全国有待形成数据资产市场 区块链、人工智能或成重要支撑功能
发布时间：2021-10-18 17:46:19 所属栏目：大数据 来源：互联网
导读：人工智能和数据专家表示，两年来发生了很多事情，为了解决实际运营和收入挑战，企业是重新审视其人工智能战略的时候了。 近年来，绝大多数投资人工智能技术的企业通常分为两种：一种是成功地使用人工智能应用程序来改善运营或削减成本的企业，另一种是人工智
|
人工智能和数据专家表示，两年来发生了很多事情，为了解决实际运营和收入挑战，企业是重新审视其人工智能战略的时候了。
近年来，绝大多数投资人工智能技术的企业通常分为两种：一种是成功地使用人工智能应用程序来改善运营或削减成本的企业，另一种是人工智能剧院。凯捷北美公司负责人工智能工程的企业副总裁Goutham Belliappa对人工智能剧院解释说，“一些企业实施了人工智能模型是为了在市场上制造一些轰动效应，但他们没有经历将人工智能能力与商业价值挂联系起来的艰苦工作。”
Info-Tech 研究集团研究总监兼分析师Brian Jackson表示：“人工智能正处于巨大经济影响的风口浪尖，它将以大约30年前软件定位的方式颠覆每个行业。人工智能快速增长的能力正在以比以前能够做的更有效的方式应用于解决问题。”
如何制定人工智能)战略
因此，具有前瞻性的IT领导者正在重新审视和重新思考他们未来的人工智能战略。Belliappa一直致力于优化和修改客户人工智能路线图，以通过个性化、动态定价和创建新的数据支持收入流来增加收入。
与此同时，数据和人工智能产品已经成熟并成为主流。Belliappa说，“挑战在于将这些人工智能和数据产品集成到企业的运营、商业或其他产品中。”他指出仅仅一两年前的数据和人工智能战略现在已经过时了。
Jackson说，“如果一家公司没有考虑如何将人工智能纳入其战略以及人工智能如何颠覆他们的行业，那么他们发现自己正在追赶另一个已经完成这项工作的竞争对手，这只是时间问题。”
以下是有关企业采取的人工智能战略的10个问题：
1.从人工智能或人工智能嵌入式产品中获得了多少收入?
Jackson说，“许多企业正在采用机器学习功能来协助某些业务流程;例如，使用聊天机器人对收到的客户支持案例进行分类。但要释放机器学习的真正潜力及其可以创造的价值，除非它适应企业的核心价值主张，否则将无法利用。”
2.企业认为自己在人工智能市场中扮演什么角色?
Jackson表示，企业应该根据人工智能的风险和回报来决定自己适合的领域。人工智能领导者将聘请数据科学家来创建自己的人工智能IP以推动业务增长，并向客户提供人工智能服务。早期采用者可能不会开发自己的人工智能算法，但会通过与人工智能领导者合作，快速集成人工智能解决方案，以推动效率和收入增长。那些风险承受能力最低的企业只想在他们已经使用的软件和云计算产品中采用内置的人工智能功能。
3.寻求什么样的结果?
这听起来很明显。然而，许多企业仍在为采用人工智能而追求人工智能。Whatfix公司首席技术官兼联合创始人Vara Kumar说：“人工智能已经成为一个概念，许多企业领导人甚至在了解自己需要它做什么之前就已经明白了自己需要它。”。他建议，企业对人工智能技术过程进行彻底的审计。
企业内容管理和流程管理软件制造商Hyland公司高级副总裁兼首席技术官Sam Babic表示：“企业在试图了解人工智能可以获得哪些类型的机会，然后将它们映射到企业目标时，通常只获得狭隘的视野，而不是首先从企业目标开始，然后映射到人工智能将如何提供帮助。这似乎是一个细微差别，但后者使企业能够更快地专注于实现目标所需的要求，而不是迷失在可能性的海洋中。”
4.应该监控和减轻哪些道德风险?
