点击蓝字
关注我

本周焦点(行业快讯与友商动态 2024年第35期)
1、星环科技StellarDB:分布式图数据库助力金融行业国产替代与创新
2、谷歌发布Gemini 2.0,引领AI Agent新时代
3、ChatGPT正式登陆苹果全家桶,iOS、iPadOS和macOS全面支持
4、微软发布Phi-4——数学问题解决能力提升
5、智谱获得30亿元融资,2024年商业化收入翻倍
6、加速 AI 应用落地!DataWorks 数据治理中心全新升级为数据资产治理
7、腾讯云正式发布全新一代数据智能平台TCHouse-X,高效智能的一站式数据处理
8、华为AI存储助力Open-Sora-Plan复现Sora
9、双集群部署 OBKV,携程金融千亿数据管理成本降低 60%
10、数据压缩比 38.65%,TDengine 重塑 3H1 的存储与性能
今日 · 看点
星环科技StellarDB:分布式图数据库助力金融行业国产替代与创新
近日,中国人民银行公布2023年度金融科技发展奖获奖项目名单,星环科技客户中信证券《证券领域一站式知识图谱平台》项目荣获一等奖。该奖项是我国金融业唯一的部级奖项,于1992年设立,由中国人民银行统一组织评选,旨在表彰国内杰出的科技创新成果。此次获奖,给金融行业数据底座国产化改造树立了标杆,以及为金融行业数字化和智能化建设发挥了示范效应。
星环科技自研分布式图数据库 StellarDB原生支持属性图,兼容GQL和openCypher查询语言,提供万亿级图数据存储、毫秒级点边查询和10+层深度链路分析等能力。内置近50种性能优异的图算法,并引入深度图技术提升智能分析能力。创新的动态图能力可记录数据历史变更,结合2D 和3D 可图视化能力帮助用户更直观、便捷地挖掘数据变化规律和预测分析。StellarDB已助力金融、能源、电信等多个行业,在实时圈链分析、反欺诈、反洗钱、担保圈、知识图谱、智能风控、社交网络等场景,帮助用户挖掘海量数据深层互联价值。此外,StellarDB与大模型技术深度融合,帮助用户快速高效构建领域知识体系,通过自然语言即可按需进行基于图数据的查询和分析,大幅降低数据分析门槛和成本,加速业务智能分析和决策。
未来,星环科技将继续在图技术领域深耕,为企业提供提供更高性能、更智能、更易用的产品,助力企业打造技术领先、自主可控的国产数据底座,并与机器学习、大模型等先进技术融化创新,让各行各业用户能够感受到数据互联和数智融合的价值,助力每一个企业的业务创新。

大模型资讯

谷歌发布Gemini 2.0,引领AI Agent新时代
谷歌在最新发布会上宣布了Gemini 2.0的诞生。
Gemini 2.0是谷歌迄今为止最新、功能最强大的AI模型,其最大的亮点在于成为首家实现原生多模态输入输出的模型。
Gemini 2.0的性能全面升级,速度是1.5 Pro的两倍,支持图片、视频和音频等多模态输入与输出。它能够直接生成图像与文本混合的内容,以及原生生成可控的多语言文本转语音(TTS)音频。此外,Gemini 2.0还能原生调用Google Search、代码执行以及第三方用户定义的函数等工具。
基于Gemini 2.0架构,谷歌推出了三个新的AI智能体原型:通用大模型助手Project Astra、浏览器助手Project Mariner、编程助手Jules。这些智能体的推出,标志着谷歌AI向“Agent”时代的转变。
谷歌DeepMind的CEO德米斯·哈萨比斯(Demis Hassabis)对Gemini 2.0的表现非常满意,认为它实际上达到了目前Gemini 1.5 Pro的水平,意味着在保持相同成本效率、性能效率和速度的情况下,整体性能提升了一档次。
