数字大赛道的赢家策略 用小数据带动乘数增长

为助力“数据要素×”大赛,我们借助生成式 AI 来解析首批典型案例,一探数据究竟如何带动乘数增长,在推动产业变革和社会进步中展现出关键作用。

数字大赛道的赢家策略 用小数据带动乘数增长
出处:国家数据局,数治网综合

2024年5月24日,国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局、国家文物局、国家中医药局等相关部门在第七届数字中国建设峰会上发布第一批20个“数据要素×”典型案例,通过示范引领,激励多方主体积极参与,释放数据要素价值。

在同一时间,为贯彻落实党中央、国务院决策部署,更好营造数据开发利用良好氛围,国家数据局等16个部门联合组织实施2024年“数据要素×”大赛,大赛包括地方分赛及全国总决赛两个阶段。

而数据要素乘数效应的发挥,就如《小治带你看报告:数据要素赋能数字中国发展》数治金字塔 1.0 模型所描述,以“全生命周期”为底,“全域”、“全链路”、“全量”、“全运营”为四面的数据5A金字塔,企业在业务数据化到数据业务化过程中向数据驱动型转变,数据同时资源化;在入表、登记后资产化,通过敏捷运营能够要素化进行共享流通,从而推进产业数字化到数字产业化,最终实现数字创新。

为助力“数据要素×”大赛,我们借助生成式 AI 来解析首批典型案例,一探数据究竟如何带动乘数增长。例如,国家能源投资集团利用数据优化运输装备,四川长虹电子控股集团有限公司通过数据共享提升供应链效率,江苏省互联网农业发展中心用数据预测农作物病害。这些案例展现了数据在推动产业变革和社会进步中的关键作用。

01 如何通过数据要素赋能小商品数字贸易便利化?

图 1 小商品数字自贸应用驾驶舱

浙江中国小商品城集团股份有限公司通过以下方式展现了对数据要素的应用,赋能小商品数字贸易便利化:

  • 整合多源数据:

公司通过授权运营方式获取公共数据,并与企业数据融合,包括登记、许可、处罚、荣誉等信息,以及商品、交易、物流、评价等数据,为小商品数字贸易提供了数据基础。

  • 构建数据流通通道:

公司构建了商贸领域的线上综合服务平台,通过数字化手段贯穿贸易全过程(展示交易、贸易履约、仓储物流、资金结算和信贷融资),使贸易数据可追溯、可还原。

  • 创新数据应用场景:

开发了商贸供应链金融产品,如货款宝应用,允许商户在送货至指定仓库后即时收到部分货款,缓解了中小微主体的回款难题。

构建了企业征信体系,建立了覆盖义乌市场25万家商户的企业信用评价模型,并开发了信用报告产品,为市场商户、采购商、银行机构提供信用风险查询服务。

这些措施显著提升了贸易效率,降低了交易风险,拓宽了融资渠道,助力中国小商品在国际市场上的竞争力和影响力不断增强。

相关原文:“数据要素×”典型案例之四 | 数据要素赋能小商品数字贸易便利化

02 如何利用产业链数据融合应用助力提升大宗商品流通效率?

图 2 数据质量管控和监督的“八步流程工作法”

上海钢联电子商务股份有限公司通过以下方式利用产业链数据融合应用助力提升大宗商品流通效率:

  • 多渠道采集融汇产业链数据:结合人工采集与系统自动化采集,收集大宗商品的生产、供应及销售、价格等数据,并融合外部企业提供的遥感卫星数据。
  • 采用先进技术:利用图像语音识别、人工智能建模分析预测等技术,形成覆盖多个产业链的产业数据库。
  • 以需求为导向的数据产品开发和服务:开发商品价格指数等系列数据产品,累计形成大量大宗商品日度价格数据及影响价格波动的多维度数据。
  • 价格指数的国际影响力:例如,上海钢联的铁矿石价格指数被世界四大矿山之一的必和必拓纳入结算体系,全球约30%的铁矿石贸易采用该指数作为结算依据。
  • 服务广泛的用户群体:通过数据终端服务(PC端和移动端)、数据互换、个性化定制服务等方式,服务付费用户和免费用户。
  • 产业数据服务业务的增长:2023年,上海钢联产业数据服务业务实现显著增长,收入同比增长15.99%,三年复合增长率18.90%。

通过这些措施,上海钢联电子商务股份有限公司不仅提升了自身的服务能力和市场竞争力,也为大宗商品市场的参与者提供了更加高效、透明的流通环境和决策依据,从而助力提升整个大宗商品流通效率。

相关原文:“数据要素×”典型案例之五 | 产业链数据融合应用 助力提升大宗商品流通效率

03 如何通过多源数据融合提升稻麦重大病害监测预警能力?