Jackson说，“采用人工智能带来的自动化决策带来了在企业的运营中根深蒂固的系统性偏见的风险。考虑一下希望人工智能做出的决定是否会对人们的生活产生影响，以及在这个过程中必须包含人类判断的地方。世界各地正在努力发布有关人工智能道德指南。”
Telus International公司首席信息官Michael Ringman提出，作为这项工作的一部分，如今的企业需要确保他们拥有多元化的团队来致力于人工智能计划，以实现他们的持续改进和努力实现零偏见。
5.企业是否有能力和基础设施来实现人工智能计划?
Jackson说，“企业必须现实地看待他们的人工智能方法将是什么，如果他们缺乏IT能力，例如云计算基础设施和数据仓库，那么就没有直接走到人工智能领导者的道路上。”
投资机构IDA Ireland公司技术主管Shane Nolan建议，企业需要进行能力差距分析、数据准备和根据现成的数据源构建人工智能解决方案，而不是理想的数据源。
6.人工智能成熟度是否跟得上数据增长?
未来工作认知中心的Euan Davis建议，为了保持领先，企业应该设定一个目标，使其决策速度与明年数据量的预期增长相匹配。例如，预计数据增长30%的IT领导者应该设定一个目标，将企业的洞察速度提高30%。Davis说，“在这个瞬息万变的世界中，任何无关紧要的事情都可能影响开展业务的速度。”
7.如何寻找下一代人工智能人才?
人工智能不仅仅是技术，也需要相应的人才。Davis说，“利用人工智能的可能性至关重要的是聘请能够了解技术和业务需求并创建解决方案的人才，而不仅仅是构建模型。企业应该深入关注优先确保下一代人才的人力资源计划(招聘和保留);如果没有它，在被颠覆的市场中几乎不可能跟上步伐。”
数字平台提供商AHEAD公司首席技术官Josh Perkins表示，拥有合适的人才(包括数据工程师和数据科学家)是成功的关键，因为他们将能够在小问题成为大问题之前识别并纠正这些小问题。
当然，仅靠外部招聘不会让企业达到目标。培养人工智能人才也是值得的。
8.工作人员和机器将如何在企业的运营环境中互动?
这将指导从增强内部机器人和平台的用户体验到提升和再培训员工的所有计划。Telus International公司的Ringman表示，企业需要考虑如何、何地和何时部署人工智能以提高员工的能力。
9.应该创建一个人工智能卓越中心吗?
虽然从小处着手并建立动力是有益的，但开发人工智能卓越中心通常是有价值的。Hyland公司的Babic说，“在人工智能采用的形成阶段，最好建立一个人工智能卓越中心，主题专家可以直接提交报告。这个卓越中心提供了对主题的关注和奉献，并允许对通过学习得出的模式和实践采取集中的方法。”
10.如何才能更好地实现人工智能民主化?
SAS公司人工智能和分析主管David Tareen说，“一些企业的领导者惊讶地发现，人工智能的民主化不仅仅涉及流程本身。通常情况下，文化调整或文化变革必须伴随这个过程。企业领导者可以在他们的民主化计划中实践透明度和良好的沟通，以解决问题，调整变革的步伐，并成功完成为每个人嵌入人工智能和分析。”
IDA Ireland的Nolan建议对更广泛的团队进行可能的艺术教育。他说，“人工智能不应该只是IT或软件工程团队的专利。”他建设，企业需要进行员工教育和意识建设。近日，北京市人大副主任李颖津表示，北京市已明确将“研究制定数字经济促进条例”列入今年的立法日程。未来，北京将大力支持数字贸易等重点领域发展，加强数字内容开发，鼓励文化创意、传媒娱乐等领域数字化产品贸易，支持跨境电商、智慧物流发展。
有业内人士认为，目前全国还没有形成真正的数字资产市场，但数字经济时代已经到，在此背景下中国需要这一市常在该市场中，认证是关键的环节，可以应用区块链、人工智能等数字化技术，建立数字信任机制。此外，出于数据安全方面的考虑，监管层应明确禁止拥有大规模的敏感数据和个人隐私数据的企业到国外去上市。
全国还未形成数字资产市场
目前，北京正在建设数字贸易试验区，而数据资产的交易正是试验区中重要一环。在业内人士看来，数字经济之中，数据潜在的商业价值需要通过数据资产交易来实现。