谷歌正在将AI融入其所有产品中,致力于让信息更加有用,并通过Agent技术改变人们的工作流程和生活方式。
ChatGPT 正式登陆苹果全家桶,iOS、iPadOS和macOS全面支持
本周,OpenAI在发布会上宣布,ChatGPT正式登陆iOS生态系统,全面支持iPhone、iPad和Mac。
随着iOS 18.2、iPadOS 18.2和macOS Sequoia 15.2的推送,苹果设备用户将享受到更多智能服务,包括用于创建自定义表情符号的Genmoji、生成图像的Image Playground和Image Wand,以及集成到Siri的ChatGPT服务。
用户更新至最新系统后,可以通过Siri或写作工具直接访问OpenAI的ChatGPT(GPT-4o版本),并完成一键识物、总结和复制文本、跨语言翻译以及提取电话号码等操作。这些功能的加入,将极大地提升苹果设备的智能化水平和用户体验。
苹果方面表示,明年将推出更多苹果智能的更新,其中Siri将迎来重大进化,尤其是在跨应用操作方面。但是目前,苹果智能服务暂不支持中国大陆地区,主要面向特定英语地区用户开放。
微软发布Phi-4——数学问题解决能力提升
微软近日推出了其生成式AI模型Phi系列的最新成员——Phi-4。这款模型在多个方面相比前代产品有所提升,特别是在数学问题解决能力上表现出色。Phi-4拥有140亿参数规模,同时实现了更快的运行速度和更低的成本。
在常见基准测试中,Phi-4取得了优异的文本处理和复杂推理水平:
· 在MMLU上,Phi-4以84.8%的准确率超过了GPT-4o-mini的81.8%和Llama-3.3的86.3%;
·在研究生水平STEM问答GPQA上,Phi-4准确率达到56.1%,高于同尺寸模型Qwen-2.5的42.9%,甚至超过了GPT-4o的50.6%;
· 在数学测试集MATH上,Phi-4以80.4%的准确率超过GPT-4o-mini的73%,并接近GPT-4o的74.6%;
· 编程能力方面,Phi-4在HumanEval上以82.6%超过了其他开源模型,以及GPT-4o-mini。
Phi-4目前仅在微软新推出的Azure AI Foundry开发平台上提供有限制的访问权限,且仅限于遵循微软研究许可协议的研究用途。微软表示,Phi-4性能的显著提升得益于使用了「高质量合成数据集」和人类生成内容的高质量数据集的结合,此外还应用了一些未详细说明的训练后优化技术。
Phi-4的发布进一步丰富了微软在AI领域的产品线,并展示了微软在提升AI模型性能和应用范围方面的持续投入和创新。随着AI技术的不断进步,Phi-4有望在研究和实际应用中发挥重要作用。
智谱获得30亿元融资,2024年商业化收入翻倍
大模型创业六小强之一的智谱,已最新完成一轮30亿人民币融资!新资方包括多家战投及国资,君联资本等继续跟投。
这是智谱近三个月来的第二轮融资。就在9月,中关村科学城公司宣布以投前200亿估值领投智谱,智谱也是国内估值率先超过200亿的大模型创业企业。
与此同时,智谱这次还罕见对外披露了商业化战绩,这也是其首次公开。具体数据如下:
· 截止目前,智谱今年商业化收入增长超过100%。
· 智谱开放平台bigmodel.cn,API年收入同比增长超30倍。
· 平台日均Tokens消耗量增长150倍,其中付费Tokens增长超过40倍。
·MaaS平台拥有70万企业和开发者用户,付费客户数增长超20倍。
·C端产品智谱清言拥有超过2500万用户,三季度清言开始上线付费功能,ARR(年度经常性收入)收入超千万。

大数据资讯

加速 AI 应用落地!DataWorks 数据治理中心全新升级为数据资产治理
