2018年11月28-29日， 由中國社會科學院信息化研究中心和北京國脈互聯信息顧問有限公司聯合舉辦的“2018智慧中國年會”在北京隆重召開， 以“數據賦能 智慧中國”為主題， 共有來自全國部委、省、市、區縣電子政務、智慧城市、大數據主管領導、行業專家、企業代表、主流媒體千余人參會。
本文系國脈董事長楊冰之先生于11月28日下午在“2018智慧中國年會”分論壇三--“人工智能賦能智慧政府研討會”上的演講， 內容通過現場速記整理， 未經本人審核。
【國脈董事長楊冰之】
今天， 我跟大家講講人工智能和政務大數據治理， 國家最高層對人工智能高度重視，
一、數據、政府、治理關系的認知
首先要理解數據、政府和治理三者之間的關系。 關于數據我提到一個觀點， 那就是數據利用能力， 它是人類社會進步的嶄新標志， 是人類發展的新變量， 對整個社會產生巨大的不確定性。 數據是看不見、摸不著的， 這種看起沒有價值的東西現在反而成為我們的新動能。 數據給我們帶來了很多想象的空間， 所以這個時代的不確定性是必然的。
第二個是政府， 政府是社會管理者、規則制定者、利益平衡者， 那么數據和政府是什么關系？數據給政府帶來了新生命、新空間、新動能， 優化與改造傳統政府的資源配置能力。
再者就是治理，
數據、政府、治理三者之間的關系， 就是它們關聯越多越廣越深越動態， 數字政府就越容易成功。 換而言之， 我們要把數字政府建成， 就需要從數據、政府、治理三個維度上下更多功夫。
二、AI 來了？
AI 來了嗎？AI是什么？我把它分為五個方面， 首先AI是種服務， 因為應用人工智能， 我們的服務才會更加精準；再者AI是種基礎設施， 是一種更智慧的計算力， 真正的人工智能是人機結合， 才能形成更高的智慧。 AI給我們帶來很多價值關聯， AI要有愛。
技術進步帶來了很多擔憂， 但人文價值的關懷可以把牢我們人類進步的韁繩。
三、大數據與AI能力的提升
大數據與AI能力的提升， 數據質量是前提、算法是核心、應用是關鍵。 首先是要做好數據建模工作， 建模是對規則的探索和建設， 是對數據關系的深度挖掘。 第二個就是要重視物聯網， 感知是智能之父、數據是智能之母， 高效高質便捷的獲取數據能力需要依靠物聯網。
AI能力提升三要素， 這里提到三個觀點：一是人工智能難以從根本上解決數據質量問題， 所以語料庫要好；二是基本功要做好， 對數據的分級分層分類的能力和多維標注能力；三是關聯能力和關聯規則， 就是對事物深度認識和規律探索， 這里牽涉到神經網絡和深度學習， 例如滴滴， 它在用的時候就是對時間、空間、供應主體、用戶、汽車和司機進行多維度的數據關聯和應用， 提供一個最優的數據， 所以先要有好數據， 才能有有價值的人工智能。
四、AI：智慧政府主力軍
AI將會成為智慧政府的主力軍， 從數字政府到智慧政府將是發展趨勢， 我們需要決策思維、需要服務智能。 我們政府智慧還不夠， 我們要變成智慧政府，
五、政務大數據建設：持續推進的大會戰
用大會戰來描述2018年政府的數據建設一點都不為過， 幾乎各個地方都在做政務大數據， 都在做歸集、編目、處理， 應該是多部門聯合作戰， 全部門多角色參與， 還有大量的官員、機構參與。
我們在浙江、江門、云南、江蘇、北京等大城市參與大規模的政務數據梳理，多個任務和工程并行戰斗也反映政府決心之大、動員之廣、涉及面之多，這些都是前所未有的，所以我們說這是一次大的會戰，但是我們要看到我們的數據從源頭和質量上還存在很多問題，一個是數據的碎片化，一個是數據邏輯質量和規律之間雜亂無章，我們要變成一體化、動態化、流程化。
現在看來各地已經高度重視大數據，在做信息匯聚、編目管理、試點應用，但在數據匯聚過程中也有很多問題：標準化程度低、質量不高、數據流動性差、權責不清楚、缺口太大 。這些原因是因為我們的基礎工作存在明顯的缺失，數據的可用性不強、數據的開放度不高、易用性不夠。我們歸集了大批數據，但怎么去用好變成一個大的難題。所以數據問題是電子政務的根本問題，一切圍繞數據而開展，但是數據的問題是切實存在的。
六、政府數據治理：有了數據怎么辦？
