产业创新动态

财政部印发《关于加强数据资产管理的指导意见》

财政部网站1月11日消息，为深入贯彻落实党中央决策部署，规范和加强数据资产管理，更好推动数字经济发展，近日，财政部制定印发了《关于加强数据资产管理的指导意见》（以下简称《指导意见》）。
加强数据资产管理
财政部资产管理司有关负责人介绍，中国是全球数字经济发展最快的国家之一。《数字中国发展报告（2022）》显示，2022年我国数字经济规模已超过50万亿元，数字经济占GDP比重达到41.5%，位居世界第二位。数据已成为第五大生产要素。数据资产作为经济社会数字化转型进程中的新兴资产类型，正日益成为推动数字中国建设和加快数字经济发展的重要战略资源。党中央高度重视数字中国建设和数字经济发展，作出一系列重要决策部署。
“但数据资产仍面临高质量供给明显不足、合规化使用路径不清晰、应用赋能增值不充分等难点，亟需进一步完善制度体系，通过出台指导性文件对数据资产管理进行引导规范。”上述负责人称，为促进数据合规高效流通使用，财政部制定《指导意见》，明确了数据的资产属性，提出依法合规推动数据资产化，平等保护各类主体数据资产合法权益，鼓励公共服务机构将依法合规持有或控制的、具有资产属性的公共数据资源纳入资产管理范畴，进一步创新数据资产管理方式方法，加强数据资产全流程管理，严防数据资产应用风险等，更好促进数字经济高质量发展。可以说，制定《指导意见》既是促进数字经济发展的客观需要，也是加强数据资产管理的现实要求。
确定12方面主要任务
《指导意见》主要包括总体要求、主要任务、实施保障等三方面十八条内容。
一是明确工作原则，即坚持确保安全与合规利用相结合、坚持权利分置与赋能增值相结合、坚持分类分级与平等保护相结合、坚持有效市场与有为政府相结合、坚持创新方式与试点先行相结合。
二是确定主要任务，包括依法合规管理数据资产、明晰数据资产权责关系、完善数据资产相关标准、加强数据资产使用管理、稳妥推动数据资产开发利用、健全数据资产价值评估体系、畅通数据资产收益分配机制、规范数据资产销毁处置、强化数据资产过程监测、加强数据资产应急管理、完善数据资产信息披露和报告、严防数据资产价值应用风险等12方面内容。特别对具有国有属性的公共数据资产管理作出针对性规定，更好对相关主体管好用好公共数据资产提供政策指导。
三是强化实施保障，包括加强组织实施、加大政策支持、积极鼓励试点等。
《指导意见》范围不区分数据资产持有主体
关于《指导意见》的范围，上述负责人表示，《指导意见》是针对数据资产这一大类资产作出的指导性规定，不区分持有主体。
当前，数据要素、数据资源、数据资产、数据产品等概念使用较为混乱，存在不规范、不统一问题。数据资产区别于普通资产，在管理模式上与数据的管理有所差别。要管好用好数据资产，首先要对数据资产进行统一界定并提出总体指导要求。无论持有数据资产的主体是企业还是行政事业单位，都应在数据安全法和个人信息保护法等基础上，需遵循财务会计管理、资产评估管理等共性要求，对其持有的数据资产进行规范管理。考虑到公共数据资产具有国有或公共属性，为避免资产流失和公共安全风险，《指导意见》在对全口径数据资产作出共性指导的基础上，有侧重地针对公共数据资产管理作出单独规范要求。
畅通数据资产收益分配机制
畅通数据资产收益分配机制方面，《指导意见》明确，完善数据资产收益分配与再分配机制。按照“谁投入、谁贡献、谁受益”原则，依法依规维护各相关主体数据资产权益。支持合法合规对数据资产价值进行再次开发挖掘，尊重数据资产价值再创造、再分配，支持数据资产使用权利各个环节的投入有相应回报。探索建立公共数据资产治理投入和收益分配机制，通过公共数据资产运营公司对公共数据资产进行专业化运营，推动公共数据资产开发利用和价值实现。探索公共数据资产收益按授权许可约定向提供方等进行比例分成，保障公共数据资产提供方享有收益的权利。在推进有条件有偿使用过程中，不得影响用于公共治理、公益事业的公共数据有条件无偿使用，相关方要依法依规采取合理措施获取收益，避免向社会公众转嫁不合理成本。公共数据资产各权利主体依法纳税并按国家规定上缴相关收益，由国家财政依法依规纳入预算管理。
