您当前的位置:首页 > 互联网百科 > 大数据

大数据无处不在,向左还是向右

时间:2021-02-19 11:12:17  来源:光明网  作者:
大数据无处不在,向左还是向右

搭载有北斗高精度导航定位芯片的共享助力自行车。新华社发

大数据无处不在,向左还是向右

信息技术让远程医疗成为可能。新华社发

大数据无处不在,向左还是向右

新冠肺炎疫情的全球大流行不仅深刻影响了世界政治经济格局的发展演进,而且加速改变了人们的生产生活方式和思维方式。人们观察到,疫情大大加快了数字化转型进程,有望让大数据、人工智能、工业互联网、物联网等的发展步入快车道——从疫情监测、病毒溯源、行程跟踪到物资调配、医疗救治、疫苗研发,再到政府决策、产业转型、政务服务,随处可见台前幕后的大数据力量。以大数据、人工智能为代表的数字技术加快与实体经济深度融合,正在成为化危为机、开创新局的强大新动能。但是,唯物辩证法提醒我们,任何事物都有两面性。大数据同样是把“双刃剑”,一方面益处多多,另一方面也会诱发风险。似乎无所不在的大数据已实实在在地把问题一股脑抛了出来,诸如隐私保护、数据垄断、数据安全、算法监管等方面的挑战,正随着疫情防控常态化和数字化发展而越来越凸显、越来越复杂。这些问题,既迫在眉睫,又关乎长远大局。疫情总要结束,疫情后的大数据究竟何去何从?

狂飙还是稳进?

疫情之下大数据再度迎来发展良机

这次疫情“大考”给整个经济社会运行带来了一场极为被动的强压力测试,也客观上为大数据提供了一次主动作为、大展身手的机遇。疫情期间,各级政府部门、医疗机构、科研院所和科技企业迅速行动,把大数据等技术广泛应用于疫情防控和复工复产的各个方面,充分彰显了大数据在科技抗疫中不可替代的关键作用。

大数据在战疫中的创新应用集中在三个方面:一是疫情监测追踪。在疫情趋势研判、流行病学调查、舆情信息动态、人员迁徙和车辆流动、资源调配和物流运输等方面,通过政企合作开发大数据分析产品或服务,为政府、企业和公众提供实时动态的信息以辅助决策。全国各地很多科技企业都开发了各具特色的大数据平台和解决方案。媒体平台纷纷利用大数据技术绘制“疫情地图”“迁徙地图”,为公众防范传染提供方便。二是疫情防控救治。基于对位置数据和行为数据的挖掘分析,进行高危人群识别、人员健康追踪、区域风险预判等,实现分区分级的精准识别、精准施策和精准防控。大数据在病情诊疗、疫苗研发、医学研究等场景中也发挥了重要作用。中国疾控中心等机构同国家超算中心、BAT等企业合作,借助后者在算力、算法、数据上的优势加快了疫苗、药物等的研发进度。三是生产生活服务。诸多互联网、大数据企业和网络平台发挥优势为居民提供线上教育、在线医疗、远程办公、无接触外送、在线娱乐等服务,大批中小微企业开启数字化转型。国家政务服务平台推出疫情防控健康信息码,中国信通院联合三大运营商推出“通信大数据行程卡”,作为出行、复工复产复学、日常生活及出入公共场所的凭证,实现了健康码全国互认、一码通行。阿里“钉钉”、字节跳动“飞书”、腾讯企业微信等产品则为远程办公提供了便利。

2020年4月30日,工信部公布了疫情防控和复工复产复课大数据产品和解决方案名单,中国政府网疫情防控和复工复产服务、中电科“一网畅行”疫情防控和复工复产大数据系统、国家重点医疗物资保障调度平台等94个产品和解决方案上榜。这些产品和解决方案大多综合集成和应用了大数据、人工智能、云计算、物联网等多项技术,可有效满足疫情监测、病源追溯、诊疗研发、综合决策、远程协同等多方面需求,都是大数据战疫的典型案例。

