运营商作为落实国家大数据战略的排头兵,具有先天优势,包括数据安全性保障和基础算力资源保障,平台系统运维保障等,在发展大数据产业的服务商中是天然的一极。
联通大数据有限公司作为运营商大数据产业发展的领跑者,是中国联通全网数据商业运营的统一出口和合资合作平台,以中国联通“聚焦·创新·合作”战略为引领,秉承“创新改变世界、数据联通未来”的理念,加快推进数字资源整合和开放共享,保障数据安全,致力于成为值得信赖的数据智能服务运营商。
联通大数据的首席技术官、数据科学家宋雨伦博士,深耕数据科学应用研发领域多年,积极探索海量运营商数据在民生、政务、经济等领域的最佳实践。
宋雨伦博士指出,“聚数据,建平台,攻技术,定标准,促应用,成体系,兴产业”,是联通大数据业务发展的核心工作思路。中国联通在三大运营商中率先实现了全网数据的一点大集中,目前已在海量数据加工与处理,应用机器学习和深度学习算法进行数据建模,图数据库应用、人物关系图谱构建等技术领域沉淀了相关的技术能力。另外在平台架构层面,除了提供IaaS层(基础设施)服务、PaaS层(生产工具)服务、SaaS层(各类应用云化)服务外,还提供MaaS层(数据模型对外)服务和DaaS层(数据API接口和数据托管)服务。联通大数据不是要做数据的搬运工,而是通过对数据的开发和深度加工以及平台能力建设,为企业和政府提供更好的决策依据,从而更好地服务广大人民群众。
保障用户数据的隐私和安全是每一家数据公司的首要任务。联通大数据在企业价值观和经营理念上,始终把用户的信息安全放在第一位。确保数据在安全可控的范围内使用,从而提供持续、稳定、高效的大数据运营服务。同时,有严格的内控内审机制将用户数据进行加密、脱敏、隔离,工作人员不能直接触碰完整的个体用户数据,严格控制可追溯到个人或终端的数据授权和应用。联通大数据始终坚持“数据安全是生命线、安全事件零容忍、敏感数据不出门”的三大安全原则,建立践行科学的数据价值观,打造了覆盖数据全生命周期的大数据安全体系,实现了既定信息安全目标。
数据的本质是服务。宋雨伦博士表示,数据应该“来源于C端,服务于C端”,真正做到将数据“取之于民,用之于民”。互联网公司是通过直接服务C端获得收益,而联通大数据是通过服务B端和G端来间接服务C端客户,为社会、机构和政府提供数据决策支持,从而服于民生和百姓生活。
宋雨伦博士认为,在数据的开发和利用上,三大运营商之间并不存在互相竞争关系,而应该是一个合作共赢的关系,如果能增强三者之间的联系与合作,互相补充对外服务的业务能力,更充分释放运营商大数据的价值,承担起更多的社会责任和义务。
谈到大数据与人工智能的关系,宋雨伦博士说,大数据是人工智能的基础,人工智能是大数据的高级应用。人工智能目前刚刚起步,还是在向着唯一目标做优化,或策略优化在单点上实现突破。只有真正地将目标优化和策略优化有效地结合在一起时,人工智能才走向下一个阶段,才能更好地代替人进行识别和判断,做出有效的决策。目前,联通大数据正朝着目标优化和策略优化两个方向努力,推动人工智能产业向更高水平发展。
自联通2012年推动全国数据集中统一管理以来,经过几年的积淀和发展,联通大数据在数据集中、数据治理,平台建设、产品打磨、对外开放、商业化探索和服务运营等多个领域的实践经验,已处于行业领先水平。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。