在当今数字化转型的大潮中,数据已成为企业最宝贵的资产之一。为了更好地帮助企业实现数据驱动的决策,并提高整体运营效率,DataWorks 进行了重大升级,将其从原有的数据治理中心转变为一个更加全面的数据资产治理平台。这一转变不仅仅是名称上的改变,而是 DataWorks 团队围绕业务价值是推动数据资产管理与优化的核心理念,而做出的战略性调整。全新升级的 DataWorks 数据资产治理通过结合技术视角与业务视角来构建一套完整的资产管理体系,同时引入了 Data+AI 全方位的数据资产治理框架,以满足日益增长的企业需求。
业务视角下的数据资产治理:在全新升级的 DataWorks 数据资产管理框架中,引入了一种面向业务用户的常见资产分类方法——通过标签体系来组织数据资产。这些标签可以反映数据支撑的特定业务领域、数据服务的具体产品名称或业务资产重要程度的等级标识,从而为数据赋予了更深层次的业务意义。通过这些业务相关的标签,可以将数据资产按照不同的重要等级、数据产品及具体的业务流程进行归类。不仅有助于简化复杂的数据属性,也为后续开展更高效的数据管理与分析奠定坚实的基础。
Data+AI 融合:全链路数据血缘追踪。在此次升级过程中,DataWorks 特别加强了对 AI 资产的支持力度。推出了全新的 Data+AI 全链路数据血缘功能,该功能覆盖了从原始数据采集、清洗加工直至最终应用于人工智能平台 PAI 模型训练及推理服务的整个过程。通过对这一完整链条上各个环节之间关系的详细记录与可视化展示,用户可以清晰地看到每一条数据是如何影响模型性能的,从而帮助研究人员更快地定位问题所在,加速模型调优速度。同时,这也为企业内部跨部门协作提供了便利条件,促进了知识共享和技术交流。
腾讯云正式发布全新一代数据智能平台TCHouse-X,高效智能的一站式数据处理
腾讯云正式发布全新一代数据智能平台TCHouse-X,以一体化、智能化、高性能、云原生理念重塑数据处理方式,帮助企业轻松获得高效智能的一站式数据处理能力。主要特性包括:
· 一体化架构:TCHouse-X 采用一体化开放设计理念(全新的DNA),打破传统平台在离线计算、在线分析和AI开发之间的「隔离墙」。用户只需基于同一份数据,就能轻松完成在线分析、离线处理、数据湖探索和机器学习等多种任务,再也不用为系统切换和数据搬迁烦恼。
· 极致性能:为了让性能起飞,TCHouse-X对计算、存储和网络等进行全链路「压榨」,以创造极致的数据处理体验。比如,存储方面采用智能数据分布策略,让数据无需反复扫描——就像逛完商场时,自家车子已经被智能系统挪到了离你最近的出口,省时又省力。
· 智能化体验:得益于 AI 智能调度系统,TCHouse-X 能实时感知系统负载,动态规划资源,让计算资源的利用率最大化,真正实现「省钱省力」——需要加速时,它能自行提速;遇到异常时,它能自主应对,不再需要技术团队深夜救火。全程智能托管,用得轻松,跑得顺畅。
根据测算,TCHouse-X的在线查询性能优于市场同类产品50%,而离线批处理的综合性价比则提升了10倍之多。在计算资源层面,采用TCHouse-X,企业计算资源成本最高也能降低50%。
华为AI存储助力Open-Sora-Plan复现Sora
针对OpenAI Sora闭源的情况国内学术界和科研机构纷纷开始思考如何复现Sora,从而在视频生成领域也能占有一席之地。其中由北大-兔展AIGC联合实验室共同发起的Open-Sora-Plan,旨在复现一个“开源版Sora”,目的是通过开源版Sora来推动视频生成技术的发展,为开源社区提供一个Sora模型,用于科研和创作,让全世界的开发者都能参与进来。
