领,这里面也给我们提出很多的挑战,数字经济的红利等待着我们去开发。新基建的焕生和全域数据融合能力的进步,必将进一步推进智能场景的多点开花,让我们的个人生活水平得到提升,也让我们的企业能更加高效运转。让我们共同努力。谢谢大家。

  新浪声明:所有会议实录均为现场速记整理,未经演讲者审阅,新浪网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。

海量资讯、精准解读,尽在新浪财经APP

责任编辑:邓健

APP专享直播

1/10

热门推荐

收起
新浪财经公众号
新浪财经公众号

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)

7X24小时

  • 12-22 中瓷电子 003031 15.27
  • 12-22 奥普特 688686 78.49
  • 12-22 西大门 605155 21.17
  • 12-22 火星人 300894 14.07
  • 12-21 三旺通信 688618 34.08
  • 股市直播

    • 图文直播间
    • 视频直播间
    新浪首页 语音播报 相关新闻 返回顶部