近日,云南省曲靖市数据要素运营平台正式上线,这是一个集数据资产管理、开发利用、运营流通于一体的数据要素服务平台。该平台由紫光云公司全力打造,是云南省首批地市级数据要素运营的一体化服务平台,基于制度、平台、应用三个方面,赋能数据要素流通全链路,充分发挥产城融合优势。
曲靖市数据要素运营平台的“曲靖模式”落地,标志着曲靖市政府数据授权运营工作取得了阶段性成果。将推进数据开发利用生态的繁荣与可持续发展,加速数据资产化促进数字化转型向深向实。
数据要素运营平台,释放数据价值的助推器
曲靖市数据要素运营平台通过数据要素运营门户、数据要素运营管理后台以及数据安全体系的搭建,涵盖了数据资产登记、数据目录发布、数据产品管理以及供需大厅匹配等四大服务,为全市数据要素运营与供需对接提供了有力支撑,助力数据要素X行业的场景落地,实现数据要素价值化。
该平台将提供数据资产登记、受理、审核、公示、发证等全生命周期服务,实现数据的有序开放与运营。这将有助于打通供需双方的链路,培育曲靖市数据要素产业生态,深入推进产业数字化转型,激活数字产业化的新动能。
以数据治理为基础,推动数据资产化场景创新
基于“曲靖城市大脑”项目的建设和运营,曲靖市已实现全市全领域数据资源汇聚,涉及政务、工商、教育、文旅等领域。通过对数据进行全面梳理,方便数商、金融机构高效查询、申请使用,并根据业务场景需求,不断新增、完善数据目录。
紫光云旗下曲靖市数字经济发展有限公司(以下简称“曲靖数字公司”)坚持数据赋能,以创新应用为驱动,以价值再造为核心,激活数据要素潜能,已打造入学报名、水电气网联办等多个便民服务创新场景,实现数据价值化,赋能数实融合。
在金融领域,紫光云将打造公积金信贷、授信风控模型等数据产品,并基于金融行业的需求,开发数据产品。一方面加强对个人征信、身份认证、不动产数据为代表的个人信息类数据产品开发。另一方面加强对企业信息类数据产品的打造丰富,涵盖企业基本信息、企业经营活动、 企业投融资、企业画像、关联企业、以及以企业为基础的行业资讯与产业链信息等核心要素。从而实现拓宽金融行业服务边界,促进曲靖金融数据要素的流通。
在工业领域,依托“曲靖工业互联网公共服务平台+数据要素运营平台”双平台支撑,融合创新,紫光云将推动企业数据要素价值释放,助力企业数据资产入表,以完善的工业互联网生态体系,覆盖工业企业、智能制造服务商、智能制造咨询机构,加快工业互联网规模化应用,培育产业新动能。
在医疗领域,以点带面,紫光云将构建医疗数据服务,率先探索建设“三医”行业数据开放体系,通过区域性医疗数据引入,推进快速核保、保险理赔等场景落地,将曲靖打造成云南省医疗数据市场化配置改革创新高地。
建设运营一体化,推动数据要素行业高质量发展
通过“政府+市场”方式建设运营的曲靖市数据要素运营平台,激发了市场主体参与共建数据要素市场的积极性,引入多家数商共同参与运营,发挥企业在数据要素运营中的专业能力与协同能力。以公共数据为数据要素市场培育的关键突破口,以授权运营为数据要素流通建设的关键切入方向,曲靖市数据要素运营平台构建多层次数据要素交付、交易市场体系,强化数据开放供给,壮大数据产业生态。
把握数据要素与行业服务紧密结合的创新潮流,曲靖市数据要素运营平台的发布,不仅推动数据有序流动,高效配置与融合应用,同时加速释放数据要素乘数效应。曲靖数字公司提供建设、运营一体化服务,秉持“建运一体、创新为本、场景为质、产业争先”理念,聚焦数据“资源化、资产化、价值化”,充分释放数据的价值,有效推进数据要素市场化建设,为打造数字曲靖新高地贡献力量,助力曲靖市数字经济高质量发展。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。