NLP到Sora多模态,数据量千倍增加,读取带宽百倍增加,AI数据处理复杂度指数级增长,这为AI存储带来了新机会。北大Open-Sora-Plan团队在使用华为AI存储过程中,针对数据处理、训练、推理业务全流程与华为数据存储团队开展联合创新,达成多个技术改进点:
· 数据清洗阶段-以存代算:多模态数据处理算子下移节省数据处理时长。通过美学评估、光流估计、图文过滤算子等多模态数据处理算子下移,将原始数据提前转化成训练数据,节省数据处理的时长。
· 训练阶段-以存强算:“模态-处理-编码”感知的自适应加载优化提升训练效率。华为AI存储通过将编码后的数据特征值写入存储并高效复用,消除重复计算,优化Batch分布,提升shuffle效率,训练效率提升大于10%。
· 推理阶段-以查换算:通过KV-Cache复用,减少重计算,提高长视频理解的性能和精度,提升视频生成效率。
双集群部署 OBKV,携程金融千亿数据管理成本降低 60%
在金融场景下,需要依赖用户指标数据做一些核心业务逻辑的决策,比如风险决策、个性化服务等,而这些数据都是纯 KV 对的形式。数据由大数据平台产出,通过离线计算任务的方式生成,落到 Hive 表中,之后将数据从 Hive 表再导入 MySQL 等存储引擎中,供业务进行实时调用。总体数据规模在几千亿+KV 对,采用增量更新的方式,每天的更新规模为数百亿个 KV 对。部门几乎所有的核心业务系统都依赖于这项服务,业务方提出了两个诉求:针对写入,要尽可能快,尤其是高优任务 2 小时内写入完成,所有写入任务不允许超过 24 小时。针对查询,要求在 50ms 内完成,查询耗时越短越好。
2024 年初,开始了整个应用架构改造和存储方案的探索和引入。存储方面,需要存储容量可动态扩展,写入性能高,至少满足历史峰值需求(500 亿 KV/天),查询要快且稳定。采用OBKV替代MySQL方案,取得如下效果:
· 在响应时间方面:在同等条件下,OBKV 批量写入速度是 1.3w/s,批量查询速度 1.8w/s;由于 MySQL 的分库分区方式,导致批量写入和批量查询的数据相差较大,分别是 5300/s、41.7w/s。在响应时间方面,OBKV 写入的平均速度是 15ms,P99 能够达到 20ms,查询响应时间平均 3ms,P99 是 10ms;MySQL 写入比较吃力,达到 900ms,查询的性能与 OBKV 相差不大。
· 在稳定性方面:OBKV 写入限流 6000w/min,连续写入 24 小时,查询没有任何波动,而 MySQL 在写入速度超过 3000w/min 后,查询时间飙升。
· 在存储空间层面:在单副本维度,全量数据 OBKV 的空间占用是 MySQL 的 1/5。
数据压缩比 38.65%,TDengine 重塑 3H1 的存储与性能
3H1 高端装备运维服务平台重点解决高端成形装备企业由制造化向服务化转型的关键问题,为企业提供工业互联网与智能运维的整体解决方案。
TDengine 与高端成形装备的智能数据采集终端模块深度集成,助力采集终端完成对设备运行数据的采集,为系统提供设备数据基础。工业云计算服务平台则进一步提供数据的存储、转换和分析能力,为业务系统提供强有力的数据支持。同时,智能运维服务系统由装备智能运维服务平台和智能运维服务 APP 组成,分别为企业人员提供系统和移动端的服务支持。
架构改造升级到 TDengine 后,效果非常明显,硬件资源减少到原来的 1/5,效率有了明显的提升。,在运维管理、费用支出、开发测试等方面也有很大改善。
目前,TDengine 已全面支持所有物联网设备的数据上报,并为应用层提供了多种场景的支持。我们现在使用到的功能还比较简单,主要是插入、连续查询和降采样查询,但这已足够满足物联网平台的需求。像 UNION、GROUP BY、JOIN 和聚合查询等高级功能虽然暂未使用,但它们在大数据分析中非常有价值,未来可在相关项目中尝试使用,甚至有望替代 Hadoop 全家桶。