有了數據后怎么辦？我們通過匯聚、梳理、編目、標準化、權責、清洗、入庫變成一個個應用主題，然后建模等一系列動作，但是，我們要看到難點，如果做不到數據最小顆粒度，數據就會大打折扣；還有數據標準化程度低，交換成本就高；如果數據多維關聯差，數據應用層就弱；如果不能做到動態管理和維護，就沒效益。所以這四大難題在數據資源梳理中都非常重要。
那么到底什么是數據治理，我認為應該分為三個維度，一是角色與權責，二是流程與規則，三是質量與效果。這三組詞都反映在數據方面需要我們加大努力去做。
七、政府數據治理：誰來有效治理？
有了數據，誰來治理呢？三個方面的問題使數據治理面臨挑戰，一是3個“主動”與3個“不”（主動要與不愿給、主動給與不敢接、主動接與不會用）；二是我們現在在做的政務服務一體化、一網通辦、最多跑一次等，其本質就是數據在跑，對數據質量要求很高，需要真實、有效、及時的數據支撐，特別是秒辦和自動化審批，對數據要求的質量更高，這也是一個大問題，數據如果做不到分層、分級、分類，就很難去做精確，數據質量就很難保障；三是數據權利不明確、風險點不清晰、激勵不到位，數據的采集權、管理權、使用權、分享權、收益權等等。
當前數據主管機構的權利與責任不匹配、有心無力、給的資源不夠多不夠強，思路可能有了、有的還不明確，方法有些還不夠，尤其是作為設計部門、改革部門和管理部門三合一的身份。數據部門在政府序列位勢普遍偏低，如果跟教育、科技等部門并行的話，數據部門可能排在最后，有的地方相對矮半級，那么數據部門協調整個部門的資源就面臨很大困難；第二作為技術支撐和服務窗口部門，難以真正解決作為改革設計者和執行者的角色；第三，出路是要“河長制”、“一把手”，按照數據的生產流程像河水一樣從頭到尾把它管起來，而且要其他參與者的責任。
八、數據治理難點：權益問題
關于數據治理權益問題，目前普遍存在著本地產生的數據卻無法在本地使用的困境。一個地市的數據往往被國垂、省垂系統收去，想要用時很難獲取，在權力共識方面我在這里提出了三條：一是本人、本組織、本地方所產生的數據原則上擁有分享權，采集機構不得以任何理由予以拒絕，除法律明確禁止除外；二是在某個地方產生的數據，本地應該有數據獲得權--數據生產者享有知情權和使用權；三是本地政府需要有本地數據歸集權。
九、數據治理難點：合作路徑
數據只有合作、全享才能形成共鳴，如何實現治理協同創新和服務協同創新？這里我提出了6C+9C，6C即跨層級、跨領域、跨系統、跨地域、跨部門和跨業務；9C即共建、共創、共贏、互聯、互通、共信、對話、變化、孵化。
正如經濟學所講到的合作博弈，有些部門常常抱怨其他部門不主動提供數據或數據質量不高，我們要圍繞共同目標進行協作，浙江省“最多跑一次”能夠做成功的原因就是在數據方面做到了合作共贏。
十、三通與五跨的掣肘與解決思路
數據要做到三通五跨，即網絡通、數據通、業務通，實現技術融合、業務融合、數據融合，就要跨層級、跨業務、跨地域、跨部門、跨系統等、這地方的“跨”和“通”關鍵是數據的流通成本，有些地方因為各種各樣的原因，包括技術問題、業務問題、管理問題、制度問題等造成數據流通成本過高，需要我們在數據的流程規范、內部一致性、最小顆粒度和數據責任體系方面達成一致，使數據有一個非常好的生產環境和流通環境，關鍵是要在數據流通成本上下苦功夫。
十一、數字政府參與者：角色、作用與方式
數字政府的參與者角色與作用我想講幾個方面。在數字政府建設中主要的角色有三類：一是政府機構，包括整體與部門、上級與下級；二是建設參與者，包括服務建設運維者、規劃與咨詢者、系統提供者、數據維護者等；三是應用與收益者，包括公眾、政府和企業。
我們的制度環境，在能力、體系、協同、優化方面要繼續加強，要有合作模式、有合作意識、有合作能力，不是某一個主體，要多方合作，形成可控、可預期、可擴展與持續發展。這里我們提到“政府即平臺”，我們要善于抽象出非具體業務相關的內容，凡公共部門能做的，業務部門不能做，合力構建一體化支持能力，不斷提高集成度。
十二、數字政府的價值點與發力點
