网信购彩| -（中国）百科词条

王宝友：工业互联网赋能实体经济高质量发展******

　　光明网讯（记者 雷渺鑫）1月6日，由中国工信出版传媒集团主办，北京信通传媒·通信世界全媒体承办的“2023 ICT行业趋势年会”在北京召开。中国工业互联网研究院总工程师王宝友以《工业互联网赋能实体经济高质量发展》为主题发表了演讲。

　　王宝友表示，工业互联网是融合新一代信息技术与先进制造业技术的新兴业态，是工业发展连接枢纽，是数字基建，是工业转型升级的关键依托。

　　“近年来，我国工业互联网赋能实体经济发展成效显著。”王宝友说道。一是工业互联网成为实体经济稳定增长的重要引擎。二是工业互联网持续赋能行业转型升级、融通发展。三是工业互联网优化就业结构、稳定就业增长。四是工业互联网促进区域协同发展。

　　针对工业互联网赋能实体经济发展的理论逻辑和技术逻辑问题，王宝友发表了自己的看法。他表示，从理论逻辑来看，工业互联网是产业数字化转型和实体经济高质量发展的新型基础设施，并可促进生产要素、生产力和生产关系变革，夯实产业数字化发展根基，在发展中逐步成为实现企业数字化转型的物理载体。而技术逻辑则从工业互联网的四个要素，即网络、平台、数据和安全方面，助力数据价值最大化、赋能实体经济。

　　工业互联网作为推动数字经济与实体经济融合发展的关键支撑，已成为全面开启数字经济新时代的“金钥匙”。然而，在数字化转型升级的历史关口，如何进一步促进工业互联网赋能实体经济发展？对此，王宝友提出以下几点思考：

　　首先，立足工业视角。每一次工业革命，都是共性赋能技术与制造技术的深度融合，在这个过程中，工业企业始终占据主导地位，对融合过程发挥主导作用。

　　其次，重视中小企业。要加强基础设施建设，做好中小企业的共享。同时加强与中小企业的合作，带动中小企业数字化转型。健全优质服务体系，建设一些赋能平台、转型服务平台、数字化转型服务中心等公共服务平台。

　　最后，坚持长期思维。工业互联网的发展不是一蹴而就的事情，其赋能实体经济的进程是渐进的、螺旋式前进的，是需要长期积累并且持续优化的过程，不能急于求成。

　　“工业互联网须与行业特有的技术、知识、经验、痛点紧密结合，需要政府引导、业界深耕、技术突破、资本浇灌、其建设发展，是一场持久战、攻坚战。”王宝友说。

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。

　　（文图：赵筱尘 巫邓炎）