第一种是使用蓝藻和微藻等有机体通过光合作用“吃掉”碳,第二种是使用氢气或有机废物流等可再生能源的微生物捕获二氧化碳,然后将其转化为生物柴油、富含蛋白质的动物饲料等新产品。
2017年5月,中国举办了一场 具有历史意义的围棋比赛,世界排名第一的冠军柯杰,与由Google DeepMind Lab设计的AI程序AlphaGo,在乌镇进行对决。. 这场对决充满了悬念和象征意义——人类对机器,直觉对算法,传统对现代。. 结果,AlphaGo连胜三局,以3-0击败人类最强 ...
通过将技术和数据科学置于行业决策的核心,我发现我们可以通过改进预测和自动化决策来更好地满足消费者需求。 自2014年成立智能零售平台Nextail以来,我们就确立了我们的使命,那就是让零售世界变得更美好、更可持续。 我们帮助零售商向着更加灵活,有预见性的方向发展,这样他们就可以一方面消耗更少的资源,一方面保持相同甚至更优质的产品供应。 我最大的感悟是,企业真的可以成为一种向善的力量。 事实上,创建一个由志同道合的行业专业人士组成的团队是很容易的,他们对数据和技术充满热情,希望对世界产生积极、切实的影响。 促进人机协作. Andreas Koenig, Proglove 首席执行官.
在数字经济中,私人投资如何提升教育机会与质量. 教育可以缩小人群中成就的差异性,帮助社区和个人摆脱贫困。. 随着世界各地识字率的上升,教育与收入之间的相关性更为明显。. 与此同时,教育成本也在急剧增加。. 如果能够加以适当引导,私人资本可以 ...
经济学人调查了全球最大500家公司的业绩记录,发现10个行业中有8个行业跨国公司的总销售额增长速度落后于国内同行。 对于美国公司来说,现在本土市场的回报率要比跨国公司高出30%。
家族企业应重新部署并有效利用其资源进行影响力投资,将资本投向产生社会和环境效益以及财务回报的项目。通过投资于可持续初创企业和项目,家族企业可以推动更广泛的系统性变革。
企业认可多元包容文化(DEI)的价值观和经济效益,并将机会平等纳入公司的发展战略和人才规划中,把支持职场女性发展视为 “投资”而非“投入”,从而推动女性在职场的成长和发展。
该目标是一个“绿色分类账”,它能整合财务和非财务(“绿色”)数据,让企业考虑到业务流程各阶段的经济和环境因素,做出明智的决策。 世界经济论坛制度
在起草新法律的同时,中国互联网最高行政监管机构——中央网络安全和信息化委员会办公室(CAC)于2019年6月发布了《数据安全管理办法(征求意见稿)》。 该办法就互联网公司收集、使用信息的应做与不应做之事制定了具体规则,有效制定了中国的个人数据保护标准。 对于市场来说,办法为国家未来的立法方向提供了参考。 例如,《数据安全管理办法(征求意见稿)》特别关注用户如何在移动应用程序中更好地掌控其个人数据。 它提出了以下涉及通过移动应用程序非法或过多收集用户信息的情况: 没有公开可用的用户数据规则; 没有明确说明收集用户信息的目的、方法或范围; 未经用户同意收集信息; 收集与所提供服务无关的个人信息; 没有按照法律要求删除或更正个人信息;
决策者、社会组织、学术界和私营部门之间的合作对于创建整体解决方案至关重要,这些解决方案可提升老年人的安全、自主、福祉和尊严。 许多社会对老龄化的观念已经过时。 老年人通常被描述为“虚弱”的,是要解决的“ 挑战 ”,他们受到 歧视,尤其是在工作场所——在这里经验和知识本应得到重视。 当我们庆祝儿童的出生和成长乃至成年时,我们没有尊重那些有智慧有故事并能够将其传给年轻一代的人。 营销公司倾向于关注千禧一代和Z世代,但最大的群体 婴儿潮一代却被人们渐渐遗忘了。 根据最近的一项 调查 显示,预计美国的婴儿潮一代在未来五年中将拥有70%的可支配收入,但只有 不到10% 的广告投放是针对他们的。 随着他们开始退休以及接下来几十年中的类似趋势,退休服务领域中仍存在着尚未开发的机会。
为了弥合企业在数字发展就绪度上的差距,一类新型的中小企业咨询可以助力较小的企业充分释放数据潜能。 这类咨询可以利用全仓杠杆上的专业知识、资本和数据,为非竞争关系的中小企业提供新办法。
挑战1:攻击者越来越精明. 从社会活动者到民族国家,精明程度不同的攻击者都在努力寻找机会获得最高回报。 组织可以推动基于风险的控制投资,以降低攻击者对他们的兴趣。 随着组织的网络安全计划日渐成熟,他们的攻击价值将会降低。 任务自动化和恶意服务进一步降低了屏障安全系数,使得攻击者更容易进入并执行操作,因此,人工智能可能会加速提高攻击量。
数据至上的终结. 数字化转型带来了云计算,并最终一步步衍生出机器学习(ML)和物联网(IoT)。. 这也带来了企业和个人数据的大规模集中。. 在广告的资助下,社交媒体巨头应运而生。. 它们定义并占据了Web2(社交网络)的主导地位。. 由于拥有大量个人数据 ...
尽管计算成本和模型训练等因素仍在阻碍个人助理的开发,但由于人工智能的进展迅速,这一问题已成为可以攻克的现实难题。 不过,我们仍有其他问题需要解决:例如,保险公司是否可以在未经许可的情况下通过个人助理查询你的相关信息?