11月@@28-29日@@，由中国社会科学院信息化研究中心和@@北京国脉@@互联@@@@信息顾问有@@限公司联合举办的@@“2018智慧中国@@年会@@”在北京隆重召开@@，以@@“数据@@赋能@@ 智慧中国@@”为主题@@，共有@@来自@@全国部委@@、省@@、市@@、区县电子政务@@@@、智慧城市@@@@、大数据@@@@主管领导@@、行业专家@@、企业代表@@、主流媒体千余人参会@@。
本文系国脉@@董事长杨冰之@@@@先生于@@11月@@28日@@下午在@@“2018智慧中国@@年会@@”分论坛三@@@@--“人工智能@@赋能智慧政府@@研讨会@@”上的演讲@@，内容通@@过现场速记整理@@，未经本人审核@@。
【国脉@@董事长杨冰之@@@@】
今天@@，我跟大家讲讲人工智能@@和@@政务@@大数据@@@@@@治理@@，国家最高层对人工智能@@高度重视@@，我想就这个@@话题谈一@@谈个@@人浅见@@。
一@@、数据@@、政府@@、治理关系的认知@@
首先@@要理解数据@@@@、政府@@和@@治理三@@者之间的关系@@@@。关于数据@@我提到一@@个@@观点@@@@@@，那就是数据@@利用能力@@，它是人类社会进步的崭新标志@@，是人类发展的新变量@@，对整个@@社会产生巨大的不@@确定性@@。数据@@是看不@@见@@、摸不@@着的@@，这种看起没有@@价值的东西现在反而成为我们的新动能@@@@。数据@@给我们带来了@@很多想象的空间@@@@，所以@@这个@@时代的不@@确定性是必然的@@。
第二@@个@@是政府@@@@，政府@@是社会管理者@@、规则制定者@@、利益平衡者@@，那么数据@@和@@政府@@是什么@@关系@@？数据@@给政府@@带来了@@新生命@@、新空间@@@@、新动能@@，优化与@@改造传统政府@@的资源配置能力@@。
再者@@就是治理@@，治理是新制度文明@@，它需要多主体@@参与@@@@、需要共建共享共治@@，它与@@数据@@精神是完全一@@致的@@，治理也成为政府@@行为的主题与@@竞争力源泉@@，治理的方式@@、手段越来越依靠数据@@@@。
数据@@、政府@@、治理三@@者之间的关系@@，就是它们关联越多越广越深越动态@@，数字政府@@@@就越容易成功@@。换而言之@@，我们要把数字政府@@@@建成@@，就需要从数据@@@@、政府@@、治理三@@个@@维度上下更多@@功夫@@。
二@@、AI 来了@@？
AI 来了@@吗@@？AI是什么@@？我把它分为五@@个@@方面@@@@，首先@@AI是种服务@@，因为应用人工智能@@@@，我们的服务才会更加精准@@；再者@@AI是种基础设施@@，是一@@种更智慧的计算力@@，真正的人工智能@@是人机结合@@，才能形成更高的智慧@@。AI给我们带来很多价值关联@@，AI要有@@爱@@。
技术进步带来了@@很多担忧@@，但人文价值的关怀可以@@把牢我们人类进步的缰绳@@。我们不@@要把@@AI当成神话@@，也不@@要惧怕@@，不@@要无知者无畏@@，人类在未来是不@@是可以@@掌控@@AI，还是人类会被@@AI操纵@@，以@@我们有@@限想象力不@@需要过度地恐惧@@，这里可以@@通@@过围棋世界的历史来反映@@，叫做@@AlphaGo。现在围棋九@@段最主要的训练方式就是通@@过人工智能@@@@。所以@@我们要以@@@@AI为师@@，它可以@@提升人类能力@@，促进人类进步@@。
三@@、大数据@@@@与@@@@AI能力的提升@@