保护各类主体相关权益
在数据资产的权益保护方面，该负责人介绍，《民法典》明确规定数据、网络虚拟财产按规定受到保护；《数据安全法》提出国家保护个人、组织与数据有关的权益。各类主体依法依规采集加工的各类数据形成的数据资产，由于前期投入了大量成本，要保护其在依法收集、生成、存储、管理数据资产过程中的相关权益。涉及个人信息的，要依法保障个人信息安全，保护个人隐私。2022年中共中央、国务院印发的《关于构建数据基础制度更好发挥数据要素作用的意见》提出，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。
为此，《指导意见》进一步明确，保护各类主体在依法收集、生成、存储、管理数据资产过程中的相关权益。落实数据资源持有权、数据加工使用权和数据产品经营权权利分置要求，加快构建分类科学的数据资产产权体系。
加强数据资产全流程管理
关于加强数据资产全流程管理，上述负责人介绍，创新数据资产管理方式方法，既能更好保护各方权益，也有利于进一步推动数字经济和实体经济融合发展，更好统筹发展和安全。
《指导意见》基于全链条管理理念和资产管理共性要求，明确了数据资产管理内容，主要包括明晰数据资产权责关系、加强使用管理、健全价值评估、畅通收益分配、规范销毁处置以及完善披露报告等。针对数据资产可复制、非排他、边际报酬递增等特性，将数据资产开发利用、更新维护、授权运营、完善定价、过程监测、应急管理等要求，嵌入数据资产管理全流程。
强化公共数据资产授权运营和使用管理
在公共数据资产开发利用方面，该负责人介绍，党中央、国务院高度重视公共数据开发利用，提出有序推动公共数据资源开发利用，开展政府数据授权运营试点，鼓励第三方深化对公共数据进行增值开发利用，提升各行业各领域运用公共数据推动经济社会发展的能力等部署要求。公共数据是数据资源的重要组成部分，关乎国民经济发展方方面面，蕴藏着巨大的经济社会价值，其开发利用以及市场化配置意义重大。2022年以来，随着数据要素市场化配置改革、数据安全、网络安全、个人信息保护等法律法规颁布实施，公共数据开发利用由研究部署迈入落地实施阶段。
按照党中央有关决策部署，《指导意见》提出，支持公共管理和服务机构为提升履职能力和公共服务水平，强化公共数据资产授权运营和使用管理。严格按照“原始数据不出域、数据可用不可见”要求和资产管理制度规定，公共管理和服务机构可授权运营主体对其持有或控制的公共数据资产进行运营。
严防数据资产管理潜在风险
统筹发展和安全，安全是发展的基础和前提。
《指导意见》明确，将安全贯穿数据资产管理全过程。涉及处理国家安全、商业秘密和个人隐私的，应当依照法律、行政法规规定的权限、程序进行，不得超出履行法定职责所必需的范围和限度；提出数据资产权利主体要在遵循数据安全法、个人信息保护法等基础上，严格按照“原始数据不出域、数据可用不可见”要求和资产管理制度规定，稳妥推进数据资产化以及公共数据资产开发利用。在价值应用方面，进一步提出要通过合理程序避免虚增公共数据资产价值。
健全数据资产价值评估体系
《指导意见》提出，推进数据资产评估标准和制度建设，规范数据资产价值评估。加强数据资产评估能力建设，培养跨专业、跨领域数据资产评估人才。全面识别数据资产价值影响因素，提高数据资产评估总体业务水平。推动数据资产价值评估业务信息化建设，利用数字技术或手段对数据资产价值进行预测和分析，构建数据资产价值评估标准库、规则库、指标库、模型库和案例库等，支撑标准化、规范化和便利化业务开展。开展公共数据资产价值评估时，要按照资产评估机构选聘有关要求，强化公平、公正、公开和诚实信用，有效维护公共数据资产权利主体权益。

