 |
北京2023年6月29日 /美通社/ -- 近日，《經(jing)(jing)濟學人(ren)》企業(ye)網絡（EICN）在北(bei)京舉辦了一場以"中(zhong)國數字(zi)經(jing)(jing)濟的(de)未來(lai)：機(ji)遇與(yu)挑(tiao)戰(zhan)(zhan)"為主(zhu)題(ti)的(de)企業(ye)家對話活(huo)動，探討中(zhong)外企業(ye)如何利用專業(ye)知識和(he)技術(shu)參與(yu)"數字(zi)中(zhong)國" 建(jian)設。IBM咨詢(xun)（IBM Consulting）大中(zhong)華區總(zong)裁陳科(ke)典(dian)出(chu)席(xi)該活(huo)動并發表了主(zhu)題(ti)演講。他指出(chu)，混合(he)云和(he)人(ren)工智(zhi)能等前沿技術(shu)正(zheng)驅動數字(zi)經(jing)(jing)濟高速(su)發展，但眾多企業(ye)，尤(you)其是在華跨國企業(ye)，在迎接巨(ju)大發展機(ji)遇的(de)同(tong)(tong)時，也面(mian)臨(lin)著(zhu)數據(ju)安(an)全(quan)合(he)規(gui)等方面(mian)的(de)挑(tiao)戰(zhan)(zhan)，應做(zuo)前瞻性部署。IBM通過混合(he)云和(he)人(ren)工智(zhi)能的(de)力量，一方面(mian)能幫(bang)(bang)助(zhu)這(zhe)些(xie)企業(ye)挖掘(jue)數據(ju)價(jia)值，釋放(fang)數字(zi)經(jing)(jing)濟潛能，同(tong)(tong)時也有成熟(shu)的(de)方法論(lun)幫(bang)(bang)助(zhu)它們(men)應對數據(ju)安(an)全(quan)挑(tiao)戰(zhan)(zhan)，實現安(an)全(quan)合(he)規(gui)的(de)數據(ju)本地(di)化。
以(yi)下(xia)是基于其演講(jiang)的要(yao)點整(zheng)理：
借助混合云上的AI，釋放數據潛能
我(wo)(wo)今天想討論的話題(ti)是(shi)，中國數字(zi)經濟發(fa)展對在華跨國企業來(lai)說意味(wei)著什么。關于這個問(wen)題(ti)，我(wo)(wo)想從(cong)IBM作(zuo)為(wei)一家公司所篤信的理念說起。
簡單來講，我們是一家混(hun)合(he)云(yun)和(he)人工智(zhi)能(neng)公司。而這兩項(xiang)技(ji)術，既是數(shu)字(zi)(zi)經濟(ji)的基石，也是數(shu)字(zi)(zi)經濟(ji)發展的重(zhong)要(yao)成果。可以說，混(hun)合(he)云(yun)和(he)人工智(zhi)能(neng)正在開創一個生產力(li)更高、洞察更易得、決策更有效、員工和(he)客戶(hu)體驗更好(hao)的新時代。
IBM是如何基于混合云和人工智能技術(shu)為客(ke)戶帶來更大的業務(wu)價(jia)值(zhi)的呢？可以(yi)先給大家分享(xiang)一個(ge)有(you)趣的用例。
大(da)家(jia)知道，溫網(wang)（溫布(bu)爾登網(wang)球(qiu)公開賽）是最久負盛名的網(wang)球(qiu)賽事，新一輪的溫網(wang)賽事也將在七月馬上開啟。如果溫網(wang)和(he)IBM這兩個歷史悠久的品(pin)牌合作會產生怎么(me)樣的火花呢？
其實(shi)溫(wen)網(wang)很早(zao)就開(kai)啟了數字(zi)化旅(lv)程。IBM作為(wei)溫(wen)網(wang)官方技術合作伙伴(ban)今年(nian)(nian)也已經是第34年(nian)(nian)了。我們目(mu)前看到的溫(wen)網(wang)的所(suo)有數字(zi)觸點(dian)都(dou)是由IBM利用混合云和(he)人(ren)工智能技術幫助設計、構建和(he)運行的。
讓(rang)我們通過(guo)一(yi)(yi)場具體的(de)(de)比賽來感受一(yi)(yi)下這種數(shu)字技術應用的(de)(de)魅(mei)力。在(zai)去年(nian)溫(wen)網(wang)首輪，7屆賽會(hui)冠軍小威(wei)(wei)廉姆(mu)斯對戰第一(yi)(yi)次獲得溫(wen)網(wang)正(zheng)賽資格(ge)的(de)(de)24歲的(de)(de)法(fa)國姑娘哈默(mo)尼·譚。賽前，大多數(shu)網(wang)球迷都預測小威(wei)(wei)晉級(ji)，但是IBM Waston預測哈莫尼的(de)(de)贏面為53%。結(jie)果小威(wei)(wei)苦戰3小時不敵哈莫尼。
