
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23