首页 — 动态 — 行业活动

北京|竹云董事长董宁出席2024全球数字经济大会数据要素创新发展论坛

2024-06-07

2024年6月5日,以“释放数据要素价值 助力新质生产力发展”为主题的“2024全球数字经济大会数据要素创新发展论坛暨第四届中国数据要素50人论坛”在北京国家会议中心举行。

本次论坛汇集数据管理与数字经济领域的杰出专家学者、行业领袖、优秀企业代表,旨在为探索和构建数据要素生态市场,提供一个交流平台,聚焦数据产权、交易流通、收益分配、安全治理的基本规律,统筹数据要素市场的发展和安全,探索和激发数据资源的要素价值,助力新质生产力发展。


全景2.JPG


联合国科学和技术促进发展委员会副主席Peter Major,北京市通信管理局党组书记、局长苏少林致开幕辞。


联合国科学和技术促进发展委员会副主席Peter Major,以视频连线方式为大会致辞。他表示:在21世纪的数字经济浪潮中,数据已不再仅仅是信息的载体,而是成为了驱动经济增长、创新和转型的关键生产要素,正在深刻改变世界经济社会格局。我们必须构建数字经济新型生产关系,重塑经济社会治理新模式,共建数据安全和网络安全新态势,为数字经济的发展保驾护航。


开场致辞1.JPG


北京市通信管理局党组书记、局长苏少林在致辞中提到:习近平总书记指出,数据是新的生产要素,是基础性资源和战略性资源,也是重要生产力。当前,数据作为数字经济时代的关键生产要素,逐步融入生产生活各方面,深刻影响并重构着经济社会运行和社会治理,已成为影响未来发展的关键战略性资源。在数据创新、融合、变革的时代浪潮下,产业链各界需要充分挖掘数据要素潜能,激活数据要素价值,推进数据基础设施建设高质量发展,谱写数字经济发展新篇章,共同为我国数据事业发展贡献力量!


开场致辞2.JPG


主题演讲

中国法学会副会长、第十三届全国人大宪法和法律委员会副主任、最高人民法院原副院长江必新,欧洲科学院外籍院士、欧洲科学与艺术学院院士陈俊龙,海南省大数据管理局局长董学耕,中国信息通信研究院副总工程师何伟,中国社会科学院信息化研究中心主任、中国国社会科学院数量经济与技术经济所研究员姜奇平,中共中央党校(国家行政学院)一级教授、中国行为法学会副会长兼学术委员会主任张恒山,国际数据协会(IDA)主席、中国科协决策咨询首席专家、中国数据要素50人论坛主席王春晖,中国电信集团数据发展中心副主任张鑫,奇安信集团副总裁、首席数据安全科学家刘前伟等领导嘉宾出席论坛并发表主题演讲。


c76565580657f85e64dc8429aa6c0d3.jpg


圆桌对话

圆桌对话环节由国际数据协会(IDA)主席、中国科协决策咨询首席专家、中国数据要素50人论坛主席王春晖主持。世界知识产权组织技术与创新支持中心主任、江苏国际知识产权学院院长戚湧,联合国世界丝路论坛数字经济研究院研究员、深圳竹云科技股份有限公司董事长董宁,中国科学院深圳先进技术研究院研究员、中国科学院大学博士生导师曲强,南京领行科技股份有限公司首席执行官崔大勇,北京邮电大学网络空间安全学院教授、灾备技术国家工程中心常务副主任辛阳,深圳大学创新发展法治研究院院长、深圳大学校学术委员会副主任叶卫平,华为技术有限公司全球政务一网通军团研发副总裁赵猛,人民数据管理有限公司董事长郑光魁出席圆桌对话。


LC1488.JPG


竹云董事长董宁 观点分析

      1. 面对新质生产力的崛起,企业应如何利用数据要素价值化,探索创新发展道路,并实现持续的增长?