IBM是如(ru)何做到的(de)(de)(de)(de)呢？IBM基于混(hun)合(he)云架(jia)構，對(dui)700多萬比(bi)賽相關數據進行(xing)了(le)AI分析，包括發球(qiu)方(fang)向、回球(qiu)類型(xing)、回球(qiu)次(ci)數和(he)落地點，還(huan)結合(he)過(guo)去幾年兩位運動(dong)員在(zai)其(qi)他比(bi)賽的(de)(de)(de)(de)表現和(he)數百萬的(de)(de)(de)(de)媒體報道等信(xin)息，將溫網私(si)有云和(he)公共云內的(de)(de)(de)(de)所有數據，以及(ji)不(bu)同云環境中的(de)(de)(de)(de)第三方(fang)數據結合(he)起來，在(zai)混(hun)合(he)云環境里進行(xing)無縫分析，不(bu)僅提(ti)供對(dui)運動(dong)員和(he)比(bi)賽的(de)(de)(de)(de)洞察，也(ye)帶來了(le)有趣的(de)(de)(de)(de)球(qiu)迷(mi)互動(dong)，豐富了(le)觀(guan)眾的(de)(de)(de)(de)觀(guan)賽體驗。
不只(zhi)溫網(wang)，美(mei)網(wang)、高爾(er)夫大(da)(da)師賽，乃至音樂迷關注的格萊美(mei)頒獎典禮，這些大(da)(da)型(xing)盛(sheng)會提供(gong)的龐大(da)(da)的相關數據，具(ju)有很大(da)(da)的人工智能(neng)應用(yong)潛能(neng)。它們也都得到了IBM 咨(zi)詢的支持，利用(yong)人工智能(neng)和混合云創(chuang)造了獨一無(wu)二的觀眾體驗。
在(zai)數字經濟時代之(zhi)前，數據(ju)如此爆發(fa)式的(de)(de)積(ji)累和(he)增長是不敢想(xiang)象的(de)(de)。現在(zai)，大量(liang)的(de)(de)數據(ju)讓人工智能(neng)和(he)人工智能(neng)機器有(you)了用武之(zhi)地。企(qi)業可以建立人工智能(neng)模型，使用不同的(de)(de)人工智能(neng)機器。剛才提到(dao)的(de)(de)IBM Watson正是我們多(duo)年來引以為傲的(de)(de)人工智能(neng)機器。
需要指出的是，數字時代產生了大量數據，但數據不僅存在于企業中，而是分布在不同的平臺上，只有通過強大的混合云架構，把所有數據結合起來，才能釋放數字經濟的力量。這就涉及到多云管理，做好數據管理和交換，需要多種管理界面和團隊。作為一(yi)家堅(jian)信混(hun)合云和(he)人工智能是計算的未(wei)來的公司，IBM在這方面有著獨一(yi)無二的優勢。例如，IBM 紅帽(mao)（RedHat） OpenShift 可以幫助企(qi)業(ye)搭建(jian)統一(yi)多云管理平臺，對多云使用情況進(jin)行(xing)統一(yi)管理。
跨國公司應加快部署數據本地化，應對安全合規挑戰
現(xian)在，數據成為(wei)驅動(dong)各國(guo)經(jing)濟發展的(de)(de)關鍵生產要素，也真(zhen)正(zheng)催生了數字(zi)經(jing)濟時(shi)代。但是隨之而(er)來的(de)(de)是數據流動(dong)等對國(guo)家安全、個人隱私保護等帶來的(de)(de)嚴峻挑戰。目前(qian)各國(guo)都在加(jia)緊構建數據跨境(jing)流動(dong)政策制度，布局數據本地化(hua)政策，以加(jia)強監管。
今年5月(yue)，因(yin)違反歐盟(meng)(meng)數據(ju)(ju)(ju)保護條例，社交平臺Facebook的母公司(si)被重(zhong)罰(fa)12億歐元。這是迄今為止歐盟(meng)(meng)對違反數據(ju)(ju)(ju)保護條例企(qi)業(ye)開(kai)出的最(zui)重(zhong)罰(fa)單。該企(qi)業(ye)需根(gen)據(ju)(ju)(ju)歐盟(meng)(meng)《一般(ban)數據(ju)(ju)(ju)保護條例》的要求進(jin)行"整改"，在接到裁決通(tong)知的5個(ge)(ge)月(yue)內暫停向美(mei)國傳輸(shu)歐盟(meng)(meng)用戶個(ge)(ge)人數據(ju)(ju)(ju)，半年內停止非法處理及存儲歐盟(meng)(meng)用戶個(ge)(ge)人數據(ju)(ju)(ju)。另外，社交平臺TikTok的 CEO也(ye)曾因(yin)數據(ju)(ju)(ju)安全相關問題(ti)接受了美(mei)國國會的質詢。