數字政府的價值點在于用數據管理、決策和服務，集成與放大人與人、人與機、機與機的智慧，形成更高的政治智慧。數字政府在哪些方面發力？我們提了4點：一是行政審批和服務方面，通過機器助人、機器換人、自動化審批與服務體系的建設；二是執法監督方面，通過人與機聯合執法，規范執法，全流程動態執法監管；三是政府決策方面，模擬仿真，沙盤推演；四是預警研判方面，做好預案、動態基層治理，做到數據賦能，全民參與城市管理，實現管理的精細化。
十三、關于政府數據治理思考清單若干要點
關于政府數據治理思考問題清單，主要有3個方面：一是從數據視野看大系統、大數據、大平臺的重構與演進，到底是什么樣的路徑？二是數據治理與業務優化的關系是什么？三是政府數據分類問題，要考慮外部數據與數據外部性。另外我們也要考慮數據關系與政務知識圖譜、數據基因與數據的生命周期、政務數據體系與政務體系的耦合與改造、數據流程成本、動力與價值怎么實現的問題等等，這些話題既是我們的話題，也是在實踐中需要加以解決探討的問題。
十四、國脈在行動
國脈在行動，我們在數據服務方面，有國脈大數據、國策大數據專門做政策大數據的政策關聯分析；有GDS政府大數據體系整體解決方案，圍繞整個政府大數據體設計可行的解決方案；有咨詢，包括政府大數據中心規劃、標準制定；有軟件，包括數據基因系統產品等。
數據治理仍在路上！物理世界正在與數據世界深度融合，數據規則正在深度影響到傳統規則，因為數據并不是按照傳統業務體系來運營的，而是要求重組過去的業務邏輯。數據治理將深度影響到國家治理、社會治理等方方面面。我們的數據治理大幕正在開啟，在這個過程中唯能者上，勇者勝，智者贏！我希望在座各位能夠成為數據治理的能者、勇者和智者，在中國數據治理發展史書寫精彩故事！
來源：數邦客
關注“貴陽政府數據開放”官方微信，
及時了解更多行業資訊。
我們在浙江、江門、云南、江蘇、北京等大城市參與大規模的政務數據梳理，多個任務和工程并行戰斗也反映政府決心之大、動員之廣、涉及面之多，這些都是前所未有的，所以我們說這是一次大的會戰，但是我們要看到我們的數據從源頭和質量上還存在很多問題，一個是數據的碎片化，一個是數據邏輯質量和規律之間雜亂無章，我們要變成一體化、動態化、流程化。
現在看來各地已經高度重視大數據，在做信息匯聚、編目管理、試點應用，但在數據匯聚過程中也有很多問題：標準化程度低、質量不高、數據流動性差、權責不清楚、缺口太大 。這些原因是因為我們的基礎工作存在明顯的缺失，數據的可用性不強、數據的開放度不高、易用性不夠。我們歸集了大批數據，但怎么去用好變成一個大的難題。所以數據問題是電子政務的根本問題，一切圍繞數據而開展，但是數據的問題是切實存在的。
六、政府數據治理：有了數據怎么辦？
有了數據后怎么辦？我們通過匯聚、梳理、編目、標準化、權責、清洗、入庫變成一個個應用主題，然后建模等一系列動作，但是，我們要看到難點，如果做不到數據最小顆粒度，數據就會大打折扣；還有數據標準化程度低，交換成本就高；如果數據多維關聯差，數據應用層就弱；如果不能做到動態管理和維護，就沒效益。所以這四大難題在數據資源梳理中都非常重要。
那么到底什么是數據治理，我認為應該分為三個維度，一是角色與權責，二是流程與規則，三是質量與效果。這三組詞都反映在數據方面需要我們加大努力去做。
七、政府數據治理：誰來有效治理？
有了數據，誰來治理呢？三個方面的問題使數據治理面臨挑戰，一是3個“主動”與3個“不”（主動要與不愿給、主動給與不敢接、主動接與不會用）；二是我們現在在做的政務服務一體化、一網通辦、最多跑一次等，其本質就是數據在跑，對數據質量要求很高，需要真實、有效、及時的數據支撐，特別是秒辦和自動化審批，對數據要求的質量更高，這也是一個大問題，數據如果做不到分層、分級、分類，就很難去做精確，數據質量就很難保障；三是數據權利不明確、風險點不清晰、激勵不到位，數據的采集權、管理權、使用權、分享權、收益權等等。
當前數據主管機構的權利與責任不匹配、有心無力、給的資源不夠多不夠強，思路可能有了、有的還不明確，方法有些還不夠，尤其是作為設計部門、改革部門和管理部門三合一的身份。數據部門在政府序列位勢普遍偏低，如果跟教育、科技等部門并行的話，數據部門可能排在最后，有的地方相對矮半級，那么數據部門協調整個部門的資源就面臨很大困難；第二作為技術支撐和服務窗口部門，難以真正解決作為改革設計者和執行者的角色；第三，出路是要“河長制”、“一把手”，按照數據的生產流程像河水一樣從頭到尾把它管起來，而且要其他參與者的責任。