大数据@@@@与@@@@AI能力的提升@@，数据@@质量是前提@@、算法是核心@@、应用是关键@@。首先@@是要做好数据@@建模工作@@，建模是对规则的探索和@@建设@@，是对数据@@关系的深度挖掘@@。第二@@个@@就是要重视物联网@@，感知是智能之父@@、数据@@是智能之母@@，高效高质便捷的获取数据@@能力需要依靠物联网@@。
AI能力提升三@@要素@@，这里提到三@@个@@观点@@@@@@：一@@是@@人工智能@@难以@@从根本上解决数据@@质量问题@@，所以@@语料库要好@@；二@@是基本功要做好@@，对数据@@的分级@@分层分类@@的能力和@@多维标注@@能力@@；三@@是关联能力和@@关联规则@@，就是对事物深度认识和@@规律探索@@，这里牵涉到神经网络和@@深度学习@@，例如滴滴@@，它在用的时候就是对时间@@、空间@@、供应主体@@@@、用户@@、汽车和@@司机进行多维度的数据@@关联和@@应用@@，提供一@@个@@最优的数据@@@@，所以@@先要有@@好数据@@@@，才能有@@有@@价值的人工智能@@@@。
四@@、AI：智慧政府@@主力军@@
AI将会成为智慧政府@@的主力军@@，从数字政府@@@@到智慧政府@@将是发展趋势@@，我们需要决策思维@@、需要服务智能@@。我们政府@@智慧还不@@够@@，我们要变成智慧政府@@@@，该如何提高@@？首先@@要从人工智能@@到人机智能@@，做到价值和@@意义的深度理解@@；第二@@要做到人脑与@@大脑无缝融合@@，做到生物大脑与@@电子大脑有@@机协作@@；第三@@@@是算法与@@规则的制定@@，要对数字政府@@@@进行塑造@@，改变旧规则与@@流程@@，创造新规则与@@服务@@。对政府@@而言@@，最重要的是决策智慧@@，我们要用人工价值判断与@@规则进行设计@@，运用数据@@处理@@@@、预测@@、模拟和@@仿真@@。未来的智慧从哪里来@@？在新的环境下我们要进行深度思考@@。
五@@、政务@@大数据@@@@@@建设@@：持续推进的大会战@@
用大会战来描述@@2018年政府@@的数据@@建设一@@点@@都不@@为过@@，几乎各个@@地方都在做政务@@大数据@@@@@@@@，都在做归集@@、编目@@、处理@@，应该是多部门联合作战@@，全部门多角色@@参与@@@@，还有@@大量的官员@@、机构参与@@@@。
我们在浙江@@、江门@@、云南@@、江苏@@、北京等大城市@@参与@@大规模的政务@@数据@@梳理@@@@，多个@@任务和@@工程并行战斗也反映政府@@决心之大@@、动员之广@@、涉及面之多@@，这些都是前所未有@@的@@，所以@@我们说这是一@@次@@大的会战@@，但是@@我们要看到我们的数据@@从源头和@@质量上还存在很多问题@@，一@@个@@是数据@@的碎片化@@，一@@个@@是数据@@逻辑质量和@@规律之间杂乱无章@@，我们要变成一@@体化@@@@、动态化@@、流程化@@。
现在看来各地已经高度重视大数据@@@@@@，在做信息汇聚@@、编目@@管理@@、试点@@应用@@，但在数据@@汇聚过程中也有@@很多问题@@：标准化@@程度低@@、质量不@@高@@、数据@@流动性差@@、权责@@不@@清楚@@、缺口太大@@ 。这些原因是因为我们的基础工作存在明显的缺失@@，数据@@的可用性不@@强@@、数据@@的开放度不@@高@@、易用性不@@够@@。我们归集了大批数据@@@@，但怎么去用好变成一@@个@@大的难题@@。所以@@数据@@问题是电子政务@@的根本问题@@，一@@切围绕数据@@而开展@@，但是@@数据@@的问题是切实存在的@@。