江苏省互联网农业发展中心通过以下方式展现多源数据融合在提升稻麦重大病害监测预警能力方面的作用:

  • 多源数据采集治理:

利用江苏省农业农村大数据云平台,结合GIS、物联网、卫星遥感等技术,采集农情、植保、气象、基础空间等相关数据。
构建赤霉病、稻瘟病数据资源库,实现数据的汇聚和整合。

  • 病害智能化预警模型:

分析稻麦病害发病情况的历史调查数据。
结合稻麦生育期观测数据、气象数据、作物识别数据、多光谱遥感数据,搭建病害发病概率模型。
实现稻麦病害发生风险的预测,提前采取防治措施。

  • 风险防控常态化服务:

提供历史病害服务、监测分析、预警发布等服务。
每日提出未来7天病害侵染风险,提升病害精准防治能力。
通过连续监测和预测,显著提高了病害防治的精度和时效性。

  • 显著成效:

2019-2023年,累计监测小麦和水稻种植面积超2亿亩。
病害逐日风险预测准确率提高到80%以上,风险预测时间比人工提前7天。
平均减少每年植保用药1-2次,年均挽回稻麦损失共计200万吨,年均挽回直接经济损失49.8亿元。

通过这些措施,江苏省互联网农业发展中心有效地提高了稻麦重大病害的监测预警能力,减少了农作物损失,提升了农业生产的稳定性和经济效益。

相关原文:“数据要素×”典型案例之三 | 多源数据融合提升稻麦重大病害监测预警能力

04 智慧医疗AI模型如何提高诊断的准确性和合理性?

图 3 统一标准、规范的数据采集处理

智慧医疗AI模型通过与行业信息平台和医院信息系统的对接,实现患者病历数据及历史健康信息数据的汇聚分析,以提高诊断的准确性和合理性,主要通过以下几个步骤实现:

  • 数据汇聚:

与中华医学会杂志社、开放医疗与健康联盟等权威机构合作,收集公开脱敏的医疗数据。
构建包含疾病知识、症状体征、检验检查、药物信息、临床路径、诊疗规范及指南等内容的数据资源库。

  • 数据对接:

智慧医疗AI模型与行业信息平台的对接,实现数据的安全共享。
与医院信息系统(HIS)对接,获取患者的病历数据和历史健康信息。

  • 数据本地化处理:

采用“数据不出本地局域网”的方式,确保患者数据的安全性和隐私性。

  • 智能分析与辅助诊断:

在医生问诊过程中,AI模型根据问诊逻辑提示病情问诊。
在诊断过程中,AI模型对患者病历数据进行智能化分析和判断,协助医生进行合理诊断。
在医生下处方和检查检验时,AI模型给出常见用药和常见检查检验建议。

  • 质量控制与复核:

将异常诊断结果数据及时报送医疗主管部门复核,确保诊断的准确性。

  • 应用效果:

该系统已在全国506个县区的近5.3万个基层医疗机构应用,服务6万余名基层医生。
累计提供7.7亿次AI辅诊建议,规范病历2.9亿次。
经系统提醒而修正诊断的有价值病历超139万例,累计识别不合理处方数6200万。
AI辅助诊断合理率提升至95%(重点地区97%),覆盖疾病数量超1680种。

通过上述步骤,智慧医疗AI模型能够有效地利用患者病历数据和历史健康信息数据,提高诊断的准确性和合理性,从而提升基层医疗服务水平。

相关原文:“数据要素×”典型案例之十二 | 医疗数据智能化分析辅助提升基层诊疗水平

05 如何降低新药研发周期并赋能上百个新药研发项目?

北京市计算中心有限公司通过以下方式建立高质量药物数据集和智能化分析,降低新药研发周期并赋能上百个新药研发项目:

  • 多渠道收集药物研发数据:公司通过公开数据库下载、文献信息整理、公开渠道购买等多种方式,收集药物相关的分子结构、理化性质和靶点信息等关键数据。
  • 确保数据质量可靠:收集到的数据经过计算机辅助和人工校验,以确保其准确性、可靠性和实用性。
  • 建立高质量新药研发数据集:对收集到的数据进行统一处理,形成能够支撑药物数据研发的高质量数据集,包括小分子、多肽和蛋白靶点数据。
  • 智能化分析和挖掘数据:利用人工智能算法对数据集进行数据挖掘和药物特征提取,形成疾病相关的药物有效特征,并为新疾病靶点预测和对应药物研发提供准确、个性化、智能化分析服务。
  • 合作与赋能:与全国30余家高校和科研院所合作,利用高质量药物数据集和智能服务开展的新药研发项目超过100项,人工智能预测靶点超过1万余个,基本覆盖了已知疾病。

