算法+数据+计算，是人工智能可以崛起的三大要素。
有了云计算，这样公用的计算基础设施，使数据激发新的生产力，数据融合共享、开放、流动都成为现实。
政府的数据共享开放，有非常重大的意义。因为数据共享开放，意味着数据流动起来，数据才能够成为活数据。
文 | 潘永花 阿里数据经济研究中心秘书长
一
关于DT概念，
我们认为背后的技术逻辑
与20年前已经截然不同，
20年前，
IBM深蓝计算机战胜世界象棋冠军，
与今天AlphaGo战胜围棋大师相比
已经截然不同，
今天依靠的是
深度学习算法+数据+计算能力支撑
的人工智能，
是DT时代到来的标志。
算法+数据+计算，是人工智能可以崛起的三大要素。
二
从阿里巴巴的角度来说，
2016年
在阿里巴巴平台上交易额超过3.7万亿，
整个交易规模已经超过了沃尔玛。
阿里巴巴花了13年的时间，
沃尔玛花了53年。
因为
沃尔玛在IT时代，
已经比较好地用了技术的属性。
但是
还是用信息化的手段去做。
在DT时代，
阿里巴巴用了云计算
和大数据支撑，
才可以实现13年的超越。
这两个事件充分表明，
IT到DT时代已经来临。
三
在IT到DT的时代变迁过程中。
我们发现，
数据本身在发生非常大的变化。
数据从IT最早的集中化，
集中在主机端，
到伴随着PC机出现数据的分散，
到互联网时代到来
数据的开始流动，
到了今天的DT时代，
有了云计算
这样公用的计算基础设施，
使数据激发新的生产力，
数据的融合共享、开放、流动
都成为了现实。
四
因此，
我们认为政府的数据共享开放，
有非常重大的意义。
因为
数据共享开放，
就意味着数据流动起来，
数据才能够成为活数据。
从企业角度来说，
政府数据开放是一个双赢的局面。
从政府的角度来说，
通过这种数据的双向流动，
和企业之间进行数据共享，
政府更好地盘活数据资产。
以前
政府部门用数据
更多就是查询个结果，
看一下报表，
而数据的双向流动
使数据的底座可以活起来。
在政府监管、
公众服务方面
以及科学决策方面
都可以基于
流动的数据
产生创新的价值。
对于企业来说，
政府数据开放共享，
可以大大激活社会和个体的活力。
对于阿里巴巴
这样的互联网平台来说，
也可以降低治理成本。
大家都知道，
对于阿里来说，
治理假货的成本非常高。
2015年底，
集团就专门成立了平台的治理部，
有2000多人来做这个事情。
在阿里和政府
共享数据的过程中，
政府有一些许可的数据和黑名单
与阿里共享，
使阿里的治理成本降低，
同时，
阿里也把平台上
发现的违规商品信息，
反馈给相关政府部门，
也为政府治理创新，
提供更高质量的数据。
这样才会有越来越多好的商品，
在阿里的平台上卖给消费者，
可以促进阿里的平台创新。
五
阿里巴巴在与政府机构
在数据共享方面有一些实践，
比如阿里巴巴集团和国家认监委的合作，
阿里巴巴成为首批
导入“云桥”认证认可信息共享平台的
电商企业。
通过实时读取
强制性认证(CCC认证)信息数据库，
实现自动校验和标注，
消费者可在电商平台上
查对货品的CCC认证标志
并查询详细认证信息，
从而避免无证或假冒认证产品。
电商平台及在线销售商
也可以通过采集认证信息，
加强供应链的全过程管理。
“云剑行动”是已经连续两年，
在和浙江省双打办合作的项目。
在全国“双打办”的指导下，
浙江省“双打办”牵头
与阿里巴巴联合发起“云剑行动”，
根据大数据绘制出的
《全国线下可疑售假团伙分布图》
利用阿里的大数据抓捕线下的作案团伙，
破获不少制假大案。
今年
在阿里巴巴倡导下
成立大数据打假联盟，
大家一起溯源，
通过我们平台的大数据，
对假货进行源头的打击。
还有
在芝麻信用与高法之间
进行的合作。
该合作从2015年7月份开始。
通过将老赖数据
专线对接到芝麻信用，
进行信用惩戒，
倒逼老赖们及时还款，
携手共同建设信用社会。
最新数据显示，
芝麻信用已经协助高法惩戒73万人，
近5万名老赖因此还清债务。
在去年的时候，
我们曾经做了一个
关于老赖画像的大数据报告，
我们发现被惩戒的老赖中
75%是男性，
25%是女士。
这是芝麻信用和政府部门
共同推进整个社会信用体系的例子。
六
最后，
从企业的角度来说，
给出几点关于
政府数据开放之路的建议，
首先是注重顶层设计，
第二是要以云计算平台作为基础平台，
同时需要注重移动为先，
基于政府数据开放的创新应用
鼓励移动应用方向。
第三是有限开放和完全开放相结合，
有些数据适合有限开放，
有些是用许可证的方式，
可能达到最好的效果。
另外，
还有大量的不涉及到
个人隐私的公众服务的数据，
比如环保、交通、气象等数据
适合全面开放。
第四是逐步开放的原则，
数据开放很难一步到位。
最后，
建议政府也有配套的
基于开放数据的创新政策出来，
鼓励整个社会形成合力，
共同把我们的社会变得更加美好。（来源：阿里研究院）
