随着大数据、大模型和大平台的建立，各行各业都能够在家里通过远程办公、在线购物、远程医疗、在线教育等方式实现不出门的生活方式。这种变化不仅方便了人们的生活，也有助于减少通勤和交通压力，降低环境污染，是一种可持续的生活方式。
这些应用场景的实现，需要依赖于大数据、大模型和大平台的支持。例如，在居家办公中，企业需要提供安全的远程办公设备和办公软件；在居家购物中，电商平台需要提供安全可靠的支付系统和物流服务；在居家看病中，医疗机构需要提供远程医疗设备和专业的医生咨询；在居家上课中，教育机构需要提供高质量的在线教育和稳定的网络环境；在居家聊天中，通信运营商需要提供稳定的网络连接和高质量的语音通信服务......这些一系列的变化要求各行业适应新的智能技术发展，所以，只要各行各业统一将通用智能大数据、大模型和大平台建立得更加完善，便可以成为现实，梦想成真。对此，您怎么看呢？如果您有何锦囊妙计可以安邦治国平天下，赶快来《共绘网》的评论区参与讨论吧！
一共有人参与 条评论
大数据是信息技术系统在与人类社会交互中所产生的巨量信息；无论如何，它们是个体或者群体行为的相关信息——太空中获取的星体数据不能成为大数据，尽管它们是科学仪器“观察”和“加工”后的信息。大数据被认为包含着巨大的价值，或者巨大的商业价值，因为这些大数据中包含由个体信息和个体偏好形成的群体偏好或者规律。我们被数据化从而被客体化，同时被计算与预测。基于大数据的计算便是基于个体组成的群体的行为信息之上，这样个体的“行”和“为”，乃至“思”和“想”都被关注、收集与计算。因而，尽管可能的是，在算法设计时通过将伦理嵌入到算法之中保证没有人在背后对作为数据对象的个体进行“偷窥”，但实际上，群体被偷窥，商业价值和政治目的便通过群体被偷窥而实现。由大数据而产生的价值是通过偷窥我们的行为以及这些行为背后的思想，从而预测乃至操控我们的行为来实现的。掌握数据的公司可以通过投放某些数据扰动人群，对人群进行操纵，这种操纵可以是商业的，也可以是政治的。这种操纵如同羊群被恐吓声所驱赶或者被投放的食物所吸引。个体数据是大数据时代个体的新的身份。这是数据化个体的时代，我们无处可逃。而对我们的数据进行操作则是需要规制的。来源 | 《学术前沿》杂志及人民论坛网
(1)如何做出绝佳选择？ 遵循第一原理。 纳文•查德哈：作为一名创业者，我与无数创业者并肩作战过。我深信，生活中我们面临许多选择，其中不乏好的选择，但真正伟大的选择却难以抉择。你无疑是学会说“不”的大师，甚至能够果断放弃正在进行的项目。你是如何培养这种直觉的呢？ 黄仁勋：我从第一原理（First principle，一种基本的哲学和科学思维方法，它强调通过分解问题或理解事物的基本组成部分和基本原理来推导出新的洞察或解决问题）出发进行推理，在深度学习的领域，当我首次接触并试图理解它时，我幸运地早早地进入了这个领域。 但我所看到的并不比别人看到的更为特别，只是AlexNet的惊人效果和令人印象深刻的结果，以及深度学习的结构似乎具有极高的可扩展性。 这是历史上第一次，我们可以看到软件的设计，想象出真正的软件示意图，不仅仅是任何软件，而是能够绘制出GOP、GOS等概念的框图。而此前，我们从未能够通过绘制示意图来清晰描述软件的功能。这一事实表明，深度学习是结构化的。 在思考深度学习的可扩展性时，我关注的核心在于软件是否能像芯片一样进行扩展。如果我们增加计算能力或提供更多数据，它是否仍然能够保持其理想的特性？这与我们增加晶体管数量、加深流水线或增加更多线程以使硬件更具扩展性是否相似？这是历史上我第一次在软件中看到这样的可能性。 关键在于，我们能从数据中学到什么？大约15年前，当我们深入思考这个问题时，我们得出了一个结论：这将会彻底改变软件的开发方式，这就是我当时的赌注。一旦你形成了核心信念，你每天都会测试你的假设，我每天都这样做。如果事实有所改变，你的观点也应随之调整。每天，我都在以更多种方式测试这个信念，并越来越坚信这就是未来的方向。你知道，无论做什么事情，这都是必经之路。
