京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据成为数字经济时代新引擎
4月23日,在首届数字中国建设峰会“数字经济”“大数据”等分论坛上,嘉宾们围绕“构建以数据为关键要素的数字经济”等主题畅所欲言,探讨数字中国建设的路径。
中国工程院院士、中国互联网协会理事长邬贺铨:
大数据驱动制造业转型升级
“大数据与企业的数字化转型密切相关。”邬贺铨说,如今,我们在制造业中应用了大量传感器,尤其是一些企业在设备管理、资源管理、运维管理、故障管理等环节产生了很多数据,这些数据要分析应用起来。
邬贺铨表示,大数据与人工智能、移动互联网、云计算以及物联网等技术协同发展,并将深度融合到实体经济中,成为数字经济时代的新引擎。大数据将驱动制造业转型升级,提升生产效率,改进产品质量,节约资源消耗,保障生产安全,优化销售服务。
浪潮集团董事长孙丕恕:
数据流通是建设数字中国的关键
“未来三年,能与电商一样红火的是大数据交易。”孙丕恕说,数据流通是建设数字中国的关键,要加快推进国家一体化大数据中心建设,加快推动政府数据的共享开放,释放数据价值。
孙丕恕表示,数据是土壤,万物生长在数据之上,数字经济、各种新应用、新态势都基于数据。建设数字中国不仅要发展数字经济,而且要扩展到政务、民生等社会各方面,要以数据为基础,打造智慧政府、智慧城市,提升政府社会治理能力和公共服务水平,让每个人都能享受到数据带来的智慧和便捷。
神州数码控股有限公司董事局主席郭为:
要推动大数据融合共享
“要推动大数据融合共享。”郭为表示,目前,互联网数据只占整个数据的20%,特别有价值的数据多在组织内部,如何把数据挖掘出来是一个很大的难点。今后要打通信息孤岛,实现数据流动,创新数据价值。
大数据生态是什么?郭为认为,其核心要素包括应用场景、算法、数据信息三个方面。其中,应用场景是数据技术支撑应用的根本,是服务对象最直接感知人工智能的环节要素;算法是数据技术支撑应用的核心,包括自然语言处理、知识表现等技术;数据信息是数据技术支撑应用的基础,是实现大数据智能化的必备条件。
科大讯飞股份有限公司轮值总裁陈涛:
数字中国将带来更大获得感
陈涛认为,数字中国包含四个维度:一是数字的个人;二是数字的政府;三是数字的城市;四是数字的中国。在数字化政府方面,希望政府能够把数据进一步打通贯穿,为百姓和企业带来更加高效的服务,同时也可减轻政府部门的工作压力,实现跨部门协同工作,从而使得决策更加高效。
“从个人,到政府,再到城市,最后汇集成为一个数字的中国,相信未来的数字中国能够给广大居民以及企业带来更大的幸福感、获得感。”陈涛说。
维信诺公司总裁张德强:
未来将实现万物可视化
“大数据作为数字经济的关键生产要素,已成为驱动数字经济创新发展的核心动能。”张德强说,未来随着数字经济的发展,将实现万物数据化、万物可视化。
张德强表示,新一轮技术革命具有数字化、智能化、网络化、可视化的特点。信息化时代的技术发展将给产业带来重大机遇,实现人工智能、移动互联等新技术应用中不同场景的搭建,从而促进产业间的高效融合,促进我国数字经济的快速发展。
美团点评集团首席执行官王兴:
用科技创新为实体经济赋能
王兴表示,近年来,随着移动互联网、人工智能、大数据、云计算、物联网等技术的发展,我国数字经济进入了新阶段。在新阶段,我国将拥有更多的创新机会,以及走向世界的机会。
创造经济价值,首先要创造社会价值。要把数字化、网络化、智能化的力量深度融入实体经济中,通过科技创新为其赋能,提升各个行业的效率,助力经济高质量发展,提升人民生活水平。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16