大数据发展也迎来了一波政策利好。2020年3月,中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,将数据要素同土地、劳动力、资本、技术等要素一体部署。随后,国务院办公厅、国家发改委、工业和信息化部等部门陆续推出一系列针对数字经济和数字化发展的政策文件。比如,国务院办公厅《关于以新业态新模式引领新型消费加快发展的意见》,国家发展改革委、中央网信办《关于推进“上云用数赋智”行动 培育新经济发展实施方案》,国家发展改革委等4部门《关于加快构建全国一体化大数据中心协同创新体系的指导意见》,工业和信息化部《关于工业大数据发展的指导意见》;国家发展改革委还牵头启动“数字化转型伙伴行动”;继8家国家大数据综合试验区建设告一段落之后,6个国家数字经济创新发展试验区启动建设;等等。

前有抗击疫情的优异表现,后有连续不断的政策加持,大数据的未来似乎一帆风顺。疫情之后,大数据究竟是换挡提速、狂飙突进,还是重回冷静并进入稳步发展的轨道?该如何研判,还需要对大数据的正反两面进行全面审视。

机遇还是隐患?

客观看待大数据带来的风险和挑战

疫情暴发以来,由于外部环境发生了显著变化,大数据发展开始呈现出一些新的趋势。从技术层面看,大数据技术逐渐从数据的采集、存储、处理、分析等基本环节向数据管理、数据安全、交易流通等领域演化,已形成一个相对完整的庞大技术体系,并与人工智能、云计算、边缘计算、区块链等技术走向融合,以降本增效、创造价值、保障安全为基本方向的态势越来越明显。从产业层面看,大数据产业规模和企业数量保持增长,北上广深杭等发达地区一马当先,中西部地区不乏亮点,新型基础设施建设快速推进,5G、大数据中心、工业互联网、物联网等加快发展,商业模式创新和技术创新相互促进,大数据领域创新创业和投融资活跃。从应用层面看,越来越多的应用场景被开发出来,大数据分析应用进一步从消费端向生产端渗透、延伸,越来越多的企业开始具备数据的积累、掌控和管理能力,各种技术工具、数据产品服务或整体化解决方案持续涌现。

只不过,大数据的另一面或许更值得关注。过去一年,互联网、大数据及相关平台企业坐上了过山车,如果说上半年还意气风发,那么下半年真可谓风云突变。互联网平台扎堆鏖战“社区团购”和蚂蚁金服暂缓上市两个代表性事件,将一向风光无限的互联网企业置于风口浪尖。当消费互联网风口将尽、产业互联网尚未铺开,这两大事件的背后都可以看到互联网巨头及其背后的资本力量贪婪逐利,平台企业用户规模的高速增长和业务版图的急剧扩张,成为国家反垄断和防范化解金融风险的重要关注领域。这也难怪党和国家随即明确,要强化反垄断和防止资本无序扩张。《网络小额贷款业务管理暂行办法(征求意见稿)》《网络交易监督管理办法(征求意见稿)》《关于平台经济领域的反垄断指南(征求意见稿)》等文件相继发布,《反垄断法》修订工作提上日程,其用意已十分明显。