六@@、政府@@数据@@治理@@@@：有@@了数据@@@@怎么办@@？
有@@了数据@@@@后怎么办@@？我们通@@过汇聚@@、梳理@@、编目@@、标准化@@、权责@@、清洗@@、入库变成一@@个@@个@@应用主题@@，然后建模等一@@系列动作@@，但是@@，我们要看到难点@@@@，如果做不@@到数据@@最小颗粒度@@，数据@@就会大打折扣@@；还有@@数据@@标准化@@程度低@@@@，交换成本就高@@；如果数据@@多维关联差@@，数据@@应用层就弱@@；如果不@@能做到动态管理和@@维护@@，就没效益@@。所以@@这四@@大难题在数据@@资源梳理@@中都非常重要@@。
那么到底什么是数据@@治理@@@@，我认为应该分为三@@个@@维度@@，一@@是@@角色@@与@@权责@@@@，二@@是流程与@@规则@@，三@@是质量与@@效果@@。这三@@组词都反映在数据@@方面需要我们加大努力去做@@。
七@@、政府@@数据@@治理@@@@：谁来有@@效@@治理@@？
有@@了数据@@@@，谁来治理呢@@？三@@个@@方面@@的问题使数据@@治理@@面临挑战@@，一@@是@@3个@@“主动@@”与@@3个@@“不@@”（主动@@要与@@不@@愿给@@、主动@@给与@@不@@敢接@@、主动@@接与@@不@@会用@@）；二@@是我们现在在做的@@乐动安卓app 一@@体化@@、一@@网通@@办@@、最多跑一@@次@@@@等@@，其本质就是数据@@在跑@@，对数据@@质量要求很高@@，需要真实@@、有@@效@@、及时的数据@@支撑@@，特别是秒办和@@自@@动化审批@@，对数据@@要求的质量更高@@，这也是一@@个@@大问题@@，数据@@如果做不@@到分层@@、分级@@、分类@@，就很难去做精确@@，数据@@质量就很难保障@@；三@@是数据@@权利不@@明确@@、风险点@@不@@清晰@@、激励不@@到位@@，数据@@的采集权@@、管理权@@、使用权@@、分享@@权@@、收益权等等@@。
当前数据@@主管机构的权利与@@责任不@@匹配@@、有@@心无力@@、给的资源不@@够多不@@够强@@，思路可能有@@了@@、有@@的还不@@明确@@，方法有@@些还不@@够@@，尤其是作为设计部门@@、改革部门和@@管理部门三@@合一@@的身份@@。数据@@部门在政府@@序列位势普遍偏低@@，如果跟教育@@、科技等部门并行的话@@，数据@@部门可能排在最后@@，有@@的地方相对矮半级@@，那么数据@@部门协调整个@@部门的资源就面临很大困难@@；第二@@作为技术支撑和@@服务窗口部门@@，难以@@真正解决作为改革设计者和@@执行者的角色@@@@；第三@@@@，出路是要@@“河长制@@”、“一@@把手@@”，按照数据@@的生产流程像河水一@@样从头到尾把它管起来@@，而且要其他参与@@者的责任@@。
八@@、数据@@治理@@难点@@@@：权益问题@@
关于数据@@治理@@权益问题@@@@，目前普遍存在着本地产生的数据@@却无法在本地使用的困境@@。一@@个@@地市@@的数据@@往往被国垂@@、省@@垂系统收去@@，想要用时很难获取@@，在权力共识方面我在这里提出了三@@条@@：一@@是@@本人@@、本组织@@、本地方所产生的数据@@原则上拥有@@分享@@权@@@@，采集机构不@@得以@@任何理由予以@@拒绝@@，除法律明确禁止除外@@；二@@是在某个@@地方产生的数据@@@@，本地应该有@@数据@@获得权@@--数据@@生产者享有@@知情权和@@使用权@@@@；三@@是本地政府@@需要有@@本地数据@@归集权@@。