来源：中国证券报欧阳剑环 2024-01-11

数据的六大经济特性

当今时代，数字化转型快速推进，线上线下深度融合，带动数据量保持指数级增长。借助算法分析数据资源、优化商业策略、提升经济效率，已成为商业常态，数据作为生产要素和战略性资源的地位日益凸显。要充分释放数据要素价值，就必须深刻理解数据的经济特征。
一、数据仅是客观记录，只有被开发利用才能带来经济价值。
数据只是对客观事物的性质、状态以及相互关系等进行记载的符号组合。在数字化时代，数据以“0”或“1”的二进制字符串存储在磁盘、硬盘、光盘等存储介质上，如果没有对应的数据编码规则，这些“0”或“1”的字符串并没有特定含义。但是，数据一旦被定义或编码，例如与物理世界的人类、市场主体、自然环境等具体事物、对象或应用场景一一对应起来、关联起来，就会被赋予特定内涵，就会蕴含“信息”。再进一步，深入挖掘“信息”背后的事物规律、发展趋势或深刻洞见，就可以提炼升华得到“知识”。按照经合组织的观点，如果只拥有海量数据，而没有数据挖掘、分析和萃取提炼能力，则会形成“信息过载”；只有当数据被转化为信息或知识，并辅助预测、支撑决策或指导实践之后，才能释放出其蕴含的潜在经济社会价值。
数据开发利用在经济社会发展中的作用日益突出。随着智能手机的广泛普及，机器人、传感器在各行业的规模化部署，数据量积累越来越大。从微观层面看，通过整合来自各方面的数据，市场主体可对客户进行更加精准的“画像”、洞察其行为特征和需求偏好，提供更具个性化的营销方案、更加定制化的产品和服务，从而进一步增强吸引力和竞争力，形成“正向反馈”。从中观层面看，各类平台企业汇聚起海量的市场主体经营数据，例如电子商务平台汇聚了入驻商户的高频经营数据，就可以实时感知行业态势、市场冷暖；工业互联网平台汇聚了产业链上下游生产供销数据，就可以推动制造业和服务业的深度融合，发展协同化设计、远程交付和预测性维护等新兴生产性服务业。从宏观层面看，大数据与实体经济的深度融合，衍生出一大批数据采集、清洗、建模等新兴增长点，提升了全要素生产率，是实现经济高质量发展的关键驱动力之一。
二、数据不是稀缺的，多数是非竞争性、非排他性的，可被重复采集，很难被垄断。
与传统生产要素如土地、资本等具有稀缺性相比，数据要素的最大区别在于它不是稀缺的。包括手机、智能可穿戴设备等在内的消费终端设备以及机器人、生产线等工业装备，都开始具备采集和处理数据的能力。只要消费者开始使用智能终端、浏览各类业务，自然就会产生用户注册数据、上网痕迹数据、支付交易数据等，并存在终端上、沉淀在平台企业的大数据中心上。同理，只要数字化的联网装备开机运行，就会不停地产生装备状态数据、生产进度数据、故障报警数据、采购销售数据等。从统计来看，全球数据量每年增长27%左右（来源：IDC，2018），或者说每4年新增加的数据量，都会超过人类有史以来积累的数据量总和。近年来，多国政府还免费开放了大量公共数据，这些数据可被各方下载和开发利用。从这个意义上讲，很多数据都是非竞争性、非排他性的，某些数据被某个市场主体采集后，无法阻止其他主体采集类似数据，只要符合法律规定就可以。
三、数据不是规模报酬严格递增的，不同来源的异质性数据往往更有价值。
数据所蕴含的信息价值，既与数据总量有关，更与数据来源的多样性、互补性有关。以推断消费者的需求偏好为例（目的是精准投放广告），在算法给定的情况下，增加样本数据规模，的确有助于更加精准地刻画出用户消费习惯，但样本数据量的进一步增加，对于分析用户消费习惯的边际贡献越来越小。以搜索引擎业务为例，勒纳（Lerner）研究发现，当用户输入搜索关键词时，搜索引擎企业会匹配返回多页搜索结果，但只有用户实际点击的那些记录才更有价值，因为这有助于了解用户诉求，改善广告定向投放的精准度，不过，用户搜索记录增加带来的边际改善却不断下降。相比单一性的数据量增长，来源多样化的数据可揭示出更加丰富、更多维度的高价值信息，即数据的范围经济效应要更为明显一些。例如，身份数据能反映个人特征，位置数据能反映消费者所处地点，支付数据能反映交易金额，将这些数据汇总起来形成用户数据“档案”，平台企业可更全面了解用户，进而优化市场策略或促销计划，加快向相邻市场拓展。