这还只是冰山一角。经此一“疫”,大数据应用所暴露出来的问题越发凸显,可归纳为“四有一难”。其一,数据融通有障碍。来自各个部门、各个渠道的数据口径不规范、标准不统一、时间不准确、可信度不高等问题较为普遍,数据质量堪忧,数据资源统筹管理不足,导致数据散而不聚、聚而不通、通而难用。其二,数据共享有困难。促进政务数据、公共数据共享开放的制度规章和政策措施还不健全,限制数据有序安全流动的体制机制障碍仍然存在,信息孤岛、数据壁垒问题突出,分级分类、权责清晰的数据管理制度体系还未建立;数据要素市场培育发展滞后,数据交易流通体系建设尚处探索初期,企业间、行业间数据共享开放不理想。其三,数据安全有隐患。尚未建立起适用于大数据环境下的数据分类分级安全保护制度,个人信息保护和数据安全管理跟不上快速发展的形势需要,存在个人隐私泄漏、数据泄露以及数据滥采滥用、不当使用和违规违法交易数据等风险。其四,数据监管有差距。行业、企业及机构数据庞杂分散和集中集聚现象并存,互联网巨头存在利用数据不公平竞争、限制竞争的垄断风险,针对大数据“杀熟”、平台“二选一”等问题的数据和算法监管相对空白。其五,数字鸿沟难弥合。不同行业和企业的数据管理应用能力差异明显,金融、电信、电力等行业相对领先,许多行业相对滞后,平台企业、龙头企业比中小微企业优势显著,老年人与年轻人相比差距较大。

所有这些都指向一个根本问题,即大数据相关制度规则建设明显滞后于大数据技术、产业和创新应用的发展,同时也说明大数据已进入一个新的发展阶段,一个需要技术、产业和制度、标准协同推进的新阶段。理想的状况应当是,既加大激励、推动大数据创新发展,又加强规制、促进大数据规范发展。

技术还是制度?

数字化时代大数据高质量发展的思考

数字化时代已然到来。在新一轮科技革命和产业变革深入发展的背景下,数字经济及其与实体经济的深度融合终将演变为一种数据驱动型经济,生产力和生产关系都将被重新定义,数据要素的有序自由流动和高效配置会越来越重要,经济社会发展也将越来越依赖于数据的驱动和赋能作用。而疫情冲击在加快数字化发展的同时,也必然要求尽快从生产关系层面调整社会制度,以适应和促进生产力发展,妥善解决日益凸显的数据应用乱象和数据治理难题,进而以大数据的高质量发展为构建新发展格局、推动高质量发展增添后劲、增加动能。

一方面,应当以更大力度鼓励大数据技术创新。坚持问题导向、需求导向,坚持以创新驱动、高质量供给引领和创造新需求,聚焦数字经济与实体经济融合以及数字社会、数字政府建设,提高大数据应用场景供给能力和供给质量,加快培育数据敏捷型新产业、新业态、新模式,鼓励利用政府数据资源进行产品、技术和服务创新,打造大中小企业融通发展的大数据产业生态和具有国际竞争力的数字产业集群。瞄准关键核心技术,推动大数据与人工智能、5G、云计算、物联网、区块链等技术融合发展和集成创新,促进数据要素与劳动力、资本、技术等要素融合创新,加强数据科学研究、数字技术研发投入和科技成果转化,推进“政产学研用金”协同创新,构建数据驱动的技术创新体系和创新创业生态。加快新型基础设施建设,推动传统基础设施数字化转型、智能化升级,为构建“算力+算法+数据+场景”的数字化生态提供支撑。加强大数据人才培养,提升全民数字技能,帮助中小微企业提高数据管理应用能力,努力弥合“数字鸿沟”。

另一方面,应以更大作为加强大数据制度建设。坚持以改革创新破除体制机制障碍、以系统观念健全国家大数据战略,加快建立健全数据资源产权、交易流通、跨境传输、安全保护等基础制度和标准规范。探索建立统一规范的数据管理制度,建立分级分类的数据管理体系和数据标准体系,健全政务数据共享协调机制,加快打造国家数据统一共享开放平台,推动数据汇聚融合与开放共享。加强数据产权理论研究和数据立法司法实践,赋予、保护和平衡权利人合法数据权益,逐步建立完善数据安全保护的基本制度体系、政策法规体系、技术支撑体系,强化平台和企业在数据合规、数据保护、算法透明等方面的责任,加强数据垄断调查,防止数据滥用、不当使用和违规违法交易。统筹布局数据资源和算力资源,着力构建全国一体化大数据中心协同创新体系,加快培育发展全国一体的数据要素市场,推动形成数据要素市场化配置机制,创新数据交易模式和交易规则,促进数据安全有序流动和规范化开发利用。积极开展数据跨境流动等领域国际合作,参与数字领域国际规则和标准制定,打造升级版“数字丝绸之路”。