(1)数据要素如何推动产业转型升级？ 近日发布的《“数据要素×”三年行动计划（2024—2026年）》，从制造、商贸、金融产业着手发力，为数据要素在高质量发展中发挥“乘数效应”提供了更为明确的落实路径和发展框架。生产、商业、服务等模式将依托拥有更广阔发展空间的数据要素，不断创新成长，为接下来中国经济高质量发展“铺路架桥”。
(0)黄奇帆认为，制约当前中国数字经济加速发展的主要难点包括数据确权、交易、跨境流动等问题，而这些问题往往牵一发而动全身，一旦出险必殃及全局。因此，有必要采取先局部试点再完善推广的改革策略。 差距在哪？黄奇帆认为，从龙头企业股票市值、数字领域独角兽企业数量、底层核心数字技术创新能力、国际数字市场占有率、全球数字规则制定话语权等多项指标来看，近年来中美在数字经济领域差距非但没有缩小，反而在扩大。 2019年底，中国前十大数字企业市值相当于美国前十大数字企业市值的24%，2022年底该比例下降至17%。2022年美国共有独角兽企业666家，较疫情前增加463家，中国共有独角兽企业316家，较疫情前仅增加110家，中美两国独角兽企业中大部分都是数字经济独角兽。 在数字技术竞争方面，中国在数字底层技术、核心算法、关键软件等领域与美国还有不小差距。近期，以ChatGPT 为代表的美国大模型技术创新大大加速人工智能发展，中国与之差距至少在两年以上，且差距呈快速拉大趋势。大模型技术将重塑生产消费各类经济业态，创造大量新的应用场景和生态，若不能及时跟上，中国可能在新一轮数字经济竞争中处于劣势和被动。 在数字规则竞争方面，美国、欧洲是全球数字治理规则的主要制定者。美式数字治理强调数据跨境自由流动、数据非本地化存储、数字服务市场准入等，欧式数字治理强调个人隐私数据保护，目前全球主要发达国家及大量发展中国家已分别加入美国或欧盟的数字流通圈。 中国数字治理尚不能与国际高水平数字规则完全对接，在数据跨境流动、数字服务市场开放、数据本地化存储、公共数据开放、个人隐私数据保护、数字安全等关键数字治理议题方面还没有完全破题。2022年美欧达成《跨大西洋数据隐私框架》，标志着美、欧两大数字流通圈正在“握手”，可能会对中国实现规则合围封锁。如果中国不能在关键数字规则方面形成突破，实现与高水平国际数字规则衔接，有被排挤出全球主要数字市场的风险。 黄奇帆提到，虽然通过自贸试验区等高水平开放平台，我们有大量数字治理的制度安排和数字规则创新，但中国数字企业在开展国内国际业务上面临的不少政策制度有待突破和完善。由于中国数据跨境流动管理制度不完善，自贸试验区不具有数据出境评估权限，企业开展数字服务出口、跨境数据存储、国际数据交易、境外数据加工贸易、国际合作研发、国际技术贸易、跨境远程运维和跨国企业集团内部管理时均受到不同程度的限制。 比如，企业访问国际数据资源受限，大幅增加企业运营成本。
(1)我以前见过这种故意盲目的行为。我称之为“悲观厌世”：一种对席卷全球的技术变革及其颠覆一切的能力视而不见的倾向。直到最近，这还是硅谷精英们的共同烦恼，他们中的许多人追求技术“颠覆”，而不考虑可能的结果。生成式人工智能和其他人工智能产品的到来已经开始改变这一状况。尽管还有很长的路要走，但硅谷的领导者已经开始采取更加积极主动和预防性的方法来开发最大的人工智能模型。但在更广泛的范围内，面对这一浪潮，至关重要的是，社会不能将其视为空谈而忽视它，否则就会陷入困境。我所说的“遏制”，即管理这些工具的综合计划，需要从现在就开始准备。作者穆斯塔法• 苏莱曼（Mustafa Suleyman）是世界顶尖的人工智能公司 DeepMind 的前共同创始人。