通过这些措施,北京市计算中心有限公司有效地支持了药物研发,缩短了研发周期,并提高了研发项目的成功率。

相关原文:“数据要素×”典型案例之十三 | 高质量药物数据集提高新药研发质效

06 如何提升应急管理业务综合实战能力,有效应对自然灾害和突发事件?

图 4 广东省应急管理厅大数据治理平台

广东省应急管理厅通过以下方式展现其如何通过构建应急智能算法和大数据治理平台来提升应急管理业务综合实战能力,有效应对自然灾害和突发事件:

  • 加快数据汇聚融合:

梳理并完善公共数据资源目录和数据需求目录。
接入27个外部厅局和14个应急厅内部机构,涵盖1171类业务数据,总量高达36.1亿条。
提供1372类数据服务,促进数据要素在跨部门、跨系统、跨平台间的顺畅流通。

  • 构建应急智能算法:

面向应急管理行业监测预警、监督管理、辅助决策和指挥调度等业务需求。
结合人口、电力、工程机械、化工商品价格等指数以及各类监测预警、巡查上报、预测分析数据。
构建数据模型开展智能辅助分析,提高预测、预警、预知能力和及时处置、科学救援等数据智能辅助决策能力。

  • 实战应用:

在2023年,通过实时监测台风路径、渔船坐标、水位监测数据等重要信息。
有效应对了30轮强降雨和6次台风,未发生群死群伤和重要工程损毁事件。

这些措施共同提升了广东省应急管理厅的实战能力,使其能够更有效地应对自然灾害和突发事件,保护人民群众生命财产安全,维护社会稳定。

相关原文:“数据要素×”典型案例之十四 | “一网统管”风险防控与应急指挥体系——以高质量数据要素推动应急管理能力提升

07 如何通过建立工业数据空间赋能产业链上下游发展?

图 5 工业数据空间业务架构

四川长虹电子控股集团有限公司通过建立工业数据空间赋能产业链上下游发展的具体做法和实现的效果如下:

  • 数据汇聚与校验:

完成了多个工业软件系统数据的汇聚与校验,保障了数据和行为的可信度。
解决了数字化工厂管理系统之间数据不一致的问题,显著降低了对账用时,提高了数据异常发现的效率。

  • 数据流通与安全共享:

利用数据跨域使用控制技术,实现了供应链多个主体间数据的可信可控流通。
通过工业数据空间安全共享了大量电视生产质量数据,增强了电子信息产业链的协同能力和安全水平。

图 6 数据一致性校验场景示意

  • 供应链金融服务创新:

打造了跨产业数据应用,通过对接金融机构系统,提升了中小微企业的信用水平和信贷能力。
供应链金融服务覆盖了多家大型企业及其上下游中小企业,提供了资金支持,降低了贷款利率,缩短了贷款审批时间。

  • 促进产业链供应链协同发展:

实现了产业链上下游企业之间的信息壁垒破除。
助力中小微供应商提升授信,促进了产业链供应链高质量协同发展。

图 7 生产质量数据安全共享场景示意

通过上述措施,四川长虹电子控股集团有限公司不仅提升了自身产业链的效率和安全性,也为中小微企业提供了更好的金融服务支持,促进了整个产业链的健康发展。

相关原文:“数据要素×”典型案例之二 | 打造工业数据空间 赋能产业链上下游发展

目前,各地方分赛正陆续启动,现将已启动分赛报名渠道同步如下,接下去我们将持续更新相关分赛信息,欢迎大家持续关注。

在此声明以上观点和内容,仅代表原作者和出处,与数治网DTZed 无关,如有出错或侵害到相关合法权益,请通过电邮与我们联系:cs@dtzed.com。

在文末扫码关注官方微信公众号“idtzed”,发送“入”直通相关数治x行业共建群、AIGC+X 成长营,@老邪 每周免费领取法规、标准、图谱等工具包。

欢迎先注册登录后即可下载检索数据要素等相关标准、白皮书及报告。更多高质量纯净资料下载,在文末扫码关注官方微信公众号“idtzed”,进入公众号菜单“治库”。

4 评论

发条评论

你的电邮不会被公开。有*标记为必填。