论坛的十个中心帮助社区寻找共同的解决方案以应对前所未有的挑战. 各中心团队依靠有组织的倡议和洞察力将雄心转化为关键行动。 更多信息. 新经济与社会中心. 第四次工业革命中心. 自然与气候中心. 区域、贸易和地缘政治中心. 健康与医疗中心. 城市转型中心. 能源与材料中心. 金融和货币体系中心. 网络安全中心. 先进制造与供应链中心. 亮点. 更多议程. 论坛最新的分析、见解和说明. 第四次工业革命. 社交媒体的内容审核应该放松还是收紧? 健康与医疗系统. 机器人技术改变医疗保健的5种方式. 公平、多样性和包容性. 残疾员工的时薪比其他员工低12% 工作与未来. 人们的工作时间正在延长,大龄员工就业面临挑战. Agenda. 水泥行业二氧化碳排放量的占全球总量的8%,这是其四条主要脱碳途径.
其应对环境变化的创新方法是解决三个问题:1. 为了谁做什么实现什么目标? 2. 可以如何实现? 3. 这样做的前提因素有哪些? 这种方法有助于关注目标问题,鼓励集思广益和 尝试新方法。 通过快速创意构思、发散思维工具和灵活的检查,BTS仅用了2019年 一半的时间 就实现了创新成果翻倍。 疫情的爆发促使这家公司重新思考并寻找变革机会。 正如其首席创新官Peter Mulford所言,“我们已经看到了希望的曙光,将继续朝着这个方向前进,我们希望所有人都能加入这场探险之旅。 单个企业的创新汇聚到一起可以带来基础性的社会变革 Image: 世界经济论坛. Unlimint发展前沿技术. 金融科技在新冠肺炎疫情期间成为企业数字化的助推器。
1. 员工技能与股价表现挂钩. 到2020年,虽然新冠疫情使大部分经济业态关闭,并迫使诸多企业改变了运营方式,但员工熟练掌握“前沿技能”的公司在2020年的股票回报率明显高于熟练度落后的公司。 报告称:“总体而言,在这动荡的一年中,能够更好地经受住疫情影响的公司正是那些投资于员工技能的公司。 员工技能熟练度与公司股票回报率有关。 Image: Coursera. 2. 提升技能能够提升员工信心. 根据是次调查对“学习者学习成果”的分析,在至少一项新技能中,获得至少一项竞争能力的学习者,在工作中会更有信心。 此外,Coursera平台上个人发展课程的入学率从2019年的3.1%跃升至2020年的5.5%。 报告指出:“随着人们逐渐适应新冠疫情,趋势正在逆转。
一些网上学习平台如Coursera,Udacity和Udemy,承诺通过提供数据科学、机器学习和人工智能等领域的课程,来帮助企业在数字化突破上走在前面。 Salesforce(美国客户关系管理软件服务提供商)开发了自己的免费游戏化线上学习平台 Trailhead ,促使用户把握自己的 ...
2023年世界经济论坛年会即将在达沃斯召开,我们邀请了四位分别来自能源、金融、汽车和综合企业集团的中国国企领袖,围绕模式创新、国际合作、战略路径与企业管理等方面,分享他们对推进ESG融合的思考和实践,以切实推动商业朝着环境友好、社会公正
“翻译官”能够解释人工智能如何通过算法找到答案,并以此建立起人类与人工智能之间的信任关系。 在自动驾驶汽车和无人机的时代,人工智能对我们生活中来说越来越重要,它也正通过学习变得越来越聪明。 今天,人工智能可以识别文字,区分人脸,甚至在一定程度上识别物体。 但是,即便是最好的人工智能系统,很大机会仍会出错。 波士顿大学计算机科学助理教授Saenko表示,人工智能的错误率确实是一个大问题。 她是这么说的:“如果人工智能发生错误,人类用户对人工智能的信任很快就会大打折扣,并最终停止使用它。 我认为,人类本质上不太可能只接受机器告诉他们的东西。 她补充说,另一个复杂因素在于,随着人工智能变得更加强大,驱动它的算法对于人类用户来说也变得越来越不透明。
全球向可再生能源的过渡将需要人工智能(AI)技术来管理分散式电网。 人工智能可以实时平衡电力供求,优化能源的使用和存储,以降低费率。 需要技术治理来促进电力接入民主化,鼓励创新并确保电源具有复原力。
世界经济论坛新领军者企业共同探讨了第四次工业革命所需的商业模式、技术及可持续增长战略。 新领军者奖项旨在表彰在可持续性、数字颠覆及敏捷业务治理方面取得卓越成就的企业。创新先锋论坛于 2 020年 11月16-20日 举行,议题将围绕从疫情中迅速恢复所需的创新展开。
The Global Competitiveness Report series has since its first edition aimed to prompt policy-makers beyond short term growth and to aim for long-run prosperity.The 2020 special edition is dedicated to elaborating on the priorities for recovery and revival, and considering the building blocks of a transformation towards new economic systems that combine “productivity”, “people” and ...