四、数据在功能上不是高度差异化的，来源不同的数据往往是可以相互替代的。
用户在使用互联网服务过程中，时刻“留下”自己偏好方面的“蛛丝马迹”，这些数据并不是高度差异化的。一方面，不同市场主体掌握的用户数据很多是相同的。例如，用户要使用网络服务，就需要向宽带企业提供用户身份、联系地址、上网日志等信息；要使用平台服务，就需要下载注册对应的移动应用程序（App），这些App运营企业可能掌握用户身份、地理位置、上网终端、App记录等数据。显然，各家掌握的用户数据大同小异，区别仅在于各自的用户规模和数据量大小不同而已。另一方面，不同平台掌握的用户数据似乎迥然不同，但在“用户画像”方面，却是高度趋同的。Graef（2015）发现借助用户搜索记录“交叉复现”特定用户群体的音乐偏好结果，与利用社交记录揭示出的音乐偏好结果基本相同。这意味着使用不同数据也可实现相同功能。Lerner（2014）发现在提升广告精准化方面，亚马逊收集到的用户购物记录数据与谷歌拥有的搜索记录一样高效。简言之，从商业目的来讲，不同数据源可以提供几乎相同的洞见，至少在功能上是具有潜在替代性的。
五、数据是具有时效性的，其蕴含的经济价值往往随时间而快速贬值。
数据是可以长期存储的，但蕴含的经济价值不是一成不变的，而是快速贬值的，因为数据只是记录了历史，在瞬息万变的世界里，历史数据对当下的商业决策价值有限。数据贬值的速度主要取决于数据类型、用途和具体业务场景。Statista对谷歌广告数据研究发现，那些仍未经加工的原始数据中，有70%的数据超过90天就会过时。据谷歌披露，用户每天搜索的关键词、搜索结果记录中，有15%是新出现的，这就要求滚动纳入这些最新的搜索记录，唯此才能贴合当下用户关切的搜索需求。比如，用户毕业前的消费记录只反映了就学期间的购物偏好，一旦工作上岗，再利用之前的数据来定向促销，其精准性就大打折扣。鉴于新模式新业态层出不穷，用户喜好快速变化，历史数据在科学研究方面或许有价值，但在指导即时决策方面的价值，往往要比预期低很多。从这个意义上讲，在位者即便积累或垄断了海量数据，其优势也是有时限的，难以长期保持。
六、数据既不是决定企业成败的充分条件，也不是必要条件，重要的是要提高数据分析处理能力。
数据只是一种生产要素，要释放数据价值，就必须与劳动、资本、技术等其他要素相结合。纵观国际上一流平台企业的成长历程，绝佳的商业创意、天才的工程师团队、优秀的算法以及对消费者痛点的洞察等，都是关键影响因素，其重要性甚至要比数据更高。一方面，有数据优势的企业不一定就具备竞争优势。例如，在位电子商务平台吸引了海量用户和店家，积累了丰富数据，然而社交电商、直播电商、跨境电商等新进入者的挑战，使其市场份额正在被侵蚀。在网络效应极强的社交应用上，Myspace 虽积累了海量数据、先发优势突出，Facebook却后来居上。另一方面，没有数据，也不一定就处于先天劣势。一些初创企业拥有绝佳的创意，诸如在线预约出租车、在线点餐、视频社交等，其App一经推出，就受到用户青睐，迅速沉淀起海量数据。总之，企业拥有数据只是具备了潜在优势，但能否转换为市场优势，还要看与管理、投资、劳动、技术等其他要素配置效率的高低。
作者：马源国务院发展研究中心企业研究所副所长、研究员
路嘉明中国人民大学经济学院博士研究生
方燕浙江省北大信息技术高等研究院研究员
节选自国务院发展研究中心企业研究所《数字平台的发展与治理》（中国发展出版社，2023年），有删减修改。

