2016年以来,国家大力推进政务数据共享开放和平台建设力度。通过各地部门不断探索实践,目前县级以上100%行政区域已实现政务外网覆盖,超过70%的地级市建设了政务云平台。作为数字化解决方案领导者,紫光股份在助力政府数字化转型过程中,逐渐形成了一套行之有效的协同机制,全力推动政府大数据战略的实施。

在前期数字化政务平台建设的基础上,国务院又发布了《全国一体化政务大数据体系建设指南》,标志着政务大数据建设进入了全面推进应用创新阶段。紫光股份重点打造的紫光云基于对云服务市场的深刻理解和未来趋势的判断,提出了“以云为本、数智创新”发展理念,再一次站在了数据应用创新的最前沿。
数据服务一体化,促进政务大数据创新
得益于国家政策及战略布局的引导,我国网上政务数字化水平已经由之前的以信息服务为主,正迈向以跨区域、跨部门、跨层级的一体化政务服务阶段。但从整体来看,我国政务数字化体系建设仍然存在管理机制不完善、数据共享不充分、应用水平不高、标准建设不健全、安全保障能力亟需强化等问题。
最新发布的《指南》,以构建数据全生命周期质量管理体系的角度,提出了“八个一体化”任务目标。在数据服务一体化方面,《指南》要求各级部门在加强基础能力建设基础上,加大应用创新力度,推进资源开发利用,聚焦多种政企应用场景,为百行百业提供多样化共享服务,为政府精准施策和科学指挥提供数据支撑。
围绕《指南》数据服务一体化建设目标,紫光股份旗下紫光云公司依托多年来深耕政务云市场的先发优势,凭借在数据目录管理、数据归集、数据治理、大数据分析、安全防护等领域的全栈能力,支撑政务数据管理服务水平显著提升。通过完善的数据应用能力,结合客户需求痛点,紫光云的定制化场景解决方案,在城市治理、环境保护、生态建设、交通运输等多个领域,让数据真正发挥出了创新价值。
在助力天津武清政务大数据建设过程中,紫光云通过绿洲大数据平台,以一体化建设理念,实现武清32家委办局数据与业务互联互通。紫光云的全栈式数据一体化服务,为优化业务服务体验、提升城市管理运营水平、促进政务大数据一体化创新应用提供了数据支撑和实践参考。
持续推动,强化政务数据资源开发利用水平
为了进一步强化政务数据资源开发利用水平,《指南》明确建设开放的数据体系,通过隐私计算等技术,在保证安全可控的条件下,加大政务数据开放利用的创新力度并建立相应的创新机制。同时,依法开展政务数据授权运营,推动普惠金融、社会保障等重点行业应用形成示范效应,并减小政务数据资源开发利用的区域化差异。
为了落实《指南》的规划要求,紫光云通过政府与企业的协同,在等保机制保护下,让数据资源转变为数据资产。借助更加开放的一体化政务服务环境,积极推进数据资源开发利用,构建数据基础制度体系。
在加速政务数据资源开发利用过程中,紫光云通过低代码快速开发平台,帮助政企客户快速搭建业务场景,实现简单功能零编码,复杂功能少编码。绿洲应用开发平台的图形化及乐高式构建模式,通过简单的拖拽方式,就能实现复杂的任务配置,大大降低了数据集成难度,显著降低了应用开发门槛,提高了政务数据资源开发利用水平。
探索未来,聚焦大数据综合应用不放松
推动数据高效共享,持续提升一体化政务服务能力,是全国一体化政务大数据体系建设的方向。构建标准统一、布局合理、管理协同、安全可靠的全国一体化政务大数据体系,提升数据治理和安全保障水平,推进面向应用和服务的信息资源整合优化,已经成为各级部门建设一体化政务大数据体系的共识。
凭借在政务云领域的技术积累及落地实践,紫光云持续在数据应用与业务创新中沉淀数字化能力。在助力一体化政务大数据体系建设过程中,紫光云也将以IaaS服务为基础,不断向PaaS层和SaaS层延伸,推进“上云、用数、赋智”数字化路径的发展,在更深层次加速大数据的融合运营。
针对目前行业数字化产品体量较重、灵活度不够的问题,紫光云也通过绿洲轻量化PaaS应用开发平台,让中小型客户可以根据自身需求定制能力,实现1台虚拟机起测,3台服务器即可用于实际运营环境。预留升级接口、软硬一体化方案开机即用,大幅降低客户数据化门槛,满足多行业、跨平台业务独立、快速部署需求。
目前,紫光云已经深度参与18个国家部委级、26个省级和300余个地市区县政务云建设,技术实力获得行业广泛认可。在《全国一体化政务大数据体系建设指南》的指导下,紫光云将不断深化“云智原生”战略,借助多年来对政企客户的深刻理解和需求洞察,以技术和经验的双重实力推动云服务的部署和应用。通过赋能平台、全域生态、互利共赢的合作伙伴战略,在“云数智”三维全栈云能力的助力下,持续深耕政务云领域,为全国一体化政务大数据体系建设提供值得信赖的云服务支撑。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。