快盈官网官方网站|快盈官网代理

国双科技祁国晟：在赋能数智化转型路上不断夯实“底座”******

　　■文/光明网记者 李政葳

　　审前过滤、阅卷审查重点标注与高亮识别、文书自动生成、智能文书校对……这是我们在国双科技北京总部展厅一角看到的一幕，这里系统展示了大数据赋能“智慧司法”建设的生动实践。

　　通过使用智讼系统，原来一位法官要做4个小时的案件，现在仅需要10分钟。作为中国领先的大数据和人工智能解决方案提供商，国双科技不断发挥在该领域积累的技术能力，在政府及央企数字化转型中发力探索。

　　回顾国双科技的创业经历，也正是国内大数据、人工智能产业发展以及技术赋能行业的缩影。如果把时间指针倒回到千禧年初，此时中国互联网发展已10年有余，在网易、搜狐、阿里巴巴、腾讯、百度等互联网公司掀开时代帷幕之后，一批又一批互联网弄潮儿投入巨大蓝海。国双科技创业团队便是其中一员，成为时代洪流中的开拓者。

　　迭代的是技术，不变的是持续积累

　　见到国双科技创始人、CEO祁国晟，是在展厅旁边的一间会议室里。经历了行业的初创、发展、变迁，此时的祁国晟多了不少沉稳和淡定。他背后的国双科技成立于2005年，英文名叫“Gridsum”，是“Grid”（网格）和“Sum”（求和）两个单词的合成，代表用并行分布式架构Grid处理加法Sum运算。

　　17年前的这一命名逻辑，始于祁国晟对于分布式计算的敏锐技术预见。这一思考，也在云计算、大数据等新一代网络架构升级及信息技术落地的当下逐渐得以验证。

　　“我们认为，它是一个并行且可以并行化运算的数据仓库系统，可以拿来服务新一代数字化、智能化转型企业需求的‘底座’。它支持了当年很好地服务世界500强外企。”祁国晟回忆。

　　团队成立之初，国双科技将服务客户聚焦于大型及超大型企业。在最初为上百家世界500强企业提供大数据处理SaaS的服务中，积累了强大的数据处理能力，并在不断衍生迭代中将SaaS从应用变成平台，推进自主SaaS软件的PaaS化发展，实现了国产软件技术的产品化推进。“当时百分之八九十的业务是服务500强企业。但是现在一半的业务是这些，其他一半是央企。”祁国晟说。

　　迭代的是技术，不变的是一以贯之的创业理念。伴随国内消费互联网产业不断发展，国双科技经历了基础算力积累期、智能算法成熟期、产业场景贯通期。这三次重大业务转型，在外部看来都是跨越式甚至是进入完全不同的赛道。但就自身而言，国双以科技力解放社会生产力、以科技劳动迭代生产关系的初心从没变过。

　　“我们的发展战略还是和在上市时招股书里写的一样——要把‘底座技术’抽出来产品化，然后去服务数字化、智能化转型企业的需求……”祁国晟提到，以前服务500强企业时发现，平台软件“底座”不会购买中国软件公司的产品，但在中国做业务时需要购买一些SaaS、应用，以适应中国的互联网环境。

　　2016年以后，国双用三年的时间把积累十几年的能力“底座”，转变成了一个平台级的软件，这也带动了国双客户结构的转变。“大量央企在目前自主可控、安全可靠的信创要求下，在数字化、智能化转型浪潮下，平台软件实实在在地给企业带来利益与价值。”

　　2022年开年伊始，国双科技呈现出强劲的业务增长态势。截止目前，2022年合同订单额接近10亿元人民币，并在不断增长中。

　　打造智能化转型的“底座”工具集

　　“数字化、智能化转型的概念很宽泛，我觉得它应该是在新的信息科技时代，可以做到大幅地解放生产力。”祁国晟这样判断。

　　在产业数智化转型浪潮中，油气田作为国家战略资源和工业基础，始终追求提质增效和高质量发展。2019年，国双与某超大型油田企业开展了石油炼化产业的数字化、智能化转型探索。