来源：腾讯研究院微信公众号 2024-01-08

2024年的十大技术趋势

《科技杂志》12月20日发表受访科技公司的主要高管和技术专家对2024年的预测，涉及内容从人工智能的更多进步到网络安全和量子计算的发展，主要内容如下：
随着2023年接近尾声，2024年的商业格局将被颠覆性力量的强大合力重塑。生成式人工智能的创造能力和解决问题的能力将释放隐藏的效率。可持续性，不再是一个时髦的词，将演变成一种战略需要，特别是在建立人工智能模型的时候。曾经是科幻小说的量子计算将开启曾经不可想象的可能性。
第一：企业将专注于创建护栏，以减轻人工智能风险
联想首席信息官阿特·胡(Art Hu)表示，部署人工智能的公司将越来越认识到人工智能的风险和潜在性质，越来越多的企业将采取有针对性的行动来减轻这种风险。
“例如，检索增强生成等新模式可以帮助大型语言模型（LLM）从权威来源生成结果，”他说。“其他技术，如确保训练数据的质量和保真度，以及让人类参与训练（基于人类反馈的强化学习）和对最敏感场景的推理，都是平衡生成式人工智能提供的增强智能的方法。
第二：人工智能的进步将推动更多的能源使用
正如思科公司的坎托尼（Centoni）解释的那样，可持续能源在应对气候变化方面发挥着至关重要的作用。选择更小的人工智能模型，具有更少的层和特定于用例的过滤器，与通用系统相比，公司将开始降低能耗成本。
“这些专用系统在更小、高度精确的数据集上进行训练，并高效地完成特定任务。相比之下，深度学习模型使用大量数据。”
“快速崛起的能源网络类别结合了软件定义的网络和由直流微电网组成的电力系统的功能，也将有助于提高能源效率。将网络应用于电力并将其与数据连接，能源网络提供了现有排放的全面可见性和基准，以及优化电力使用、分配、传输和存储的接入点。能源网络还将帮助组织更准确地测量能源使用和排放，自动化IT、智能建筑和物联网传感器的许多功能，并释放低效和未使用的能源。凭借嵌入式能源管理功能，该网络将成为测量、监控和管理能耗的控制平台。”
“我们还将看到稳健的治理政策、流程和工具的增加，包括对人工智能生成的内容进行测试和验证，在整个系统中嵌入监控。拥有一个明确的人工智能政策，列出确定什么是道德的、负责任的和包容的标准，将指导人工智能的使用。这再加上教育，以便在这一领域工作的团队可以学习实施指导所必需的技能，这将是我们看到企业执行有形人工智能计划的基石。”
第三：社会工程攻击持续上升
根据Crowdstrike的蒂雷迪（Turedi）的说法，基于身份的攻击将继续成为2024年威胁行为者的主要武器，原因很简单，它仍然是一种非常有效的方法。
“正如CrowdStrike最新的威胁追踪报告所揭示的那样，80%的入侵都是通过身份泄露发生的。对手也不仅仅依赖被破坏的有效凭证，而是滥用各种形式的身份和授权，包括从地下渠道购买的弱凭证，并且提升了他们的网络钓鱼和社会工程技术。
“社会工程是这里的亮点，因为企业努力教育员工认识到自己被欺骗的常见方式。这使得身份保护成为公司在2024年应该加强的最重要的保护。否则，对手将不断瞄准这一弱点，他们往往会成功。”
第四：人类的技能对人工智能的吸收至关重要
NTT公司2023年全球CX报告发现，大多数CX互动仍然需要某种形式的人工干预，高管们同意这将仍然是客户旅程的重要部分。尽管五分之四的组织计划在未来12个月内将人工智能纳入CX交付，NTT有限公司CX服务副总裁萨申·奈杜（Sashen Naidu）解释说，人的因素将是其成功的核心。
“随着企业将注意力转向自动化如何补充和增强人类能力，他们将更加重视解决日益严重的技能短缺问题，这将挑战人工智能的抱负。人工智能和大数据分析的基础知识将成为各行业大多数工作的基本技能，但新员工不会是唯一的途径。
