既要保持数据的自由流动性，又要维护每个主体在数据上的权益，这是个空前的法律难题。而创制和维护这样的数据利用秩序却是大数据应用的前提，是大数据战略得以实施的根本保证中国信息通信研究院在第十六届中国互联网大会上发布的《中国数字经济发展白皮书(2017)》指出，2016年中国数字经济总量达到22.6万亿元，同比名义增长接近19%，占GDP的比重超过30%，同比提升2.8个百分点。数字经济已成为近年来带动经济增长的重要动力。人类已经进入到了一个无商不利用数据，无领域（包括政府）不利用数据的时代。无论你利……

近年来，数字经济已成为带动经济社会发展的重要动力。无论是利用数据赚钱也好，还是希望做“高大上”的公共服务、社会治理改善也罢，大家都面临一个法律上的问题：如何保护数据？数据的权益归谁所有？本文提出5个观点，供各方思考和讨论。第一，大数据需要处理。 在大数据时代，任何数据均具有潜在的价值。过去，人们重复利用的数据资源主要是人类观察、思考、创作完成的成果，如文章、文件、论文、著作等。如今，人类可以利用各种机器运行轨迹、人类活动记录、自然界变化观测等信息。过去需要大量观察访谈、调查统计、测量等完成的东西……

随着人们对大数据的关注热情日渐高涨，大数据也为人类生产生活带来了空前的变化和影响。以教育为例，在大数据时代，教师的工作不再简单的是知识传授，而是将知识的输出形式变得多样化，关注学生的个性特征。　　大数据是未来世界发展的趋势，是撬动经济社会发展、抢占先机的重要支点，也是优化产业结构、助推产业转型升级的新引擎。自2011年5月“大数据时代已来”的号角奏响以来，“大数据”三个字就反复在政府、行业、学术各大会议中出现。随着人们对大数据的关注热情日渐高涨，大数据也为人类生产生活带来了空前的变化和影响。　……

本文通过分析10个使用大数据的垂直行业，这些行业面临的挑战以及大数据如何解决这些问题。此外，还将介绍一些国外大型数据提供商针对特定行业提供的解决方案案例。大数据已经成为过去几年中大部分行业的游戏规则，行业领袖，学者和其他知名的利益相关者都同意这一点，随着大数据继续渗透到我们的日常生活中，围绕大数据的炒作正在转向实际使用中的真正价值。虽然了解大数据的价值仍然是一个挑战，但其他实践中的挑战包括资金投入和投资回报率以及相关技能仍然是大数据行业排名前列。Gartner调查显示，75%以上的公司正在投资或……

电商交易额飞速领跑，移动支付冠绝全球，共享经济世界瞩目……近几年来，中国在数字经济领域取得的成就，收获了无数羡慕的目光。近期，麦肯锡、波士顿等国际知名咨询机构发布报告称，中国已成为世界公认的网络和数字化大国，并认为中国数字经济的崛起将对全球经济产生越来越大的影响。世界数字化大国麦肯锡发布的《中国数字经济如何引领全球趋势》报告显示，中国风投行业投资总额从2011到2013年的120亿美元迅速增至2014到2016年的770亿美元，大部分风投资金流向大数据、人工智能、金融科技等数字企业。2017年，……

“大数据”能够让品牌快速精准地衡量受众对市场活动的短期反应。然而，仅仅基于这些信息作出营销决策存在着危险性。比如价格促销这种对长期品牌资产不利的行为，就会混淆这种衡量。因此，依据衡量结果建立的项目，最终可能会降格品牌。此类事情在上世纪80年代数据扫描出现时就发生过，今天也依然在发生。由彼得·霍斯特和罗伯特·杜波夫撰写的《别让大数据葬送你的品牌》（Don’t Let Big Data Bury Your Brand）发表于《哈佛商业评论》的11月刊中，文中列出了历年来过于依赖大数据的危害，同时也阐……

互联网发展之初受到网络带宽、数据存储等相关技术的限制，信息的传播以单模态形式为主，如文字报道、图像相册等。进入大数据时代，信息的传播变得丰富多彩，人们从互联网中同时接受图像、视频、文本等不同模态的信息。例如，当我们在互联网上浏览一篇精彩的新闻报道时，不仅可以看到详细的文字描述，还能看到记者在现场拍摄的照片，甚至还有相关的视频报道。这体现了互联网数据从单模态到多模态的转变。智能识别技术：让计算机看懂世界随着互联网多模态数据的大量出现和传播，“管不住”和“用不好”两大问题也日益突出。“管不住”是指多……

人工智能(AI)的发展日新月异，伴随着风口而来的，是全球AI领域人才需求激增。2017年LinkedIn发布的《全球AI领域人才报告》显示，过去三年间，通过领英平台发布的AI职位数量从2014年的5万飙升至2016年的44万，增长近8倍。而纵观今年的校招职位，除腾讯、百度、谷歌等企业对AI人才需求量大增外，金融、汽车、医疗、零售和教育等传统行业也加大力度引进AI人才。正值校招季，市场对哪类AI人才需求旺盛 想要进入AI领域的学生需要做哪些准备？2016年7月，从北京大学智能科学与技术专业毕业不久……

工业4.0 的概念源于德国，中德各界都进行了广泛的解读。但在工业4.0的体系中，很少提到质量两字。近两年我多次接触德国朋友，也问过德国很多专家，“工业4.0”为什么不提质量两个字？德国人的答复非常轻描淡写，“我们的质量问题，六十年代就全解决了”。这是一个预料之中的答案。然而，“ 中国制造2025 ”的方向有所不同，一定要把质量放在核心问题上。原因很简单，中国制造业没有经过完整的工业化的社会过渡，工业文明缺失，工业化没有完成进入信息化社会，我们必然是两化融合，必然要解决工业社会中没有解决的问题，这……

波士顿咨询公司最近的一项调查显示，公司拥有的大数据能力与他们渴望在三年内拥有的大数据能力之间存在着巨大的差距。 其中一项能力——优先级能力的不足影响尤甚，因为它是成功的根本。此外，另外一个明显的现象是，企业选择大数据方案时非常随性。有时候会选择脱离实际的方案，而不是具有成长性的方案——那种可以让企业随着时间的推移集成到更先进、更有价值的能力的方案。随性的选择有时候还会导致企业以彼此分散、不相关联的方式工作。业务部门通常不知道、也没有能力利用其他业务部门开发的数据资源、人才或洞见。不过，企业可以改……