ZD至顶网CIO与应用频道 01月10日 北京消息:全球领先的信息技术研究和顾问公司Gartner认为,面对日新月异的技术与社会变革,政府的首席信息官对于推行智慧城市和开放式数据项目有着强烈意愿和紧迫感。如果管理得当,这种转变将会让政府处于社会技术创新的核心位置。
随着个人技术与社交网络逐渐渗透到个人生活的方方面面,与此同时,政府与各企业正在不断加大对IT基础设施与治理的投资。因此那些支撑居民、社区与企业创新与协作、并最终提供有用解决方案以满足公民需求的各种开放平台应运而生。
据Gartner预测,到2019年,在百万级人口的城市中,50%的居民将通过自愿分享其个人数据而从智慧城市计划中受益。居民所产生数据的数量与类别将继续随着个人电子消费设备与物联网的应用激增而同步增长。通过政府与企业合作,居民将会体验到因分享数据而带来的部分收益。不过,随着超级连接的发展步伐不断加快,居民将越来越意识到其“生活数据”的巨大价值,并将主动交换数据,以获得“即时”价值。
人们对于效率与便利的需求正在加速推动数据分享。例如,通过各种接触点参与其中的复杂性已成为居民与政府开展互动的重要障碍之一。诸如“我有资格投票吗?”之类的简单问题就会让居民卷入复杂的流程与规则以及访问各种网站。
因此,居民转而用交流平台,例如网站中的虚拟个人助手(virtual personal assistants)与消息机器人(messaging bots)来摆脱使用传统的应用和网站。政府也在适应这种变化。例如,犹他州公共安全部通过私人语音助手Amazon Echo提供驾驶员驾照考试;新加坡正在与微软就其“会话即平台”(conversation as a platform)计划而展开协作,围绕一系列公共服务而开发聊天机器人(chatbots)。
上述情况所带来的结果——即居民、政府及所在城市进行互动而生成的机读数据量快速增加,进而为搭建开放式数据门户网站创造了巨大机会,从而在此基础上提升效率、改进居民体验、推动创新以及为政府机构创收。
城市中的开放式数据门户网站并非新鲜事物,但当前的许多门户网站只具备有限的机器可读性,因而商业价值受到限制。当数据得到有效收集和管理,以生成宝贵的实时数据流而非后期生成的统计数据或报告时,整个城市才能变得真正“智慧”。
目前,一些城市已经着手创建数据市场,尤其是在考虑来自物联网的数据流不断增加的情况下。哥本哈根数据交易所(Copenhagen Data Exchange)便是先行者之一,它率先将居民与数据相连接,提供在线城市记录,以及借以查看信息的一系列滤镜。
打造真正市场的下一关键步骤在于展现并统筹这些数据,以实现更多以业务为导向的收益。Gartner预测到2020年,20%的地方政府机构将通过数据市场从增值开放式数据中赢利。用户体验的自动化与扩大化将成为货币化的关键,从而让居民与企业发现并准备数据,确定运营模式,并在其社区或组织机构内部加以分享。
依照具体使用案例,用户将可以选择多种方式为数据访问“支付费用”。普通居民则凭借数据民主的概念就可以参与进来,并通过提供自身数据换取免费访问;而商业使用则可能需要与数据所有人分享收入,或者购买许可证以访问丰富的数据源。
如需了解更多内容,Gartner客户可阅读研究纪要:《2017年预测:政府首席执行官在逆境与机遇之间寻求突破》(Predicts 2017: Government CIOs Are Caught Between Adversity and Opportunity)。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。