马云:我是数字经济的乐观主义者

简介: 6月25日,由阿里巴巴倡议成立的罗汉堂召集200多位世界“最强大脑”们云集杭州西湖闭门研讨,这些世界顶级学者们一起发布了关乎世界未来最关键的十大问题。

image.png

6月25日,由阿里巴巴倡议成立的罗汉堂召集200多位世界“最强大脑”们云集杭州西湖闭门研讨,这些世界顶级学者们一起发布了关乎世界未来最关键的十大问题。

这些问题全部围绕数字经济时代展开,其中包括很多当下技术发展的关键问题如:谁是平台经济的受益者?是所有参与者,还是少数平台公司?数字技术会让更多的人失业,还是会让工作时间更短等。

一年前,研究机构罗汉堂在杭州正式成立,旨在研究科技快速进步伴生出的经济和社会问题。

6月24日,包括5位诺奖得主在内的罗汉堂学术委员会委员、10多位世界顶尖学者来到阿里思过崖,与马云“西湖论剑”。对于未来世界的不确定性,诺奖得主们多少表示出了担忧和焦虑,马云则对自己对未来充满了信心和乐观。

马云说,我是数字经济坚定的乐观主义者,从一开始,就坚信数字经济和平台的力量,这是世界实现包容性增长的好机会,世界需要数字技术方面的领导力。世界变化的速度肯定越来越快,会带来很多社会问题和不确定性,但没有人是明天的专家,政府、学界和企业需要一起合作解决问题。此外,我们需要也需要在智慧的时刻,制定智慧的政策,不要用昨天的做法来解决明天的问题。

罗汉堂秘书长陈龙说,这一年来,罗汉堂的学术委员会多次召开闭门会议,一起探索数字经济时代下人类的未来。“这次我们发布的十大提问,是我们认为关乎世界未来最关键的十个问题,这些问题可能没有标准答案,但希望我们的发布能引起社会各界的思考和讨论,并在此基础上达成一些共识,以减少人们对这个充满不确定性世界的担忧。”

据介绍,接下来,罗汉堂学术委员会也会定期发布对这十个问题的一些思考和共识。

image.png

2019罗汉堂数字经济十问

第一问:我们是应该先控制风险,还是先迎接数字技术?

要达到5000万用户,电力花了46年,计算机花了14年,互联网花了7年,皮卡丘花了19天。今天,在低收入国家也有60%的人已经拥有移动手机。决策时间前所未有的短,错过成本前所未有的大。

第二问:数字技术会扩大鸿沟,还是会让世界变平?

技术从来都是双刃剑。技术革命既让地球能够养活的人口从10亿增加到70多亿,也引发过两次世界大战。关键是能不能以最快速度,让尽可能多的人受益。

第三问:数据是谁的?谁是真正的受益者?

司机的行驶记录对于个人而言意义不大,但如果分享出去,就会让导航软件的精准度更高。数据作为一种生产资料,不见得应该只追求唯一所有权,而是要寻找一种机制保护好隐私,并让更多人受益。

第四问:数字技术会让更多的人失业,还是会让工作时间更短?

眼下美国对AI的担忧达到历史高点,但实际上美国失业率是半个世纪以来的低位。技术革命并没导致失业率上升,但会带来新的工种,以及缩短工作时间。我们该为未来的工作做好什么准备?

第五问:谁是平台经济的受益者,是所有参与者,还是少数平台公司?

技术革命一直在深刻改变人类协同方式,到了数字时代,消费者和生产者被合成一张网,它就是平台。在全新的协同关系中,各方的收益、责任、工作方式、福利保障等都发生了深远变化。

第六问:治理机制要如何改变,才能适应数字时代?

汽车诞生于欧洲,汽车商用的黄金时代却在美国。在数字时代,什么样的政府、市场和公司治理机制,才能适应今天自下而上的创新和新协同机制。

第七问:金融服务在越来越平民化的同时,会不会引发更多的风险?

金融从来都是经济发展的重要基础设施,眼下数字技术让卖茶叶蛋的老太太和银行行长享受到同样的金融服务。但金融创新,包括数字货币,也可能带来新的不确定性。

第八问:数字时代全球化会走回头路吗?