华为云数据库GaussDB以最高成绩顺利完成HyBench基准测试
近日,华为云数据库GaussDB以最高成绩顺利完成HyBench基准测试。在1000X数据量场景下,GaussDB H-Score评分为:1483.63,为历史最高成绩的3.8倍。
华为云GaussDB是一款软硬协同、全栈创新的数据库产品,针对混合负载典型场景构建了行列融合双引擎,在交易与分析业务上同时实现卓越性能,灵活应对企业多样化的新型混合负载查询业务。主要特性有:
· 极致分析性能:突破内存列免拷贝扫描和压缩态向量化执行技术,大幅提升分析型负载查询性能。
· 百分百新鲜度:突破实时行列转换与事务元数据管理能力,确保交易提交后即刻对分析可见,实现行列存强一致性。
· 行列融合优化器:突破负载感知的融合代价模型和行列混合执行架构,实现交易与分析负载的透明、精准路由,确保各负载分别在行、列引擎高效执行。
· 自适应资源隔离:突破交易优先的分析资源按需调度,提升分析性能的同时保证交易性能平稳高效。
展会:公司信息、广告、互动娱乐等展示

国外资讯

Elastic 宣布推出 Elasticsearch Logsdb 索引模式,将存储占用空间减少65%
Elastic今日宣布 Elasticsearch logsdb 索引模式正式发布。与不带 logsdb 索引模式的 Elasticsearch 最新版本相比,这一日志管理方面的最新创新可将日志数据的存储空间减少高达 65%。现在,安全和可观察性团队提高了可见性,同时确保所有数据均可立即访问以供分析。
Logsdb 索引模式优化了数据排序,通过使用合成 _source 重建非存储字段值来消除重复,并使用先进的算法和编解码器提高压缩率。主要有点包括:
· 降低成本:使企业能够降低存储费用,同时保留更多数据,从而节省所有存储层的成本。
· 保存有价值的数据:使用合成_source等功能保留所有日志数据,无需依赖额外的工具或过滤器即可提高操作效率。
· 扩大可见性:通过一个平台访问所有数据,无需为各种数据设置单独的孤岛,从而加快站点可靠性工程师 (SRE) 和安全运营中心 (SOC) 团队的问题解决、调查和补救。
· 简化数据访问:有效保留可操作数据,为 SRE 团队提供故障排除、趋势分析和分析,并允许 SOC 团队快速搜索所有数据进行调查和威胁搜寻。
Aerospike 的最新向量搜索可保持数据新鲜,做出准确的 AI 决策
Aerospike Inc.今天发布了最新版本的Aerospike Vector Search,该版本具有强大的新索引和存储创新功能,可为开发人员提供实时准确性、可扩展性和易用性。这些改进简化了部署,降低了运营开销,并为即时生成人工智能 (GenAI) 和机器学习 (ML) 决策提供了企业级解决方案。主要特性包括:
· 持久自愈索引:Aerospike Vector Search 的最新版本添加了独特的自修复分层可导航小世界 (HNSW) 索引。这种创新方法允许立即提取数据,同时异步构建用于跨设备搜索的索引,从而实现水平扩展提取。通过独立于查询处理扩展提取和索引增长,系统可确保不间断的性能、新鲜、准确的结果以及用于实时决策的最佳查询速度。
· 灵活存储:Aerospike 的底层存储系统还提供一系列配置以满足客户的实时需求,包括用于小型索引的内存或用于大型索引的混合内存,从而显著降低成本。这种独特的存储灵活性消除了跨系统的数据重复、管理、合规性和其他复杂性。
