具有價值的靈感,往往不是源於單一的「靈光乍現」
資料將產生13兆美元的全球經濟活動》大數據時代,誰領風騷?
Which Countries Are Leading the Data Economy?

《經濟學人》在2017年宣布,世界上最有價值的資源不再是石油,而是數據資料,經由數位足跡訓練的演算法將翻轉全球。而根據「數量、使用情況、可取用性、複雜度」這四項標準來評量,目前位居領先地位的,是美國、英國、中國和瑞士。
哪些國家是頂尖的數據資料生產者?根據麥肯錫顧問公司(McKinsey)的預估,資料驅動的人工智慧應用軟體,到2030年將產生13兆美元新的全球經濟活動,因此,產生資料的能力可能會決定下一波的世界秩序,很類似石油生產在上個世紀裡,對創造經濟強國所發揮的作用。
雖然中國和美國可能成為兩個人工智慧超級強權,但資料的來源不能如同石油驅動的舊經濟般,僅集中在少數地區,而是需要取自許多不同來源,而且,未來的人工智慧應用,將從意料之外的新參與者中產生。正在成形之中的新世界秩序,很可能比簡單的兩極結構更複雜,特別是因為資料正以令人難以置信的速度產生出來。
我們以過去的工作成果為基礎,繪製全球不同國家的數位演進情況和數位競爭力,試圖找到最深、最廣的有用資料庫。這對執行為數眾多的機器學習模型來說,是不可或缺的,而這些模型攸關人工智慧的成敗。對此很重要的一點,是要區分原始資料量,以及一個我們稱為「資料生產總值」(gross data product)的衡量標準,這是我們版本的新式國內生產毛額(GDP)。為了找出世界頂級的「資料生產總值」生產者,我們建議使用四個標準:
1.數量:一個國家消耗的絕對寬頻數量,這是該國
雖然中國和美國可能成為兩個人工智慧超級強權,但資料的來源不能如同石油驅動的舊經濟般,僅集中在少數地區,而是需要取自許多不同來源,而且,未來的人工智慧應用,將從意料之外的新參與者中產生。正在成形之中的新世界秩序,很可能比簡單的兩極結構更複雜,特別是因為資料正以令人難以置信的速度產生出來。
我們以過去的工作成果為基礎,繪製全球不同國家的數位演進情況和數位競爭力,試圖找到最深、最廣的有用資料庫。這對執行為數眾多的機器學習模型來說,是不可或缺的,而這些模型攸關人工智慧的成敗。對此很重要的一點,是要區分原始資料量,以及一個我們稱為「資料生產總值」(gross data product)的衡量標準,這是我們版本的新式國內生產毛額(GDP)。為了找出世界頂級的「資料生產總值」生產者,我們建議使用四個標準:
1.數量:一個國家消耗的絕對寬頻數量,這是該國
已經是會員?立即登入
閱讀完本模組的文章/個案後
我們建議您思考下列問題
Q.
什麼是數位轉型的真實意義?
Q.
你是否已盤點組織數字化、數位化與數位轉型的目標與能耐。
Q.
如何運用企業智慧決策分析學找出組織明確的發展盲點與機會點?
Q.
如何培養組織與時俱進的頂尖員工?
Q.
如何擬定組織的數位轉型策略?
Q.
如何讓組織數位轉型策略落地?
Q.
如何制定推動「分析成性,公私兩利」組織文化的戰術?
Q.
什麼是「轉識成智」?如何協助組織轉識成智進而推動智慧決策?
更多關聯主題
更多關聯主題