北京金控集团范文仲认为，当前数据作为一种核心要素资源，虽然具有普遍的使用价值，但资产属性还没有充分发挥。只有实现确权、流通和交易后，才会从社会资源转变成可以量化的数字资产，后续通过进一步金融创新，进而演变为生产性的数字资本，真正释放其内在价值。从原始数字资源、到数字资产、再到数字资本的不断演进过程，正是数字经济发展的核心目标，也将为未来中国经济增长提供强大的资本来源，这才是真正的供给侧改革。
中国银行原行长李礼辉亦认为，要全面提升数据要素生产率，实现数据要素资源价值最大化，就要高效配置数据要素资源。数据如果只“躺”在数据库里，就跟没有开采的铁矿煤矿一样，除非整体转让，否则就只有潜在的价值，没有可以兑现的商业价值。
“目前全国还没有形成真正的数字资产市场，数字经济时代我们需要数字资产的市常”李礼辉认为，在数字资产市场中，数字化的金融资产可以在数字资产市场中获得认证、定价并进行交易，实现所有权转让，而数字化的实体资产可以在数字资产市场中获得认证、定价，并进行使用权的交易。
在数字化资产市场中，认证是关键的环节。李礼辉表示，可以考虑应用区块链、人工智能等数字化技术，建立数字信任机制，数字信任机制有超越传统的资产市场的优越性。在信任未知的环境中，形成可信任的纽带，节约信任形成所需的时间和成本，加持商业信用；在广域高速网络中，建立可信认证工具，解决专利和专利权人、著作数据和著作所有者的确权问题，有利于充分发掘数据资源的商业价值。
此外，对于如何保证数据交易主体和交易流程的合法与合规性，范文仲表示，要对数据源的合法性进行审核，重点关注数据采集时是否具有数据主体的授权，或上位法规是否对数据采集行为有许可。然后根据敏感度对数据进行分级分类，按照数据不同性质采取多种交易模式。同时，还要加强售后的管理。
“在数据交易过程中，一家企业既可能是数据的购买方，也可能是数据的提供方。而交易平台发挥了 ‘风险防火墙’的作用。”范文仲认为，一方面可以填补监管部门要求数据“断直联”之后，数据采集机构和银行放贷机构之间产生的数据鸿沟，满足普惠金融机构助贷的痛点需求；另一方面，通过交易市场进行风险隔离，持牌征信机构可以避免针对每一个数据来源，都花费大量经济资源独自审核所有数据的合法性，并避免承担数据交易产生纠纷之后的机构声誉风险。
建议禁止拥有大规模敏感数据企业海外上市
数据交易有可能涉及个人隐私保护等方面的问题。对此，与会专家认为，中国国情跟西方不同，不能照搬西方法律条文，但还是要强调数据所有者对隐私数据基本的权利。中国迫切需要更新安全定义、安全技术、安全制度，构建数字安全体系，保护数据资源的安全。
范文仲表示，法规建设和技术进步提供了新的答案。首先要保证数据的采集一定要合法，遵循“合法授权”、“最简够用”的原则。对个人数据的采集要告知客户主体，并明确采集的目的和范围，不能捆绑式、垄断式授权，或者用晦涩难懂的法律文书和停止服务的霸权条款来诱导、强迫客户签订授权协议。
“在交易中尽量不提供与数据个人主体强关联的原始数据。”范文仲补充道，除了具有法律要求和少量专业持牌机构之外，大部分出售的数据应该经过脱敏处理，降低和个人身份的强耦合关联，尽量进行代码化、指标化处理，同时控制模型风险，保持数据标签使用的有效性和隐私保护的合理平衡。
而针对一些高度敏感的高价值数据，范文仲认为，应该发展安全可靠的隐私加密技术，包括以联邦学习、差分分析为代表的明文加密技术，以多方安全计算为代表的密码学加密技术，和以可信执行环境为代表的硬件加密技术。
除了技术以外，李礼辉还认为，监管层还有必要适当地管制数据出国。对数据云服务应该加强技术可靠性和数据安全性的审核，评定安全等级，根据安全等级制定数据收集处理的范围。值得注意的是，某些国际资本市场对上市公司的信息透明度设定了一些苛刻的要求，因此我国更应该有比较明确的制度，禁止拥有大规模的敏感数据和个人隐私数据的企业到国外去上市
 （编辑：漯河站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