新质生产力是创新起主动作用,“以新促质”,具有高科技、高效能、高质量特点,是生产力现代化的具体体现。(1)数据也是随着社会经济发展周期和生产力的提高,经过循环往复的发展历程,当下随着AI应用创新的迭起又掀起新一轮数据热潮。

在 1982 年出版的《大趋势》一书中,作者的几个观点让我记忆深刻:“我们被信息淹没,但是却渴求知识。”、“在工业社会里,战略资源是资本,在信息社会里,战略资源是信息。”、“经济转型的过渡时期正是创业精神最旺盛的时期。”、“信息不仅可以再生,而且可以自生。”

我们看到从过去预测未来,信息/数据对社会经济和产业创新的驱动。向前跳跃30年至2013年,大数据成为行业炙热的高峰期,而之后几年,大数据又进入了行业低谷,我们从 2015 年开始到接下来的 8年时间,业界经历了“冷冻期”,比如我们听到一些观点“淹没在数据中,却渴望洞察力”。2023 年 3 月 14 日,ChatGPT 4 发布,业界争相获取数据,数据的价值再次掀起高潮!

(2)在当前AI市场激烈竞争驱动下,大模型服务的市场价格下降,推动行业更广泛地应用AI服务能力。

今年 5 月,字节跳动、阿里巴巴、OpenAI、谷歌、微软 Azure、AWS 等大公司宣布大幅降低AI Token价格。同时,还有一些新变化,创建这些AI大模型的创始人或业界专家已开始在公众采访中讨论一些新的增量数据价值的损失。

通常数据来源有多个渠道,如从网络抓取数据、公共服务可用的数据,通过授权使用的行业或私人数据。应用经济学中的“边际效用递减定律“,随着商品或服务数量的增加,该商品或服务的边际效用会降低。以此用于创建AI模型的数据量越来越庞大,增量新数据对大模型所需产出的效用将不断递减,从而导致数据价值在一定程度上会下降。

随以上趋势发展变化,意味着企业可以更少成本来应用AI大模型服务提高组织管理、产品或服务的运营效率。这将推动未来几年内,生物技术、医疗、软件、机器人等各行业的创新效率都会大幅提高。技术发展是呈指数级增长。

另外,我认同创新工场创始人李开复先生在一次采访中的观点:“没有一个产品公司可以只靠技术优势可以长期胜出,一定需要创造一个非技术的竞争壁垒”比如品牌、客户对品牌产品的热爱等。


2. 为确保数据治理的合规性和有效性,我们应当如何为数据要素化提供必要的技术支撑,以支持数据驱动的决策和业务发展?


现代计算能力的叠加和数字技术应用场景的不断扩大,使得原本孤岛式的数据被更大范围的互联互通。海量数据被生产出来,通过网络等方式传输到云端进行存储、处理与分析,再借助物联网、人工智能等多种方式转化为实际应用。新技术的应用,为企业发展带来更多市场机遇。

与此同时,企业也不可避免地面临巨大的数据管理压力和数据安全风险。在数据流通过程,也是多源多方数据融合的过程,一旦被泄露或滥用,将带来用户隐私、商业秘密等数据泄露问题,影响社会经济安全与健康发展。因此,企业在充分应用数据价值的同时,需重视数据合规与安全风险控制,数据要素合规流通平台、IAM数字身份管理与访问控制以及AI和云资源安全服务平台等数字化基础设施保障也成为必要条件。

竹云所从事的IAM数字身份管理与访问控制技术领域,是一个有效控制人或物等不同类型用户访问行为和权限的管理系统。IAM中间件将不同的人员、组织、流程、数据等要素纳入共享平台,打造连接、共生、共享、安全的数字底座,能够助力企业建立一套灵活且可扩展的数据治理和安全管理架构,以适应不断变化的数据需求和法规要求。并提供一系列安全及合规性功能,如数据加密、匿名化、访问控制、安全审计等,以保护敏感信息不被未授权访问或泄露,以及数据合规性检查、安全审计、隐私保护规则引擎等,确保只有得到授权的人员才能访问相关数据,在保障数据安全与隐私方面起到重要作用。

其次,在数据分析和风险预警方面,IAM可以结合AI技术实现更加智能化的数据挖掘和分析,帮助企业从海量数据中发现更有价值的信息和规律。

同时,根据企业自身特点及合规要求,IAM对数据资产进行分类分级,形成数据保护目录,应用智能风险引擎,实现持续动态的信任评估。对不同安全等级的数据资产实施差异化管控,及时感知和防御风险访问行为,并保留数据操作的审计追溯记录,有效规避数据安全风险,在满足国家法律法规和行业标准要求的同时,促进数据合规可信流通,保障数据全生命周期安全,为企业数字化转型和业务创新提供更强有力的支持。