京東物流：供應鏈科技在突發公共事件中的應用及趨勢（37頁）.pdf

1、價值:新冠疫情中，大數據在監控干預、疫情發展傳播預測、疫情播報和社會輿論、醫療物資和民生物資供應、社會治理、醫療救治等多個關鍵場景發揮了重要作用。通過有效整合大量數據，與GIS、人工智能、仿真建模預測、可視化等技術進行協同，有效提升突發事件監測科普、預防準備、醫療救治的透明化、及時化和智能化。挑戰:數據采集:為了支持數據的廣泛采集，需要提供便捷的數據入口，包括面向物的設施，以及面向人提供數據輸入入口;數據打通:不同來源的數據在數據收集、數據格式、數據征用、數據交易缺乏統一或者成熟的標準，導致數據源打通和數據整合存在困難，需要強化設施數字化、標準化建設;數據隱私:基于大數據的透明化、數據的共享，

2、可能涉及隱私、安全和法律糾紛問題，需要加強數據交易、共享規范;數據成本:大數據成本較高，不考慮數據源本身的成本，大量數據的存儲、計算仍需要耗費大量的存儲和算力，需要加強數據壓縮、數據計算技術研究，提升數據存儲和計算效率，降低技術成本。價值:人工智能是智能化、無人化應用的核心支撐技術，在監控防控、社會輿情、物資供應、醫療救治方面，擔當重要角色。具體地，人工智能技術分別基于機器學習、圖像識別、自然語言處理、專家系統能力，應用于無接觸防控、物資效率、醫學技術等不同場景，極大提升應急處置能力。挑戰:感知:人工智能對數據具有強依賴，數據的質量和豐富程度影響人工智能的穩定性，大數據的挑戰也是人工智能的挑戰;決策:人工智能通過復雜的機器邏輯來模擬人的思考，需要耗費大量的存儲和算力，需要很好去平衡計算的結果和成本;控制:人工智能代替人類決策引發的決策失誤或者偏差，可能涉及新類型的責任追溯和法律制定;設施和人才:人工智能價值的充分釋放依賴于設施和人才的建設，一方面，設施建設的不充分，限制人工智能技術的充分應用;另一方面，人工智能需要滲透到各個行業，與具體行業痛點結合，才能發揮其價值。人工智能人才缺乏，制約其快速廣泛推廣到各個行業和場景。