從這(zhe)些(xie)例子不(bu)難看(kan)出(chu)，不(bu)斷加劇(ju)的(de)地緣(yuan)政(zheng)治(zhi)(zhi)風險(xian)，持續收緊的(de)數據隱私(si)合規要求，使得跨(kua)(kua)國(guo)公(gong)司(si)在(zai)(zai)全球性(xing)可持續運營(ying)上(shang)，面臨前所未(wei)有的(de)風險(xian)與挑戰。對(dui)于在(zai)(zai)中(zhong)國(guo)的(de)跨(kua)(kua)國(guo)公(gong)司(si)，這(zhe)些(xie)挑戰同樣(yang)存在(zai)(zai)。中(zhong)國(guo)正加強(qiang)境(jing)內(nei)數據出(chu)境(jing)監(jian)管，數據信息安全、數據跨(kua)(kua)境(jing)管理等(deng)一系列法(fa)律法(fa)規相繼頒(ban)布，盡(jin)管執行細則仍然在(zai)(zai)陸續完善之中(zhong)。此外，跨(kua)(kua)國(guo)企業也需要考(kao)慮(lv)由于宏觀政(zheng)治(zhi)(zhi)經(jing)濟摩(mo)擦導致(zhi)的(de)業務波動(dong)及(ji)風險(xian)，高(gao)度(du)依賴總(zong)部提供IT及(ji)數字化能力，在(zai)(zai)靈活(huo)度(du)和(he)敏捷性(xing)上(shang)恐無法(fa)適應本地市場要求。
面對這些合規方面的挑戰(zhan)，跨(kua)國(guo)公司如何進行數據本地化很(hen)關鍵。跨(kua)國(guo)企業應識別業務場景中涉及哪(na)些監管要求的個人(ren)信息、敏(min)感(gan)個人(ren)信息與重(zhong)要數據，并重(zhong)視國(guo)內逐步(bu)推出的數據相(xiang)關法律。
這意味著，企(qi)業應(ying)該(gai)要(yao)著手對數(shu)(shu)(shu)據本地(di)化路徑進行前瞻性規劃。跨國公司應(ying)盡早(zao)開(kai)始與總部溝通，分配相應(ying)的(de)(de)預算和資(zi)源。同(tong)時，為滿足數(shu)(shu)(shu)據本地(di)化安全(quan)的(de)(de)合規要(yao)求，跨國公司應(ying)攜手精(jing)通行業與業務，具備數(shu)(shu)(shu)據安全(quan)咨詢與實施(shi)端(duan)到端(duan)能力的(de)(de)咨詢合作伙伴。IBM有成(cheng)熟(shu)的(de)(de)方法論(lun)，可以(yi)借助(zhu)我們(men)的(de)(de)數(shu)(shu)(shu)據安全(quan)治理"六步法"，幫助(zhu)企(qi)業積極(ji)應(ying)對數(shu)(shu)(shu)據安全(quan)挑戰，有效控制數(shu)(shu)(shu)據安全(quan)風險，實現安全(quan)且合規的(de)(de)數(shu)(shu)(shu)據本地(di)化。同(tong)時我們(men)也很熟(shu)悉中國的(de)(de)云環境，且可以(yi)利用我們(men)的(de)(de)紅帽OpenShift來幫助(zhu)跨國企(qi)業客戶構(gou)(gou)建安全(quan)的(de)(de)混合云架構(gou)(gou)。
當前，中國(guo)數字經濟正在(zai)蓬勃發(fa)展(zhan)。IBM咨詢將(jiang)繼續通過我們(men)(men)的技術、能力和服務，助力跨國(guo)企業客戶化數據為價(jia)值，把(ba)握潛(qian)力無窮的數字化機遇，同時也協(xie)助它們(men)(men)積極(ji)有效應(ying)對(dui)數據安全挑戰(zhan)，行穩致(zhi)遠！
最后，我(wo)想(xiang)說，可(ke)持續發展也是我(wo)非(fei)常關(guan)注的話題(ti)。在數(shu)(shu)字時代之前，很多可(ke)持續相關(guan)的數(shu)(shu)據無(wu)法收集，但現(xian)在我(wo)們已經可(ke)以做到。我(wo)非(fei)常希(xi)望有機會(hui)與各(ge)(ge)位企業家深入交(jiao)流，了(le)解各(ge)(ge)跨國公司(si)如何看待可(ke)持續發展的問題(ti)，更希(xi)望與各(ge)(ge)行(xing)業客戶攜手，利用技術推動(dong)可(ke)持續發展。