技术、贸易和知识的自由流动和分享是全球经济繁荣的核心动力,在世界经济分化严重、技术发展参差不齐的今天,我们如何推动全球数字经济协同,让每一个国家受益?

第九问:人工智能该不该有道德观?

无人驾驶汽车必须选择撞向一边,左边是老人,右边是小孩,它该做何选择?这该由算法来决定吗?

第十问:大算力和大数据,一定会让我们离真相更近吗?

我们在多大程度上可以利用大数据和大算力做决策。在一秒钟内能摸象腿数百万次,我们就一定会避免盲人摸象了吗?

相关文章
|
7月前
|
Python
decode函数
在 Python 中,decode() 是字符串或字节序列的方法,通常用于将字节数据(bytes)转换成字符串(str)类型。具体来说,它的作用是将字节序列按照指定的字符编码格式解码为字符串。
480 0
|
11月前
|
人工智能 数据可视化 数据挖掘
工业零件不良率、残次率的智能数据分析和数字化管理
在传统工业领域,我们通过引入DataV-Note平台,成功实现了企业智能数据分析与数字化管理的初步目标。这一平台不仅显著提升了数据处理的效率和准确性,还为我们的日常运营提供了更加科学、直观的决策支持。然而,这只是智能化转型的第一步。展望未来,我们期望能够进一步深化技术应用,推动企业管理向更高层次的智能化方向迈进。通过持续优化数据分析能力、完善数字化管理体系,我们致力于将企业的运营模式从传统的经验驱动转变为数据驱动,从而全面提升管理效能和市场竞争力,为企业创造更大的长期价值
577 129
|
人工智能 前端开发 云计算
本地搭建AI服务器
本地搭建AI服务器
1460 1
|
Java Maven
ProtostuffUtil—快速序列化和反序列化对象工具
ProtostuffUtil—快速序列化和反序列化对象工具
371 0
|
Linux 数据安全/隐私保护 网络虚拟化
centos7部署Pritunl
centos7部署Pritunl
1036 1
|
存储 算法 C语言
链表带头和不带头的区别及其应用
链表带头和不带头的区别及其应用
533 0
|
存储 Linux 开发工具
深入了解Git LFS:高效管理大型文件的利器
Git LFS是Git的一个扩展,旨在更有效地处理大型文件。它通过将大文件存储在单独的位置,而在Git仓库中只保留引用和元数据,来减小仓库的体积。这使得Git仓库能够更快速地克隆、推送和拉取,同时有效地处理大型媒体文件、二进制文件等。
945 1
深入了解Git LFS:高效管理大型文件的利器
|
安全 Shell Linux
记录VulnHub 靶场——Escalate_Linux渗透测试过程
本文档描述了一次靶场环境的搭建和渗透测试过程。首先,提供了靶机环境的下载链接,并建议在VMware或VirtualBox中以NAT模式或仅主机模式导入。接着,通过Kali Linux扫描发现靶机IP,并用Nmap扫描开放端口,识别出80、111、139、445、2049等端口。在80端口上找到一个shell.php文件,通过它发现可以利用GET参数传递cmd命令。
944 0
|
监控 算法 测试技术
【Go语言专栏】Go语言的性能优化与内存分析
【4月更文挑战第30天】本文探讨了Go语言的性能优化策略和内存分析方法。性能优化原则包括基准测试、分析瓶颈、避免过早优化和持续监控。优化策略涉及减少内存分配、避免内存逃逸、利用并发、优化算法和数据结构以及减少系统调用。内存分析借助于Go的`pprof`工具、内存分配跟踪和第三方工具,以发现内存泄漏和管理问题。通过这些方法,开发者能提升Go程序效率和资源利用率。
284 0
|
机器学习/深度学习 人工智能 PyTorch
卷麻了 | DAE-Former:高效双重注意力引导的Transformer网络称霸医学图像分割任务
卷麻了 | DAE-Former:高效双重注意力引导的Transformer网络称霸医学图像分割任务
1451 0
卷麻了 | DAE-Former:高效双重注意力引导的Transformer网络称霸医学图像分割任务