九@@、数据@@治理@@难点@@@@：合作路径@@
数据@@只有@@合作@@、共享才能形成共鸣@@，如何实现治理协同@@创新和@@服务协同@@创新@@？这里我提出了@@6C+9C，6C即跨@@层级@@、跨@@领域@@、跨@@系统@@、跨@@地域@@、跨@@部门@@和@@跨@@业务@@@@；9C即共建@@、共创@@、共赢@@、互联@@、互通@@@@、共信@@、对话@@、变化@@、孵化@@。
正如经济学所讲到的合作博弈@@，有@@些部门常常抱怨其他部门不@@主动@@提供数据@@或数据@@质量不@@高@@@@，我们要围绕共同目标进行协作@@，浙江省@@@@“最多跑一@@次@@@@”能够做成功的原因就是在数据@@方面做到了合作共赢@@@@。
十@@、三@@通@@与@@五@@跨@@的掣肘与@@解决思路@@
数据@@要做到三@@通@@五@@跨@@@@，即网络通@@@@、数据@@通@@@@、业务通@@@@，实现技术融合@@、业务融合@@、数据@@融合@@，就要跨@@层级@@、跨@@业务@@、跨@@地域@@、跨@@部门@@、跨@@系统@@等@@、这地方的@@“跨@@”和@@“通@@”关键是数据@@的流通@@成本@@，有@@些地方因为各种各样的原因@@，包括技术问题@@、业务问题@@、管理问题@@、制度问题等造成数据@@流通@@成本过高@@，需要我们在数据@@的流程规范@@、内部一@@致性@@、最小颗粒度和@@数据@@责任体系@@方面达成一@@致@@，使数据@@有@@一@@个@@非常好的生产环境和@@流通@@环境@@，关键是要在数据@@流通@@成本上下苦功夫@@。
十@@一@@@@、数字政府@@@@参与@@者@@：角色@@、作用与@@方式@@
数字政府@@@@的参与@@者角色@@与@@作用我想讲几个@@方面@@@@。在数字政府@@@@建设中主要的角色@@有@@三@@类@@：一@@是@@政府@@机构@@，包括整体与@@部门@@、上级与@@下级@@；二@@是建设参与@@者@@，包括服务建设运维者@@、规划与@@咨询@@者@@、系统提供者@@、数据@@维护者等@@；三@@是应用与@@收益者@@，包括公众@@、政府@@和@@企业@@。
我们的制度环境@@，在能力@@、体系@@、协同@@、优化方面要继续加强@@，要有@@合作模式@@、有@@合作意识@@、有@@合作能力@@，不@@是某一@@个@@主体@@@@，要多方合作@@，形成可控@@、可预期@@、可扩展与@@持续发展@@。这里我们提到@@“政府@@即平台@@@@”，我们要善于抽象出非具体业务相关的内容@@，凡公共部门能做的@@，业务部门不@@能做@@，合力构建一@@体化@@支持能力@@，不@@断提高集成度@@。
十@@二@@@@、数字政府@@@@的价值点@@与@@发力点@@@@
数字政府@@@@的价值点@@在于用数据@@管理@@、决策和@@服务@@，集成与@@放大人与@@人@@、人与@@机@@、机与@@机的智慧@@，形成更高的政治智慧@@。数字政府@@@@在哪些方面发力@@？我们提了@@4点@@：一@@是@@行政审批和@@服务方面@@，通@@过机器助人@@、机器换人@@、自@@动化审批与@@服务体系@@的建设@@；二@@是执法监督方面@@，通@@过人与@@机@@联合执法@@，规范执法@@，全流程动态执法监管@@；三@@是政府@@决策方面@@，模拟仿真@@，沙盘推演@@；四@@是预警研判方面@@，做好预案@@、动态基层治理@@，做到数据@@赋能@@@@，全民参与@@城市@@管理@@，实现管理的精细化@@。