“NTT数据公司的研究发现，在过去三年中，商业领袖更有可能看到超过25%的利润率，因为他们投资于技能再培训和技能提升计划。这将持续到2024年，通过更多精心策划的教学体验来帮助缩小技能差距，满足组织的需求。”
第五：量子进步，但不是量子飞跃
根据思科应用执行副总裁兼首席战略官兼总经理Liz Centoni的说法，2024年我们将看到后量子加密(PQC)的采用——甚至在它标准化之前——作为一种基于软件的方法，与传统系统配合使用，以保护数据免受未来的量子攻击。
“PQC将被浏览器、操作系统和库所采用，创新者将通过将其集成到管理经典加密的SSL/TLS 1.3等协议中进行试验。PQC也将开始渗透到企业，因为它们的目标是确保后量子世界的数据安全。
“另一个趋势将是量子网络日益增长的重要性，在四五年内——也许更久——量子计算机将能够进行通信和合作，以实现更可扩展的量子解决方案。量子网络将利用纠缠和叠加等量子现象来传输信息。QKD作为PQC的替代或补充，取决于所需的安全性和性能水平，也将利用量子网络。量子网络将会看到政府和金融服务的重大新研究和投资，这些研究和投资对数据安全和处理有很高的要求。”
第六：IT支出将比以往更加注重业务成果
面对不断变化的宏观经济和竞争格局，联想解决方案和服务集团首席运营官兼战略主管姚琳达（Linda Yao）预测，企业将专注于通过多种方式从IT支出中获取更多价值。
她表示:“首先，他们将要求在运营中有更大的灵活性，让投资与回报成比例。他们希望提高现金流的可预测性，无论这意味着使用技术来稳定收入增长或实现支出节约，还是以允许可预测现金流支付的方式实施该技术。
“企业还将关注确保IT部署直接支持或推动业务成果。我们将看到更多的客户根据他们想要实现的业务成果采用IT，无论是顶线、底线还是达到特定的客户体验、可持续性、吞吐量、客户获取、指标类型。更多的企业将把他们的技术采用与这些指标联系起来，而不是在真空中部署和维护技术。
“因此，在传统基础设施上的IT支出将转向在下一代技术上的支出，并在未来5到10年内快速增长，因为客户会对其IT体系进行端到端的现代化改造或更新。这包括从传统IT系统迁移到混合云，采用更加虚拟化和互联的IT环境，并避免使用传统的软件许可证来按需提供高度个性化的技术。”
第七：重新关注零信任模型
在当今的混合工作环境中，人们比以往任何时候都更加依赖设备、应用和服务，其中许多设备、应用和服务都托管在云系统中，在物理上不受企业IT的控制。这种新格局需要零信任模式。
Smartsheet安全部门的克里斯·皮克、CISO和SVP预测，在未来一年，我们将看到企业在模型中增加额外的层次。
“例如，一些组织可能会添加基于角色的安全性，允许他们为不同类型的用户定义角色，并相应地管理他们的访问权限，”他说。“这将使他们能够保护敏感信息，同时减少授权个人访问的障碍。组织也可以添加基于时间的访问，允许他们根据他们正在进行的项目的长度来管理用户对信息的访问。
“此外，生成式人工智能在加强数据安全和增加额外一层保护方面具有巨大的潜力。没有人能够手动监控流经其业务的所有数据；智能系统需要承担这一重任。机器学习可以“理解”什么是正常的，并标记任何不正常的东西。
第八：超大规模将驱动强大的实时生态系统
生成式人工智能经常被批评利用旧数据来推动关键任务的结果。然而，SambaNova Systems的首席执行官罗德里戈·梁（Rodrigo Liang）预测，超大规模计算和人工智能模型之间的合作将彻底改变整个数据分析格局，将当前数据与实时微调相匹配，从而大幅提高速度、准确性和价格。
“我们将继续看到向实时微调的转变，允许模型适应和理解当前数据，从而推动每个行业人工智能应用的进步，”他说。“先进芯片和超大规模数据能力的结合将创造一个强大的生态系统，支持开发非常大规模的专家模型，以解决比我们今天在营销、广告、医疗卫生、气候、银行等行业中看到的更复杂的用例。”
第九：IT和安全团队的融合