总之,只有坚持科技创新和制度创新“双轮驱动”,协调推进大数据技术创新、产业发展和制度规则建设,才能让大数据阔步迈向高质量发展之路。

(作者:冯海红,系中国科学院科技战略咨询研究院大数据战略研究中心执行主任、副研究员)



Tags:大数据   点击:()  评论:()
声明:本站部分内容及图片来自互联网,转载是出于传递更多信息之目的,内容观点仅代表作者本人,如有任何标注错误或版权侵犯请与我们联系(Email:2595517585@qq.com),我们将及时更正、删除,谢谢。
▌相关推荐
为啥这几年偷税漏税的新闻这么多?不是偷的人多了,是因为国家有了查税大杀器: ...【详细内容】
2021-12-24  Tags: 大数据  点击:(8)  评论:(0)  加入收藏
张欣安科瑞电气股份有限公司 上海嘉定 201801 摘要:随着电力行业各系统接入,海量数据涌现,如何利用电网信息化中大量数据,对客户需求进行判断分析,服务于营销链条,提升企业市场竞...【详细内容】
2021-12-14  Tags: 大数据  点击:(9)  评论:(0)  加入收藏
1、什么是数据分析结合分析工具,运用数据分析思维,分析庞杂数据信息,为业务赋能。 2、数据分析师工作的核心流程:(1)界定问题:明确具体问题是什么;●what 发生了什么(是什么)●why 为...【详细内容】
2021-12-01  Tags: 大数据  点击:(25)  评论:(0)  加入收藏
数据作为新的生产要素,其蕴含的价值日益凸显,而安全问题却愈发突出。密码技术,是实现数据安全最经济、最有效、最可靠的手段,对数据进行加密,并结合有效的密钥保护手段,可在开放环...【详细内容】
2021-11-26  Tags: 大数据  点击:(17)  评论:(0)  加入收藏
导读:网易大数据平台的底层数据查询引擎,选用了Impala作为OLAP查询引擎,不但支撑了网易大数据的交互式查询与自助分析,还为外部客户提供了商业化的产品与服务。今天将为大家分享...【详细内容】
2021-11-26  Tags: 大数据  点击:(15)  评论:(0)  加入收藏
日前,北京市人力资源和社会保障局发布《2021年北京市人力资源市场薪酬大数据报告》,《报告》基于本市2020年度相关调研数据,按照行业、职位、群体等维度对薪酬数据进行了分析,首...【详细内容】
2021-11-04  Tags: 大数据  点击:(28)  评论:(0)  加入收藏
架构是数据仓库建设的总体规划,从整体视角描述了解决方案的高层模型,描述了各个子系统的功能以及关系,描述了数据从源系统到决策系统的数据流程。业务需求回答了要做什么,架构就...【详细内容】
2021-11-03  Tags: 大数据  点击:(35)  评论:(0)  加入收藏
同一产品对老客户的要价竟然比新客户要高?这是当下“大数据杀熟”的直接结果。近年来,随着平台经济的蓬勃发展,大数据在为用户服务之外,也引发了多种不合理现象。为了有效遏制“...【详细内容】
2021-10-29  Tags: 大数据  点击:(31)  评论:(0)  加入收藏
如今社会,手机电话在中国的使用率已达到99%以上,大大的地增强了我们的生活水平。而电话不但用以日常生活,还可以用以工作中,例如电话营销,电话便是他们的武器装备,他们根据手机的...【详细内容】
2021-10-26  Tags: 大数据  点击:(44)  评论:(0)  加入收藏
《个人信息保护法》11月1日即将生效,在大数据营销充斥在网络上的现在,如何引导大数据为善,如何更好的使用开发大数据,变得既重要也有现实意义。...【详细内容】
2021-10-26  Tags: 大数据  点击:(35)  评论:(0)  加入收藏