八、數據治理難點：權益問題
關于數據治理權益問題，目前普遍存在著本地產生的數據卻無法在本地使用的困境。一個地市的數據往往被國垂、省垂系統收去，想要用時很難獲取，在權力共識方面我在這里提出了三條：一是本人、本組織、本地方所產生的數據原則上擁有分享權，采集機構不得以任何理由予以拒絕，除法律明確禁止除外；二是在某個地方產生的數據，本地應該有數據獲得權--數據生產者享有知情權和使用權；三是本地政府需要有本地數據歸集權。
九、數據治理難點：合作路徑
數據只有合作、全享才能形成共鳴，如何實現治理協同創新和服務協同創新？這里我提出了6C+9C，6C即跨層級、跨領域、跨系統、跨地域、跨部門和跨業務；9C即共建、共創、共贏、互聯、互通、共信、對話、變化、孵化。
正如經濟學所講到的合作博弈，有些部門常常抱怨其他部門不主動提供數據或數據質量不高，我們要圍繞共同目標進行協作，浙江省“最多跑一次”能夠做成功的原因就是在數據方面做到了合作共贏。
十、三通與五跨的掣肘與解決思路
數據要做到三通五跨，即網絡通、數據通、業務通，實現技術融合、業務融合、數據融合，就要跨層級、跨業務、跨地域、跨部門、跨系統等、這地方的“跨”和“通”關鍵是數據的流通成本，有些地方因為各種各樣的原因，包括技術問題、業務問題、管理問題、制度問題等造成數據流通成本過高，需要我們在數據的流程規范、內部一致性、最小顆粒度和數據責任體系方面達成一致，使數據有一個非常好的生產環境和流通環境，關鍵是要在數據流通成本上下苦功夫。
十一、數字政府參與者：角色、作用與方式
數字政府的參與者角色與作用我想講幾個方面。在數字政府建設中主要的角色有三類：一是政府機構，包括整體與部門、上級與下級；二是建設參與者，包括服務建設運維者、規劃與咨詢者、系統提供者、數據維護者等；三是應用與收益者，包括公眾、政府和企業。
我們的制度環境，在能力、體系、協同、優化方面要繼續加強，要有合作模式、有合作意識、有合作能力，不是某一個主體，要多方合作，形成可控、可預期、可擴展與持續發展。這里我們提到“政府即平臺”，我們要善于抽象出非具體業務相關的內容，凡公共部門能做的，業務部門不能做，合力構建一體化支持能力，不斷提高集成度。
十二、數字政府的價值點與發力點
數字政府的價值點在于用數據管理、決策和服務，集成與放大人與人、人與機、機與機的智慧，形成更高的政治智慧。數字政府在哪些方面發力？我們提了4點：一是行政審批和服務方面，通過機器助人、機器換人、自動化審批與服務體系的建設；二是執法監督方面，通過人與機聯合執法，規范執法，全流程動態執法監管；三是政府決策方面，模擬仿真，沙盤推演；四是預警研判方面，做好預案、動態基層治理，做到數據賦能，全民參與城市管理，實現管理的精細化。
十三、關于政府數據治理思考清單若干要點
關于政府數據治理思考問題清單，主要有3個方面：一是從數據視野看大系統、大數據、大平臺的重構與演進，到底是什么樣的路徑？二是數據治理與業務優化的關系是什么？三是政府數據分類問題，要考慮外部數據與數據外部性。另外我們也要考慮數據關系與政務知識圖譜、數據基因與數據的生命周期、政務數據體系與政務體系的耦合與改造、數據流程成本、動力與價值怎么實現的問題等等，這些話題既是我們的話題，也是在實踐中需要加以解決探討的問題。
十四、國脈在行動
國脈在行動，我們在數據服務方面，有國脈大數據、國策大數據專門做政策大數據的政策關聯分析；有GDS政府大數據體系整體解決方案，圍繞整個政府大數據體設計可行的解決方案；有咨詢，包括政府大數據中心規劃、標準制定；有軟件，包括數據基因系統產品等。
數據治理仍在路上！物理世界正在與數據世界深度融合，數據規則正在深度影響到傳統規則，因為數據并不是按照傳統業務體系來運營的，而是要求重組過去的業務邏輯。數據治理將深度影響到國家治理、社會治理等方方面面。我們的數據治理大幕正在開啟，在這個過程中唯能者上，勇者勝，智者贏！我希望在座各位能夠成為數據治理的能者、勇者和智者，在中國數據治理發展史書寫精彩故事！
來源：數邦客
關注“貴陽政府數據開放”官方微信，
及時了解更多行業資訊。