随着2024年新威胁的出现，模糊了IT和安全责任之间的界限，CrowdStrike欧洲首席技术官泽基·图雷迪（Zeki Turedi）预测，将有机会通过融合企业内部的IT和安全团队来增强组织的弹性。
“传统上，这些团队各自为政，现在发现他们的目标和日常运营越来越紧密地联系在一起。这种转变不仅是由技术的快速进步推动的，也是由直接影响IT基础架构的不断变化的安全风险形势推动的。”
“这种融合非常及时和必要，因为单一威胁现在同时针对基础架构和安全，需要统一的响应。通过促进更密切的合作、共享技术和平台，这些曾经完全不同的团队可以结合他们的专业知识来加强对复杂网络威胁的防御。专为IT团队量身定制的新网络安全平台的出现证明了这一趋势。这些平台旨在与IT运营无缝集成，提供对安全事件的实时洞察和自动响应，从而缩短响应时间并增强整体安全态势。”
第十：人工智能占据中心舞台，从理论走向实践
戴尔技术公司的全球首席技术官John Roese预计，生成式AI对话将从理论走向实践，从培训基础设施和成本转向推理和运营成本。
“虽然生成式AI激发了关于它将如何改变商业和世界的令人难以置信的创造性想法，但现实世界中很少有大规模的生成式AI活动。随着我们进入2024年，我们将看到生成式AI企业项目的第一波达到成熟水平，这将揭示生成式AI在早期阶段尚未了解的重要方面，”他说。

来源：战略前沿技术远望智库开源情报中心忆竹编译2023-12-27

深圳科技创新十件大事：科技创新引领产业创新动能十足

　　当今世界正经历百年未有之大变局，科技创新是其中一个关键变量。
　　2023这一年来，深圳加强基础研究硕果累累，关键核心技术攻关实现新突破，高水平创新平台建设加速，国际交流合作走深走实，人才高地效应不断彰显，新兴产业培育壮大激发新动能，我市科技创新事业全面发展、交出精彩答卷。
　　凡是过往，皆为序章。今天，让我们一起回顾2023年度深圳科技创新十件大事，感受科技带来的变革和进步，在不忘初心中砥砺前行，为美好未来翻开新的篇章。
　　一、全社会研发投入1880.49亿元，国家创新型城市连续4年排名全国第一
　　印发实施《关于深圳市加快建设具有全球重要影响力的产业科技创新中心的意见》，制定项目经理人制改革方案，深化科技体制机制改革。全社会研发投入达到1880.49亿元，占GDP比重5.81%，其中企业研发投入占全社会研发投入比重达94.9%，位居全国第一。4年蝉联国家创新型城市全国第一，“深圳-香港-广州”科技创新集群连续4年排名全球第二。
　　二、第二十五届高交会多个指标创纪录，科技类展会成为城市“双招双引”新平台
　　第二十五届高交会在展览面积、成果发布、交易金额、国际化程度、双招双引成果等方面取得史上最好成绩，展会面积达到50万㎡，来自五大洲105个国家和地区参与，共有4295家展商、129个团组和7394个高新技术项目参展，累计洽商交易额达372.79亿元。深交所科技成果与知识产权交易中心首次亮相高交会，通过开展成果登记、展览展示、交易签约、讲座路演等活动，搭建科技成果产业化高水平对接平台，在展区内打造“登、展、宣、投、融、交”于一体的综合业务生态。2023西丽湖论坛吸引21位两院院士、16位国外院士共话科技前沿，2023企业创新发展大会汇聚70家央企，推动5家央企研究院落地深圳。2023年中国材料大会首次在深圳举办，吸引50余位国内外院士、1500余位国家杰出人才、1.9万名材料科技工作者参会，22家企业完成签约，签约金额超10亿元。
　　三、推动河套深港科技创新合作区加快建设世界级科研枢纽