· 轻松启动、交换和扩展 AI 应用程序:应用程序开发人员可以轻松启动或将其 AI 堆栈转换为 Aerospike Vector Search,以更低的成本获得更好的结果。新的简单 Python 客户端和用于常见向量用例的示例应用程序可加快部署速度。开发人员还可以使用 Aerospike 数据模型向现有记录和 AI 应用程序添加任意数量的向量。
TetraScience 与 Snowflake 合作加速全球生命科学领域科学 AI 的采用
TetraScience今天宣布与 Snowflake 合作,帮助共同客户释放其科学数据的价值,并从科学人工智能革命中获益。此次合作将实现 Tetra 科学数据和人工智能云与 Snowflake 人工智能数据云之间的无缝科学数据共享,以便生命科学组织能够利用多样化和多模式数据集产生以前无法实现的洞察力,从而显著提高整个生物制药价值链的决策速度和质量。
Tetra 科学数据和 AI 云旨在将原始、孤立的科学数据转换为可用于分析的 AI 原生数据集。通过将 TetraScience 在科学数据和工作流程方面的专业知识与 Snowflake AI 数据云相结合,组织可以无缝访问科学数据,并灵活地开发高级分析和 AI 驱动的用例。科学团队可以跨群组和地理边界轻松协作处理数据,利用 Snowflake AI 数据云的安全和隐私保护。
多家利用 Snowflake 的制药公司已经意识到 TetraScience 提供的无缝可访问、可分析且 AI 原生的科学数据带来的好处。这为整个生物制药价值链带来了各种用例和数字计划,例如监测科学仪器的健康和利用率以提高实验室效率,以及自动提取和标记检测报告以实现安全、简化的协作。
Google 发布新一代量子计算芯片,突破性降低错误率
Google 近日推出了一款名为 Willow 的新型量子计算芯片,旨在攻克大规模错误校正的难题。量子计算机拥有解决复杂问题的巨大潜力,比如在药物开发、材料科学和金融建模等方面,它们的速度可能远超传统计算机。但目前,量子比特的错误问题仍是一个瓶颈。Google 量子 AI 团队表示,Willow 芯片通过增加量子比特数量,实现了错误率的指数级降低,达到了一个重要的里程碑——“低于阈值”。这意味着使用逻辑量子比特来抵御错误的影响,这是自 Google 2023 年实现量子计算突破以来的又一重大进展。
Willow 芯片拥有 105 个量子比特,数量几乎是其前任 Sycamore 芯片的两倍。在错误率上,Willow 表现出了显著的降低,并且在随机电路采样等任务中超越了传统超级计算机。虽然目前 Willow 在实际应用中还有一定的局限性,但它在量子比特相干性方面显示出了积极的进展,能够支持更长时间的计算。Google 面临的下一个挑战是实现“有用的、超越传统计算”的量子计算,以服务于现实世界的应用,预计 Willow 将在这一目标中扮演关键角色。

行业资讯

【金融】腾讯云TDSQL助力农业银行核心系统国产性能调优
《农业银行核心系统国产性能调优技术研究》课题主要研究了如何在信息技术融合创新环境下,提高银行核心系统的运行效率。在这个过程中,腾讯云数据库TDSQL展现了强大的技术实力和丰富的行业经验,为农业银行提供了有效的解决方案。解决了在高并发情况下可能出现的输入输出阻塞问题,以及写放大缺陷问题,还通过反馈编译优化和内核CRC32校验函数优化等,进一步提升了其综合性能。这些优化措施不仅保证了程序的功能不变,还提高了程序的运行效率和稳定性。
同时,为了降低分布式环境下的优化门槛,快速溯源交易在数据库中的瓶颈点,农业银行联合腾讯云基于腾讯云数据库智能管家DBbrain,设计了TDSQL的全链路分析系统,实现了交易链路明细、聚合统计分析、事务统计分析、多维钻取分析等重要功能,协助应用全方位、多维度、高效定位数据库问题。打破了应用和数据库之间的交互黑盒,为国产性能调优提供了重要抓手。
