数字孪生（基于数据的对象和流程表示）支持新基础设施的规划、现有资产的改造和性能改进。 生命周期数字孪生可用于延长资产寿命、管理报废资产并优化产能利用率，例如通过减少建筑物中混凝土和钢材的使用。
你会为了披萨泄露朋友的隐私吗？. 围绕数据及其对人权影响的问题仍然是公众讨论的新话题，但一些更具探索性的问题并非显而易见。. 考虑到这一点，以下是我们需要回答的四个关键问题。. 谁真正“拥有”我们的数据？. 剑桥分析公司（Cambridge Analytica）丑闻 ...
快到2018年时，我已经为企业买家们固化了一个产品选择：一个用于测量、分析、定价和减少碳排放的软件。 经过几十次的交谈，世界上最大的钢铁制造商安赛乐米塔尔同意成为SINAI的第一个客户。
作为重塑创新格局的变革性力量，人工智能为解决复杂的社会挑战提供了全新的解决方案。在医疗领域，强大的人工智能正引发一场诊疗革命，有望实现疾病的及早检测、个性化治疗和药物的加速研发。
第一，毫无疑问，数字法规和公共政策选择是EDDB的关键决定因素。从用户隐私或数据规则的可访问性到那些管理共享经济公司的规范或保护自由职业者权力的措施。
人工智能、大数据分析，区块链和云技术通过数不胜数的方式改善了世界。. 但是这些技术也带来了新的漏洞，比如最近披露的处理器安全漏洞Spectre and Meltdown就涉及到数十亿设备的数据隐私。. 所以确保我们大量的数字设备接入不会被犯罪和恶意行为利用便成为 ...
首先，这个任务不是任何一个单一部门可以完成的，而是需要协同所有部门，包括政府领导人，企业家和教育机构等，双方匹配共同目标，互相配合，积极参与。 此外，非洲必须通过学习其他新兴市场的有效增长模式，来探索自身的发展路径。 在数字经济时代，传统的发展理念将不再能够带来普惠式发展的新机遇。 政府，私营企业和以及教育体系，要对科技所带来的积极影响拥有共同的信念和愿景。 是的，风险的确存在的，同样，对技术可能引发的意外后果的担忧也的确存在。 但最大的风险，莫过于错失发展良机。 所有各方都必须共同努力，鼓励创新和企业家精神。 此外，各个部门都要各司其职, 推动数字化变革。
财务和数据分析师能建立起一个更具可持续性的气候融资模型吗？. Image: Getty Images/iStockphoto. 通过利用财会专业人士和数据分析师的专业技能以及企业资源规划（ERP）系统，我们可以加快气候行动。. 将温室气体排放视为一种资源类型，并考虑其生产相关的成本 ...
谷歌和微软等全球科技巨头在以色列看到了巨大的机遇和潜力，因此，它们通过投资和收购为以色列的初创企业提供支持。 许多享受成功退市的企业家成为新的初创企业的企业家和赞助人，这些初创企业是由以色列人力资本的大量流动所形成的，这种良性循环使 ...
在元宇宙中，这些数字风险将会以何种方式出现？. 为了解安全风险如何在元宇宙中变得更加多见，这个数字未来的一个关键性结构应该被 分享：元宇宙概念的核心是虚拟的、可实时访问和可交互式的3D环境，将成为人类参与的变革性媒介。. 如果我们希望元宇宙 ...
有哪些因素在推动未来的就业发展？. 一些宏观发展趋势，包括绿色转型、ESG标准和供应链本地化等，是未来就业增长的主要驱动力，而包括高通胀、经济增长放缓和供应短缺在内的经济挑战则成为了未来就业的最大威胁。. 推动技术应用和发展数字化能引发 ...
最近的一项研究要求受访者就注意力缩减表达自己的看法，并尝试说明背后可能的原因。. 我们正在为自己的注意力而战。. 我们的智能设备劫持了我们的大脑，并摧毁了我们人类集中注意力的能力——以至于我们甚至看到了“ 金鱼一代 ”的出现。. 这样的叙事 ...
媒体. 2024年新领军者年会探讨未来增长的新前沿. News 2024年06月27日. 世界经济论坛多项倡议支持发展影响力初创企业，推广聚焦自然的创新成果. News 2024年06月26日. 全球绿色建筑革命有望在2030年前释放1.8万亿美元的市场机遇. News 2024年06月26日. 世界经济论坛评选出 ...
这不仅仅是一个定性陈述，而关乎公司创造的整体价值以及如何对财富分配做出决策。我们的研究旨在支持一种循证的方法，将可持续的道德实践纳入公司决策，从而更准确地衡量和理解公司所创造的整体价值。
本文概述了中低收入国家如何利用新兴技术并扩大其规模。. 近年来，人们 越来越关注“再生”的概念。. 减缓措施已经不再足够。. 2019年的 一项调查 显示，80%的美国消费者更喜欢“再生”而非“可持续”品牌。. 再生意味着新生——不仅“无害”，更是“逆转 ...
有什么解决方案？. 专家们一致认为，培训至关重要。. “尽管生成式人工智能和其他新兴技术的潜在经济效益令人鼓舞，”该论坛的报告《塑造学习的未来：人工智能在教育4.0中的作用》 指出，“但释放这一价值的关键在于解决最重大的障碍：全球数字技能和 ...
人工智能需要大量计算能力，而生成式人工智能系统完成一项任务所需的能量，可能已经是专门针对某一任务的软件的 33倍。 随着人工智能的普及并进一步发展，训练和运行这些模型将推动全球数据中心数量及相关能源消耗的指数级增长。 这将给 本已紧张的电网带来越来越大的压力。 生成式人工智能模型训练的耗能尤其高，比传统数据中心活动消耗的电量要多得多。 正如一位人工智能研究人员所说：“人工智能模型到了部署阶段时，更是必须始终保持开机状态。 ChatGPT就从来不会关机。 像构建ChatGPT所用的大型语言模型，其复杂程度正不断增长，也侧面印证了人工智能对能源的需求正不断增加。 据估计，训练一个像GPT-3这样的模型 将耗费近1300兆瓦时（MWh） 的电力。 这大致相当于 美国130户家庭 一年的用电量。
去年，深度换脸视频技术取得最新进展，此类视频受到公众的广泛传播。. 例如，换脸软件“Zao”允许用户与明星换脸，并能在几秒内制作出一个深度换脸视频。. 这些进步得益于深度生成模型技术，这项新技术可以生成人脸副本，并由此创造出一个不 ...
在过去的二十年里，一些购物中心的客流量减少了。. 其中一个主要原因是传统的“到店购物”已经逐渐被在线订购所取代，尤其是对于千禧一代和Z世代的“数字土著”来说。. 明明可以让生活用品、衣服甚至娱乐服务（如Netflix）运送到你家里，为什么还要挑战 ...
虽然不同地区之间存在差异，但是技术人员不愿供职的原因包括对公司的产品或目标不感兴趣以及公司形象较负面。只有三分之一的纽约人介意就职于“名声不好”的公司，而在芝加哥、丹佛、墨尔本和旧金山有60%的受访者关注这一点。