十@@三@@@@、关于政府@@数据@@治理@@@@思考清单若干要点@@@@
关于政府@@数据@@治理@@@@思考问题清单@@，主要有@@@@3个@@方面@@：一@@是@@从数据@@视野看大系统@@、大数据@@@@、大平台@@的重构与@@演进@@，到底是什么@@样的路径@@？二@@是数据@@治理@@与@@业务优化的关系是什么@@@@？三@@是政府@@数据@@分类@@问题@@，要考虑外部数据@@与@@数据@@外部性@@。另外我们也要考虑数据@@关系与@@政务@@知识图谱@@、数据@@基因@@与@@数据@@的生命周期@@、政务@@数据@@体系@@与@@政务@@体系@@的耦合与@@改造@@、数据@@流程成本@@、动力与@@价值怎么实现的问题等等@@，这些话题既是我们的话题@@，也是在实践中需要加以@@解决探讨的问题@@。
十@@四@@@@、国脉@@在行动@@
国脉@@在行动@@，我们在数据@@服务方面@@，有@@国脉@@大数据@@@@@@、国策大数据@@@@专门做政策大数据@@@@的政策关联分析@@；有@@GDS政府@@大数据@@@@体系@@整体解决方案@@，围绕整个@@政府@@大数据@@@@体设计可行的解决方案@@；有@@咨询@@@@，包括政府@@大数据@@@@中心规划@@、标准制定@@；有@@软件@@@@，包括数据@@基因@@系统产品等@@。
数据@@治理@@仍在路上@@！物理世界正在与@@数据@@世界深度融合@@，数据@@规则正在深度影响到传统规则@@，因为数据@@并不@@是按照传统业务体系@@来运营的@@，而是要求重组过去的业务逻辑@@。数据@@治理@@将深度影响到国家治理@@、社会治理等方方面面@@。我们的数据@@治理@@大幕正在开启@@，在这个@@过程中唯能者上@@，勇者胜@@，智者赢@@！我希望在座各位能够成为数据@@治理@@的能者@@、勇者和@@智者@@，在中国数据@@治理@@发展史书写精彩故事@@！
附@@：国脉@@，是领先的大数据@@@@治理@@和@@数字政府@@@@专业提供商@@。创新提出@@“软件@@+咨询@@+平台@@+数据@@+创新业务@@”五@@位一@@体服务模型@@，拥有@@数据@@基因@@和@@水巢@@DIPS两大系列几十@@项软件@@产品@@，长期为中国智慧城市@@@@@@、智慧政府@@和@@智慧企业提供专业咨询@@规划和@@数据@@服务@@，广泛服务于信息中心@@、大数据@@@@局@@、行政服务中心等政府@@客户@@、中央企业和@@金融机构@@。自@@2004年成立以@@来@@，已在全国七@@大区域设立@@20余家@@分支机构@@、5大技术研发基地@@，服务客户@@2000余家@@，执行项目@@5000余个@@@@，连续多年开展中国政府@@网站@@@@、智慧城市@@@@、互联@@网@@+政务@@、营商环境@@等公益评估评选活动@@。被业界誉为中国信息化民间智库知名品牌@@、电子政务@@优选咨询@@机构@@，国内首倡智慧政府@@理念@@，首创智慧城市@@@@@@、数据@@治理@@、互联@@网@@+政务@@评价体系@@@@，首推数据@@资产普查@@、全口径数据@@资源目录@@、数据@@元标准化@@@@、数源确认与@@供需对接@@、最多跑一@@次@@@@事项梳理@@@@、营商通@@等产品@@，信息资源编目@@@@、公共数据@@普查等业务全国占有@@率和@@影响力名居榜首@@。
注@@：获取更多@@会议信息及嘉宾演讲资料@@，欢迎登录@@“2018智慧中国@@年会@@官网@@”。
现场照片直播分享@@@@：
