1) 区块链. 总有人对区块链持怀疑态度,有许多人认为该技术已经展示出缺陷,并且可能存在内生性问题。 有些怀疑是有道理的,但放弃区块链还为时尚早。 区块链背后的想法是,完成交易所需的所有信息都存储在透明的共享数据库中,以防止其被删除,干涉或修改。 每个过程,任务和付款都有数字记录。 在任何阶段所需的任何活动的授权,都将被识别、确认、存储并与链上各方共享。 在这项技术的不断试验中,托运人、货运代理、承运人、港口、保险公司、银行、律师和其他人员正在共享各自运输交易中的重要信息和数据。 今天缺少的是供应链中的所有相关方(包括监管机构)就一套共同的行业标准达成共识,这些标准将规范区块链的使用。 如果无法在标准化方面达成共识,区块链技术几乎无法为我们提供任何帮助。
吹气以诊断疾病. 很快,对病人来说,测试疾病可能就会像呼气一样简单。. 新的呼吸传感器可以通过对人类呼吸中包含的800多种化合物的浓度进行采样来诊断疾病。. 例如,人体呼吸中的丙酮含量升高表明病人患有糖尿病。. 在呼吸化合物流过金属氧化物半导体 ...
运营商可以通过在数据中心设计中集成端到端脱碳计划(包括通过数据分析)来提高效率。 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。
世界经济论坛发布的《2024年全球风险报告》强调,网络安全问题已成为跨地区的全球性威胁。 恶意软件、深度伪造和网络韧性的不公平等复杂威胁给供应链、金融稳定和民主进程带来难以逾越的障碍。 随着公众的网络风险意识不断提高,改善数字安全和网络空间安全的合作机会日益增加。 解决重大问题的集体能力成为我们应对瞬息万变的各项威胁和挑战的最大优势。 这些重大问题包括网络不平等加剧引起的风险升级、网络安全技能差距,以及如何进行科学的战略规划,以应对人工智能和量子计算等新兴科技所带来的挑战。 成立于2018年的世界经济论坛网络安全中心发挥了关键作用,为集中探讨网络安全在全球范围的战略重要性提供了独立、公正的平台。
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。
其可追溯技术让消费者可以将废旧产品退回至制造商,优化了可重复使用塑料容器的利用率,帮助实现了50%的回收率。 该公司每年在全球追踪150多亿种药物,以保护消费者免受假冒产品的侵害。
找到利用AI而不引起伦理或安全问题的方法至关重要。. 在AI时代, 合成数据 这种令人振奋的 隐私增强技术 正在重新兴起。. 这一技术会复制敏感数据集的模式和趋势,但不涉及可以联系到个人或危及组织或政府的具体信息。. 得益于AI的进展,合成数据去除了 ...
从前的全球化1.0、2.0、3.0时代主要影响那些以制造产品为生的人(因为过去的全球化是“物的全球化”),而全球化4.0时代则将重创服务业。 发达经济体中数亿的服务行业及专业人员将——前所未有地——面临全球化所带来的挑战与机遇。
透明度: 不仅是在项目的构思和设计阶段,还是在为项目选择正确的投资和资本时,都需要保障透明度。. 科技公司需要公开正在设计的新技术所包含的内容,最重要的是,任何新技术都需要公开可能的受影响者及可能产生的影响。. 教育: 向代表性不足的社区 ...
Sherlock Biosciences 和 Genetron Health 等公司已经帮助开发了快速检测新冠肺炎的方法。. 此外,Lunit 公司使用人工智能通过胸部 X 射线研究肺部疾病, 已在线免费发布了其软件, 以帮助医学专家诊断和治疗新冠肺炎患者。. 今年是技术先锋社区成立 20 周年。. 在过去 ...
Charles给我展示了图形界面的原型,我们探讨了这种用户友好的计算机能开创哪些全新领域。 随后,Charles加入微软,而Windows成为了微软的支柱。 那次展示后的头脑风暴,为微软公司未来15年的发展方向铺平了道路。 第二个令人惊叹的时刻发生在去年。 自2016年以来,我一直在定期会见OpenAI团队,并对其工作的稳步进展印象深刻。 2022年中,我对他们的成果感到极为振奋,于是向他们提出一个挑战:训练一款人工智能,让它通过大学先修(AP)生物学考试,并回答那些它没有经过专门训练的问题。 (我选择AP生物学,是因为该考试不仅仅是对科学事实的简单复述,更要求学生对生物学进行批判性思考。 )如果他们能达成这个目标,那将是一个真正的突破。
但是,虽然新技术通常会取代某些工作,但也会创造新的岗位。. 对技能和基础设施的投资有助于经济适应最新出现的人工智能技术带来的变化。. 20世纪60年代初,就在信息技术革命刚迈出第一步的时候,一个由科学家和社会活动家组成的委员会给美国总统林登· ...