经过一系列的优化措施,TDSQL在农业银行核心系统全国产化环境中的性能得到了显著提升。根据SysBench的压测结果,与优化前相比,TDSQL的“读”性能提升了35%,“写”性能更是提升了80%。在农业银行分布式核心系统信贷业务模块的总体交易性能上,国产技术栈总体与非国产技术栈基本持平。
这意味着,国产数据库已经可以满足金融机构核心系统的高性能、高连续性的要求,也为国产技术在金融行业的广泛应用奠定了坚实的基础。

国内政策资讯

我国计划到2028年 建成100个以上可信数据空间
近日,国家数据局印发《可信数据空间发展行动计划(2024—2028年)》(以下简称《行动计划》),提出到2028年,可信数据空间运营、技术、生态、标准、安全等体系取得突破,建成100个以上可信数据空间,基本建成广泛互联、资源集聚、生态繁荣、价值共创、治理有序的可信数据空间网络,各领域数据开发开放和流通使用水平显著提升,初步形成与我国经济社会发展水平相适应的数据生态体系。
据介绍,可信数据空间是基于共识规则,联接多方主体,实现数据资源共享共用的一种数据流通利用基础设施,是数据要素价值共创的应用生态,是支撑构建全国一体化数据市场的重要载体。 《行动计划》主要包括三大行动。一是实施可信数据空间能力建设行动,通过构建可信管控能力,提高资源交互能力,强化价值共创能力,打造可信数据空间的核心能力体系。二是开展可信数据空间培育推广行动,主要是布局企业、行业、城市、个人、跨境五类可信数据空间建设和应用推广,探索各类数据空间的场景创新、模式创新、机制创新。三是推进可信数据空间筑基行动,围绕制订关键标准、攻关核心技术、完善基础服务、强化规范管理、拓展国际合作五个方面,全面夯实可信数据空间发展基础。
国家数据局将会同相关部门,通过加强统筹协调、加大资金支持、加快人才培养、加强标杆引领、推动交流合作等方式,促进可信数据空间高质量发展,为充分释放数据要素价值、构建全国一体化数据市场提供有力支撑。
广州数据交易所联合发布《数据资产评估研究报告》
广州数据交易所联合厦门国家会计学院、广东财经大学、建行广东省分行、广东省资产评估协会等权威机构,发布《数据资产评估研究报告》,旨在填补理论空白,通过理论与实践结合为数据资产评估工作提供参考,促进数据要素市场健康发展。
报告深入探讨了数据资产评估相关理论,涵盖数据资产定义、特点、分类、评估依据、评估主体和客体、评估的经济行为和评估目的、评估关键要素、数据资产质量评价等多个层面。同时,详尽阐述了数据资产应用场景的识别和分类过程,通过具体案例,深入讨论了成本法、收益法、市场法及衍生评估方法的应用。针对实际操作中遇到的挑战,报告提出了相应建议。
未来,随着数据要素市场的日益成熟与完善,数据资产市场将蓬勃发展,吸引更多企业积极参与交易与投融资活动。这将激励金融机构不断推出创新产品,有效提升数据资产的流动性。同时,数据资产价值评估的可参考依据也将日益丰富,为数字经济的发展注入强大动能。
工信部等四部门:到2027年专精特新中小企业实现数字化改造应改尽改
近日,工信部、财政部、中国人民银行、金融监管总局四部门联合印发《中小企业数字化赋能专项行动方案(2025—2027年)》。
通知提出,到2027年,中小企业数字化转型“百城”试点取得扎实成效,专精特新中小企业实现数字化改造应改尽改,形成一批数字化水平达到三级、四级的转型标杆;试点省级专精特新中小企业数字化水平达到二级及以上,全国规上工业中小企业关键工序数控化率达到75%;中小企业上云率超过40%。初步构建起部省联动、大中小企业融通、重点场景供需适配、公共服务保障有力的中小企业数字化转型生态,赋能中小企业专精特新发展。


扫码关注我们
扫码关注我们
END