▌简易百科推荐
张欣安科瑞电气股份有限公司 上海嘉定 201801 摘要:随着电力行业各系统接入,海量数据涌现,如何利用电网信息化中大量数据,对客户需求进行判断分析,服务于营销链条,提升企业市场竞...【详细内容】
2021-12-14  安科瑞张欣    Tags:大数据   点击:(9)  评论:(0)  加入收藏
1、什么是数据分析结合分析工具,运用数据分析思维,分析庞杂数据信息,为业务赋能。 2、数据分析师工作的核心流程:(1)界定问题:明确具体问题是什么;●what 发生了什么(是什么)●why 为...【详细内容】
2021-12-01  逆风北极光    Tags:大数据   点击:(25)  评论:(0)  加入收藏
在实际工作中,我们经常需要整理各个业务部门发来的数据。不仅分散,而且数据量大、格式多。单是从不同地方汇总整理这些原始数据就花了大量的时间,更不用说还要把有效的数据收集...【详细内容】
2021-11-30  百数    Tags:数据   点击:(21)  评论:(0)  加入收藏
数据作为新的生产要素,其蕴含的价值日益凸显,而安全问题却愈发突出。密码技术,是实现数据安全最经济、最有效、最可靠的手段,对数据进行加密,并结合有效的密钥保护手段,可在开放环...【详细内容】
2021-11-26  炼石网络    Tags:数据存储   点击:(17)  评论:(0)  加入收藏
导读:网易大数据平台的底层数据查询引擎,选用了Impala作为OLAP查询引擎,不但支撑了网易大数据的交互式查询与自助分析,还为外部客户提供了商业化的产品与服务。今天将为大家分享...【详细内容】
2021-11-26  DataFunTalk    Tags:大数据   点击:(15)  评论:(0)  加入收藏
导读:数据挖掘是一种发现知识的手段。数据挖掘要求数据分析师通过合理的方法,从数据中获取与挖掘项目相关的知识。作者:赵仁乾 田建中 叶本华 常国珍来源:华章科技数据挖掘是一...【详细内容】
2021-11-23  华章科技  今日头条  Tags:数据挖掘   点击:(20)  评论:(0)  加入收藏
今天再给大家分享一个不错的可视化大屏分析平台模板DataColour。 data-colour 可视化分析平台采用前后端分离模式,后端架构设计采用微服务架构模式。 前端技术:Angularjs、Jq...【详细内容】
2021-11-04  web前端进阶    Tags:DashboardClient   点击:(39)  评论:(0)  加入收藏
在Kubernetes已经成了事实上的容器编排标准之下,微服务的部署变得非常容易。但随着微服务规模的扩大,服务治理带来的挑战也会越来越大。在这样的背景下出现了服务可观测性(obs...【详细内容】
2021-11-02  大数据推荐杂谈    Tags:Prometheus   点击:(40)  评论:(0)  加入收藏
同一产品对老客户的要价竟然比新客户要高?这是当下“大数据杀熟”的直接结果。近年来,随着平台经济的蓬勃发展,大数据在为用户服务之外,也引发了多种不合理现象。为了有效遏制“...【详细内容】
2021-10-29    海外网   Tags:大数据   点击:(31)  评论:(0)  加入收藏
本人03年开始从事贸易行业,多年来一直致力于外贸获客和跨境电商选品等领域,最近有些小伙伴反馈海关数据演示的都挺好为啥用起来不是那么回事?大家看到数据时关注的有产品、采购...【详细内容】
2021-10-28  QD云龙    Tags:数据   点击:(33)  评论:(0)  加入收藏
最新更新
栏目热门
栏目头条