　　落实《河套深港科技创新合作区深圳园区发展规划》，加快国家实验室、粤港澳大湾区（广东）量子科学中心等重大平台在河套布局建设，推动香港科学园深圳分园开园，引入160多个优质科研项目，包括10个国家重大科研平台、10个香港高校科研机构和一批世界500强企业研发中心。与香港创新科技署签订全面推进深港科技创新合作的安排及工作方案，实施深港澳科技计划项目225个，科研资金跨境投入科研活动。上线运行大型科学仪器共享平台，香港用户可注册使用。积极营造高度开放的国际化科研制度环境，一个世界一流的创新生态正在河套深港科技创新合作区加快形成。
　　河套深港科技创新合作区深圳园区。图源：中国科学院深圳先进技术研究院
　　四、多款AI大模型落地深圳，人工智能算力底座不断夯实
　　华为发布盘古大模型3.0，成为中国首个全栈自主的AI大模型，其中盘古气象大模型是首个精度超过传统数值预报方法的AI模型，相关研究成果在《Nature》正刊发表。鹏城实验室牵头发布“鹏城·脑海”（PengChengMind）通用AI大模型（进阶版）。该模型以稠密型架构实现2000亿参数，依托“鹏城云脑Ⅱ”国产化AI算力平台进行全程预训练，采用MindSpore昇思国产化深度学习框架。鹏城云脑Ⅱ在全球IO500总榜单连续6次取得冠军，在国际AI算力AIPerf500排行榜连续4届排名第一。
　　五、华为全球首款卫星通话手机发布，科技创新推动价值链不断提升
　　华为发布全球首款支持卫星通话的大众智能手机，全球首次实现大众消费类手机直连卫星双向语音通话和短信收发通信服务。通过卫星广覆盖能力，用户可以在偏远地区或是通信信号无法覆盖的地方进行通话，极大地降低了大众使用卫星通信服务的门槛和成本。该项技术全球首发体现深圳落实创新驱动发展战略，加快形成新质生产力的坚定决心，也是科技创新推动价值链不断提升的生动实践。
　　六、国家级高新技术企业数量突破2.4万家，企业创新主体地位不断强化
　　制定强化企业科技创新主体地位实施方案，编制实施“四链融合”意见，不断引导各类创新要素向企业加速集聚。全年国家级高新技术企业数量新增1000家以上，达到2.4万家。科技型中小企业突破2.33万家。设立科技创新种子基金，投向更早更小的科技项目。全市33家企业入选2023全球独角兽企业榜单，并列全球第六。
　　七、中国科学院深圳先进院发现免疫细胞“新类型”，基础研究能力不断增强
　　组织实施科技重大专项，承接多个国家重大科技项目，深度参与“合成生物学”等部市联动任务项目，主动布局市级科技重大专项。中国科学院深圳先进技术研究院成功构建出覆盖组织范围最广、时间跨度最长、采样密度最高的人体免疫系统发育图谱，并发现免疫细胞“新类型”——类小胶质细胞，研究成果发表在学术期刊《Cell》上，并入选本年度国内十大科技新闻。
　　八、深圳医学科学院正式揭牌成立，多层次创新载体协同发展
　　推动国家实验室布局深圳。深圳医学科学院正式揭牌成立，与深圳湾实验室一体化建设发展。国家重点实验室重组取得进展，建设13个全国重点实验室，打造层级分明的“全国重点实验室-广东省重点实验室-全国重点实验室培育-深圳市重点实验室”建设体系。
　　九、深港脑科学创新研究院提出帕金森病新疗法，生物医药领域创新成效渐显
　　坚持科技创新面向人民生命健康，布局实施新药与疫苗、健康诊疗等重大专项。深港脑科学创新研究院首次提出了一种靶向帕金森病关键神经环路的新型干预疗法，为帕金森病治疗难题提供了一种全新策略，具有快速起效、长时效、避免异动症等优点。相关成果获得2023年中国神经科学学会十大进展，也是粤港澳大湾区的第二次获奖。
　　十、入选全国科技人才评价改革试点城市，深圳科学家获专业领域国际最高奖
　　入选全国6个科技人才评价改革试点城市，探索制定《深圳市关于开展科技人才评价改革试点的实施方案》。深圳科学家获2024年凝聚态物理领域最高奖——巴克利奖，该奖项自1953年授奖以来首次颁发给中国籍物理学家；另有科学家当选欧洲分子生物学组织（EuropeanMolecularBiologyOrganization，EMBO）外籍成员。

来源：深圳特区报 2024-01-18