无代码平台的好处：时间-成本效益以及可协作性. 速度。. 无代码意味着更快的开发周期和更少耗费于调试的时间。. 由于数据驱动的无代码技术可以适应任何前端业务的新变化和新功能要求，它们显著缩短了交付应用程序和软件的时间。. 在新的工作流程下 ...
数智化转型和环境、社会与公司治理（以下简称为ESG）都是全球企业界的重要课题。. 前者侧重将科技应用于价值链的各个环节，让企业运营更为高效和智能化，从而更好地满足客户需求。. 后者则强调企业要从环境、社会和公司治理等角度为其利益相关者创造更 ...
世界经济论坛正在与行业专家和商业领袖合作开发一套AI工具包，该工具包将帮助公司了解AI如何促进业务发展，以及如何以可持续的方式发挥AI的强大能力。
现在，这个研究领域已经悄然进入了一个全新的第三阶段，我将其称为“数据和算法伦理”。. 未来，我们将需要有关人工智能开发和利用的伦理框架和法律。. 当前，一些政府部门和行业协会已开始尝试建立这样的伦理框架，显著的例子包括阿西洛马人工智能 ...
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。
破除不同领域的数据壁垒和“孤岛”，建立数据接入的统一标准，隐私＆安全的分级制度和信息分享＆交易机制，让数据流动起来，成为城市发展的核心生产要素。
世界经济论坛的“制造业数据卓越框架”为该行业开发分析新能力和新型伙伴关系提供了指南，为制造商提供了获取数据更大价值的参照手册。 制造业正面临一场数据驱动的革命。
利用最新的太阳能、电池、轻质复合材料和航电技术， 高空平台通信系统 （HAPS）系统有望 提升通信和观测能力。. HAPS系统通常以气球、飞艇或固定翼飞机的形式在距地面约20km的高度飞行，其连通性、覆盖范围和性能超越地面塔和卫星，在全球偏远地区尤其 ...
按照这一预测，下一代工厂的成本预计将会超过 200 亿美元。 还有一项比较鲜为人知的重要规律（我们没有延续下来）：登纳德定律，即随着晶体管的尺寸缩小（或比例缩减），其功耗和成本也会降低，同时运行速度加快。 这一结论由 IBM 研究员罗伯特·登纳德大约在摩尔定律的同一时期得出。 微处理器 40 年的发展趋势数据 Image: Karl Rupp. 登纳德缩放比例定律在大约 10 年前就终结了，因为虽然我们可以在芯片上添加更多晶体管，但它们并不会运行得更快或更节能。 为继续提升速度和降低功耗，计算机需要更高程度的集成，也就是将曾经分散到多个芯片上的功能集成到容量越来越大的单一芯片上。 只有一小部分架构商和制造商找到了成功的秘诀，即“摩尔定律 + Rock 定律 - 登纳德定律”。
消费不会消失，但是可以变得更加负责任. 数据是激发循环经济潜能的关键. “大数据”、“人工智能”、“供应链”。. 这些商业领域的术语和热词正在逐渐进入我们每一个人的日常生活。. 虽然这些词在商业领域已经被反复提及，但是今天我们依然有必要 ...
我们分析了四个基本的数字平台：电子商务平台（如Amazon，eBay）；数字媒体平台（如YouTube，Netflix）；共享经济平台（如Uber，Airbnb）；以及在线自由职业者平台（如Upwork，Toptal）。 可以说，数字商业代表了大多数主要经济体中最具活力的增长因素之一。 比如， 美国商务部经济分析局 的数据显示，截至2016年的11年间，美国数字经济的增速是整体经济的3.7倍。 我们考虑到数字商业面临的一些特殊挑战： 它们增长或萎缩的速度不一致，受到数字生态系统特有的几个因素支配。 它们面临独特的市场 阻力和竞争。 数字商业面临复杂的的法规挑战。 管理数据移动性、保护用户隐私或网络中立性的规范可以从根本上影响开展数字商业的难易程度——而这些规范因国家而异。
较易实现自动化的工作. 白皮书指出，被人工智能颠覆风险最大的工作是那些日常工作和重复性语言工作。. 这意味着授信员、收银员和文员等职业最可能受到人工智能的威胁，因为他们多达81%的工作任务可以实现自动化。. 发布于2023年9月的白皮书《未来工作 ...
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。. 随着数据和人工智能的普及，社会正在迈入认知经济的发展阶段。. 这一转型期的突出特点包括效率更高，决策能力更强，以及人机之间形成共生关系。. 这个时代既 ...
德勤称， 芯片制造商已经开发出了人工智能设计工具 并投入生产过程中，这些芯片的每年潜在价值约为数十亿美元。 德勤指出：“虽然人工智能工具不会取代人类设计师，但它们在速度和成本效益方面的额外优势，将使芯片制造商的设计能力大大增强。 人工智能可能创造的其他训练岗位工作包括构建服务器基础设施的系统管理员。 世界经济论坛表示，确保这些系统拥有所需的能源也将至关重要，因此电力系统工程方面的职位也可能会增加。 人工智能解释. 人工智能训练负责的是幕后工作，而人工智能解释则是让公众能够轻松使用人工智能。 人工智能解释员将设计人与人工智能的交互界面。 论坛认为，这些专业人员可以被视为大语言模型的“用户体验设计师”。
超级计算机能够让我们成为“超人”——我们掌握了越来越先进的技术、工具，解决问题的能力与潜力也随之提高。. 世界经济论坛 全球 未来理事会 未来计算社区项目 致力于塑造人类能力的方向。. 我们的目标是定义积极、包容、以人类为中心的超级计算的 ...
分析公司IDC的预测显示，全球范围内的内容分析、发现与认知系统软件市场总额，将从2014年的45亿美元增长到2019年的92亿美元。. 事实上，埃森哲的《科技视界2016研究》对3,100余名全球商业领袖和IT界高管展开的调查显示，超过70%的受访者比起两年前，都明显增加 ...
1. 企业需要在人的层面上将数据战略制度化. 可以将正式确定首席数据官（CDO）的角色作为起点：首席数据官将是真正的数据科学家和有远见的人，并承担明确的职责。. CDO和他的助手们将负责：. （1） 设计、实施和监督整体的数据战略（从收集到分析到货币化 ...
有了AI，以及科技和设计的融合版本，我们就可以创建相关工具，减少认知障碍、扩大认知范围，就像我们通过杠杆、车轮、发动机和电机来提升人体力量一样。
创新——包括新兴技术和前沿技术——对于扩展解决这些问题的方法至关重要。. 例如，在卢旺达，每100万人中只有一名放射科医生。. 在AI驱动的放射学评估表现优于受过培训的专业人员进行的放射评估时，我们有能力让高质量的评估覆盖到更广泛的人群 ...
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 ...
通过讨论，我们得出了公民社会组织面临的四项关键挑战。. 这些挑战都与数字科技和第四次工业革命息息相关，需要人们在公民社会内、外开展系统性的指导规划。. 1. 如何走一条通向数字变革和科技的权利至上之路？. 非营利性创新活动一般都聚焦于科技的 ...
基于这些步骤，企业能够通过编译建筑的宏观数据（如能源价格和需求、环境模式等），为其所有共用资产创建一个中控系统。 而下一个目标就是将产业集群中的多家公司相互连接起来。
把临床试验中的真人替换成模型，让试验更快、更安全，如果这个目标听起来很简单，那背后所需的科学绝不简单。首先要把人体器官的高分辨率图像数据输入到一个控制器官功能的复杂数学模型中。