机器通过深度学习,软件和程序能变得更聪明;硬件和机械通过相互交流,可以实现自我改进。 30多年前,人工智能(Artificial Intelligence,简称AI)还是我在大学实验室鼓捣的学术课题;而如今,在不知不觉中人工智能已经融入现实世界,潜移默化地改变着我们 ...
随着数以十亿计的人口和设备接入了移动互联网,网络攻击所带来的威胁和潜在影响呈现出“指数爆炸”的趋势。
相比之下,大语言模型可以将软件开发人员28.7%的任务实现自动化,使43.2%的任务得到增强。前者包括分析数据和系统性能,而后者涵盖评估产品和技术及编写指令。
我们采访了 世界经济论坛技术先锋社区 的14位企业家,了解他们是如何创立自己的公司的以及他们的经验是什么。 以目标为起点. Sean Hinton, SkyHive 创始人兼首席执行官. 在2017年推出SkyHive(一家基于云端的劳动力管理和再培训软件供应商)之前,我是一名非常成功的企业CEO。 在2016年,我完全没有自己创业的想法,满足于经营我当时受雇的公司。 2016年初,我参加了一个在中东举行的会议,会议的第一天,一群叙利亚妇女在一个小组里发言。 在此之前,她们从叙利亚逃出,后来住在黎巴嫩的联合国难民营中。 她们在一个小时内向我们讲述了叙利亚内战期间妇女所遭受的暴行。 在那一个小时里,我的意识充分流动。
人力数据系统则能为员工提供必要的信息,让沟通更加规范化,也便于领导层以身作则。与薪酬和绩效评估、员工调查和反馈一样,人力数据不仅能为雇主服务,还能为员工服务。
以下是2021年的十大新兴技术。 去碳化的兴起. 自科学家们提出地球大气层中过量的二氧化碳会导致热量滞留并造成地球变暖以来,一个世纪已经过去,期间,全球正在努力推动日常生活各方面的去碳化。 各国政府和行业做出了减少碳排放的开创性承诺。 在未来三到五年内,履行这些承诺将需要前所未有的技术创新,并将新兴技术的应用规模扩大至工业生产水平,如:大规模能源储存、低/无碳化学来源、振兴铁路运输、碳封存、低碳农业、零排放车辆和动力源,以及在全球范围内商定的达标性监测。 自己制造肥料的作物. 今天,全世界每年使用超过1.1亿吨的氮肥来提高作物产量。 如果作物能够像大豆和黄豆等豆科植物那样,自己捕获氮,以氨的形式将其“固定”在自己身上,会怎么样?
根据盖洛普和AWS的新研究,拥有云架构和软件开发等高级数字技能的人才每年为全球贡献约6.3万亿美元GDP。 上述研究的调查结果显示,数字技能利用率高的公司报告的年收入比不使用数字技能的公司高出约168%。
世界经济论坛的“好工作联盟”和“教育4.0全球框架”致力于有效且负责地部署AI,并确保教育系统培训下一代劳动力的AI技能。 AI技能可能将很快变得和工作经验一样重要,成为雇主筛选求职者的重要标准。
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。
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
1.改变对于有逮捕或定罪记录的人才库的叙述方式. 许多企业不再继续对有被捕或定罪历史的人抱有过时的偏见,而是开始将这个人才库视为一个资产宝库,关注它们能够为企业带来的潜在价值。 例如, 许多 研究 表明,对比没有犯罪记录的人,有犯罪记录的人才在企业的留任率更高。 同时,许多企业的客户群体中也包含了大量有犯罪记录的个人。 通过雇用有相同背景的人才,可以与客户群体产生共鸣,为理解这一市场提供有价值的见解,从而改进服务、产品和营销策略。 除了了解有犯罪记录的员工如何能对企业业务产生积极影响外,企业还发现采取措施挑战和改变对这些个体的普遍偏见叙述,具有更多的潜在价值。
一. 语言具有主观性. 通常来讲,人工智能更擅长处理基于客观现实的任务。 无论是识别数据集中难懂的信号模式,还是在复杂的道路条件下进行导航,当机器的决策系统由明确的数学或物理规则管理时,它便能发挥最佳功效。 相较之下,自然语言是人类群体为了同他人交流而发明的主观产物。 通常而言,语言会表现出类似规则的变化(例如语法和动词变化),但这些规则只是基于惯例而非客观现实总结而成,而且规则仍在不断发展和变化。 人类在识别肿瘤或判断信用风险方面或许已经失去了领先优势,但我们仍然拥有并且可能永远拥有对自然语言中“自然”的终极权威。 这种权威反映在评估机器翻译算法的选择度量标准——双语评估替换(BLEU)中,根据候选翻译与专业人员产出结果的相似性对其进行评分。
人工智能驱动的科学发现、捕碳微生物和弹性热量材料位列本年度十大新兴技术。 十大新兴技术重点关注健康、通讯、基础设施和可持续发展等领域的应用。
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。