生产力较易增强的工作. 人工智能或许无法直接代为完成涉及批判性思维和解决复杂问题能力的任务,但它能够通过增强生产力为劳动者提供帮助。. 大语言模型的辅助将节省劳动者的时间,从而提高他们的生产力。. 生产力增强的效果在劳动者工作任务涉及数学 ...
1. 人工智能与电子商务的扩张. 电子商务的兴起使得人们需要人工智能(AI)提供更快、更高效的物流解决方案。 借助复杂的算法和机器学习技术,人工智能可以帮助电子商务平台分析大量数据、优化定价策略并提高客户满意度和忠诚度。 在这种充满变革性的影响下, 《Gitnux 2024年市场数据报告》 显示,预计到2026年,人工智能在物流市场的价值将达到128.7亿美元。 亚马逊 和 敦豪(DHL) 等行业巨头已经将人工智能与公司运营结合,推动创新,并通过电子商务提升客户体验。 2. 可持续性. 可持续物流的新兴趋势,包括采用替代燃料、电动汽车和碳补偿计划,充分表明了可持续运输的可行性。
2018年7月,移动通讯行业组织GSMA“#CaseForChange”项目的一个团队来到了中国西部的偏远山区——玉树。. 他们前往那里去了解安装移动宽带给当地学校50位学生的改变。. 这些学生最小的7岁,最大的15岁。. 自2017年9月中国联通在当地设置了4G网络和数字化教室之后 ...
全球人口将在2030年达到90亿,我们所消耗的资源比地球所能供给的更多。. 在未来,我们必须以可持续的方式重复利用现有资源。. 幸运的是,有一种资源是取之不尽的:创新。. 世界各大公司都在开发创新技术,减少资源消耗,并重复利用、循环利用资源。. Image ...
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。
中东地区的政府、企业、教育机构和求职者应当寻求共同合作,重建对人才和就业市场的信任。. 在技术创新迅速涌现的时代,2024年在达沃斯召开的 世界经济论坛年会 是讨论未来工作挑战和机遇的重要平台。. 世界经济论坛 《2023年未来就业报告》 强调,技术对 ...
富士康是一家电子产品制造商,它通过 提高供应链效率和材料回收利用 来解决范围3排放问题。 富士康认识到其排放量的很大一部分来自铝和不锈钢合金的消耗,因此实施了一项逆向物流流程,以回收铝碎片在熔化过程中再利用。 通过数字平台,他们确保了可追溯性,监控回收率并追踪产品碳足迹,加强了供应链透明度和问责制。 这种方法减少了原铝用量,降低了材料成本,减少了碳足迹,使富士康及其供应商都受益匪浅。 富士康充分利用了创新方法、数字集成和强大的合作伙伴关系,给出了制造商在推动经济增长的同时实现脱碳的优秀示范。 宁德时代(CATL)是能源技术领域的带头人, 为促进供应链的可持续发展,推出了“CREDIT”计划。
这凸显了提供持续学习计划以留住年轻劳动者并帮助他们培养在人工智能时代取得成功的技能的迫切需要。 最重要的信息是,雇主必须努力留住年轻一代,为他们提供在人工智能时代寻求的机会。
以下是10条主要结论。 1. AI在多项任务中的表现超越人类. 在特定类别的智力任务中,AI的表现已经超越人类。 Image: 人工智能指数,斯坦福大学. 截至2023年,AI的表现在一些维度已经超越了人类,如图像分类、视觉推理和英语理解等。 然而,在某些类别的任务中,AI尚未达到人类的能力水平,尤其是复杂的认知任务,如视觉常识推理与规划、竞赛数学等。 2. 工业界处于领先地位. 在2014年前,机器学习模型的发布由学术界主导。 然而,现状发生了改变。 2023年,工业界开发了51个机器学习模型,而学术界只有15个。 值得注意的是,2023年有21个著名的模型由工业界和学术界合作发布,这一数字创下了历史新高。 工业界取得领先地位的秘诀是什么?
到2030年,绝大多数劳动者将需要重新学习技能。. Image: BCG. 我们向政府提出了三项策略来应对技能市场挑战并创建蓬勃发展的国家技能生态系统。. 1. 构建开放、全面的数字技能平台. 政府可以通过将所有利益相关者 (求职者、雇主和其他推动者,如培训和就业 ...
为了将所需的整体服务真正推向市场,设备制造商、开发商、养老院和保险公司等企业,民间社会、政策制定者和学术界应共同开发包括物联网和人工智能在内的统一平台。