　　在转型过程中，数据壁垒、数据安全等问题备受关注，尤其是重点行业、重点央企的转型更为谨慎。对于国双科技的核心优势，祁国晟概括为以下两点：一是把很多原来条块分割、烟囱式的数据实现全面打通，数据打通以后就能够比较容易地、实时地拿到个人透明的、全面的数据；二是在智能化转型中可以比较有效地运用算法模型，一手知识、一手数据，双轮驱动很好地支持甚至部分替代脑力劳动者。

　　“这几年实践证明，非常有效！”基于全面感知的物联接入，数字化、智能化融合管理体系，信息安全保障体系以及数据和业务的智能协同，国双科技打造了一套全面感知、自动预测、智能调控、实时优化的产业智能化解决方案，实现了油气田企业的组织优化、效率提高、管控提升、成本降低的若干建设性目标。

　　“数字化、智能化转型的‘底座’，就是一个工具集。就像去解决别人问题时，会带一个‘背包’，里面装着工具。这就要求工具集非常完备、非常稳定好用。”在祁国晟看来，在做别人看似定制化、个性化工作时，因为有了强大的工具集，既可以让客户感到满意，又很有效率，“这个就是‘底座’的能力”。

　　从实践来看，任何一家大型企业的数字化转型，都不止是一项技术工作，更多的是管理理念通过技术工具、信息系统的输出。而对于各行各业来说，数字化转型都不是一夜诞生，而是基于几十年技术创新的延续。“我们的优势在于过去积累的时间非常长，在积累过程中又因为种种原因，心无旁骛地去做聚焦、深耕，让我们有非常完备的工具集。”祁国晟说。

　　自2020年以来，此起彼伏的疫情给数字化按下“快进键”。基于国双科技解决方案，上述油气田在面临疫情带来现场减员的管控下，不仅没有因此造成对生产的不利影响，反而实现了产量不减反增的收益。

　　“根据疫情防控要求，生产现场人员只能控制在30%，这种情况下数字化价值就实实在在地凸显出来了。疫情推动了数字化、智能化需求，很多央企在数字化转型以及自动化运维、数字孪生上有明确需求，给了我们很多机会。”祁国晟说。

　　让“底座”更加自主可控、安全可靠

　　在过往的企业数字化、智能化转型中，往往采用咨询、平台软件选型、实施三步走式方式推进。而在平台软件选择上，大多面临着国外企业垄断的局面。鉴于数据安全、本土适配、性能优化等诸多需求，亟需拥有自己的基础软件来解决“缺芯少魂”中“魂”的问题。

　　“我们要做的是，第一要有自己的平台‘底座’能力；第二要在这个平台‘底座’能力的边界上，滋生出来咨询，也就是和他对接的能力。”祁国晟说。

　　通过多年在大数据及人工智能领域的浸润，国双科技将自主可控、安全可靠数字化、智能化软件“底座”技术优势，运用于大型企业及政府数字化、智能化转型。

　　在夯实平台软件“底座”能力的同时，国双科技也在不断打磨基于业务场景的理解与咨询能力，将大数据、人工智能的解决方案，从技术层面提升至覆盖技术工具、信息系统、IT和DT等综合输出的管理理念层面，助推大型企业实现自上而下全业务、全链路的集团级数字化、智能化转型。

　　不同于传统的病毒库、攻防，国双科技更是将安全根植于数字化产品研发的骨髓里，确保超大型企业庞杂数据处理中的安全与稳定。比如，在平台开发和应用过程中，先后开发出自主可控的数据仓库、智能CRM等大型企业应用软件，可以对SAP、甲骨文（Oracle）等国外同类产品进行升级替代，成为“国产替代”计划的一个重要组成部分。

　　截止目前，国双科技已拥有3000多项专利技术，并将不断加大技术研发投入，促进平台级软件“底座”更加成熟稳健。因此，国双科技成为工信部颁发的“网络安全技术应用试点示范单位”，其工业互联网数据安全智能检测平台也成为“网络安全技术应用试点示范项目”。

　　经历创业之初的筚路蓝缕和行业转型的裂变升华，未来在深耕企业服务的基础软件领域中，国双科技将搭建包含咨询、平台基础软件、实施在内的生态系统，以对接更多政府及企业，为其提供更高效、精准、便利的大数据、人工智能一站式解决方案。“做一个成熟的基础软件企业，建立一个‘ecosystem’！”祁国晟这样说。

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。

　　（文图：赵筱尘 巫邓炎）