(0)从AI大模型看数据要素市场的重要性。 （一）AI大模型对训练数据集的要求。 AI大模型对训练数据集的要求很高。简单来说，大模型除了要很大的算力以外，模型本身也很复杂，有大量的参数。更重要一点，数据是很重要的，现在我们国家的一些大厂的AI模型，之所以和国外有差距，我觉得主要来自数据方面差距，因为算力模型本身是开源的，算力是其他办法可以去弥补的。 （二）高质量语言数据或将于2026年耗尽。 华泰证券黄乐平博士团队2023年5月11日《AI大模型需要什么样的数据》引用的一篇工作论文表明，高质量的语言数据没有大家想那么多，尽管数据在不断产生，但是大模型的数据需求更高。高质量语言数据集数据或将于2026年耗尽；低质量语言数据集数据或将于2030年耗尽；图像数据语料耗尽的速度会慢一些，但也或将于2030-2060年耗尽。 （三）数据要素市场的重要性。 数据要素市场对AI发展至关重要。数据要素市场是数字经济和数字金融发展的关键。数据要素市场是理解个人隐私保护、平台经济竞争、大科技公司监管和金融科技发展等问题的关键。在数据要素市场中，个人数据最受关注，但非人格数据也越来越受关注， 比如来自工业领域、物联网设备、市政网络和交通网络等的数据。作者：邹传伟博士，万向区块链首席经济学家，上海金融与发展实验室前沿金融研究中心主任。
(0)ChatGPT走红，掀起全球AI产业新浪潮。 2022年11月30日，由美国人工智能公司openAI开发的通用聊天机器人ChatGPT正式上线，因其突破性的AI功能迅速获得广泛关注，其强大功能包括能回答连续性的问题、承认自己的错误、质疑不正确的假设，甚至拒绝不合理的需求等，仅发布一周，就已经拥有超100万用户，60天内月活用户突破1亿。 进入2023年，由ChatGPT掀起的人工智能的浪潮迅速席卷全球，从科技产业，到办公、教育、电商、游戏、资本市场等领域。 百度、微软、华为、亚马逊、谷歌、阿里云等全球科技领军企业对产业变革具有更灵敏嗅觉，纷纷以最快速度入局，有抢占先机者，亦有另辟蹊径者。从多模态通用大模型到聚焦语言、视觉、行业解决方案的大模型，无数领域正在被AI大模型技术改变。 从背后的发展逻辑来看，ChatGPT火爆也折射出AIGC在全球有巨大市场，并且从2023年开始蓬勃发展。（小安生）
(1)AI+电商未来“卷”在哪？AI+电商的应用场景十分广泛，比起其他距离消费者较远的领域，AI在电商方面的应用场景更加简单直接，利用大量已有数据，AI能够迅速完整被训练，更快地为消费者提供适配的服务。目前AI也已经能做到赋能电商的全链路，实现售前、售中、售后的智能化管理运营，例如：在售前选品阶段，可以通过AI技术对商品标签体系数据进行训练和丰富，帮助选品优化模型在线路、平台、时间、商品特征四个主要维度进行选品决策；基于历史销售数据、竞品关系、消费者偏好等数据，帮助提升定价效率、实时优化价格等。 在售卖中，AI营销可以通过大数据和已有消费者的用户画像，筛选不同特征的目标消费者，实现千人千面的推送，提高企业精准广告投放的效率；此外AI还可以与消费者互动，实现精准推荐与导购，提升转化率的同时，也降低了客服的人工成本；AI直播模式也已经出现。 在售后服务上，AI可优化物流和仓储管理流程，例如路线规划、运输方式选择、库存管理等，提高交易效率和客户体验。AI技术在电商领域的应用，对于消费者来说，可以更加精准地定位产品，不用花费大量时间进行搜索，有效提升电商购物体验。对于广告主来说，可利用AI生成营销文案，并能将自己的商品更精准推送给消费者，提升ROI的同时降低成本。对于卖家来说，AI的应用可以直接提升设计软件、ERP软件、店铺运营软件、订单管理软件等工具的效率。而且对于工具型公司来说，融入AI的产品直接面向下游客户，只要产品好用/效率变高，客户的支出就会上升，是收入端增长的逻辑。 总之，AI已经渗透到了电商产业的全链路。各环节已经开始卷起来，卷成本、卷效率、卷质量、卷信息差······不过，目前AI+电商仍然是处于发展初期，一切技术落地的前提，是服务于消费者、服务于市场。在AI+电商的浪潮中，由头部电商平台领头，入局的电商玩家已经越来越多。而谁能率先突破AI战的重围，获得消费者青睐、引领市场，谁就能在AI+电商大战中更胜一筹。（蜂耘网）
(1)
手机扫描二维码访问
1 
