新冠肺炎疫情來勢洶洶,全面考驗國家及民眾的危機應對能力,大考面前當有所深思,方能推動社會治理之進步。
針對此次疫情,科技行業(yè)依托大數據技術為防控戰(zhàn)輸送“彈藥”,各級政府機構、基層社區(qū)也紛紛將大數據作為現代化的精準防疫、決策支持工具?？?ldquo;疫”的仗一定會打贏,經驗與思考要及時總結,如何將大數據用于疫情防控、如何將數據整合利用、如何保障數據安全,相信這些關鍵話題經此役檢驗,能為社會治理和大數據行業(yè)發(fā)展給予更多啟示。
大數據追蹤人口流向,提升防控效力
其實,政府層面對大數據的關注并不是此次疫情才開始,從中央到地方政府近年來非常重視大數據在民生保障領域的應用。比如在人口統(tǒng)計方面,有關部門已經開始引入大數據相關的技術、平臺和能力,而這次突發(fā)事件,讓大數據的價值再次得以顯現。
智能設備的飛速普及與國家大數據戰(zhàn)略的實施,使得大數據應用在民生領域成為可能。而且隨著技術的發(fā)展進步,大數據應用逐漸深化,為日常生活帶來了實際便利,社會對于大數據理念的接受度也越來越高。
中央政府強調,鼓勵運用大數據、人工智能、云計算等數字技術,在疫情監(jiān)測、病毒溯源、防控救治、資源調配等方面發(fā)揮支撐作用。大數據開展精準防疫最直觀的應用場景就是人口統(tǒng)計和人口流動監(jiān)測,在這方面的數據能力和技術探索也在持續(xù)完善。無論是各地政府、運營商等公共事務機構,或者相關行業(yè)的企業(yè),都積累了各自領域的“小數據”,將這些分散的數據集合形成“大數據”,就為深入洞察、清晰顯示人員流入及流出方向、動態(tài)及規(guī)模提供了基礎。
在這個場景中,各地區(qū)已經有不少應用案例。比如,基于移動智能終端的特征、行為、位置數據,經過脫敏和清洗加工后,通過多種智能化模型與算法,可以實現疫情期間人群的覆蓋分布、趨勢判斷、流動監(jiān)測、返程預測方面的分析與洞察,為政府的疫情防控工作提供重要參考。目前,TalkingData已經借助這樣一套“數據+模型+可視化+報告”的整體解決方案,實現了對北京市的各區(qū)人口及區(qū)域間、省際間人口流動的動態(tài)監(jiān)測,以及重點區(qū)域的疫情監(jiān)測。
北京市重點區(qū)域疫情流動移動大數據監(jiān)測平臺
回顧梳理一個月來的抗“疫”戰(zhàn)局,在政府的帶領下,大數據在相關領域的應用已經初顯成效,但在滿足龐大信息需求的層面仍舊有潛力可挖掘。借助大數據技術,我們可以優(yōu)化流程,把細節(jié)做得更高效、更完善,而這需要全行業(yè)共同的努力。
破除信息孤島,實現數據共享、連接
實現聯防聯控,建立一套完善的應急管理大數據體系是對整體綜合能力的考驗,“組合拳”的建立不是一、兩家企業(yè)和機構能獨攬,需要全行業(yè)、全社會配合才有可能完成。而其中,最迫切的一點是要破除信息孤島、加強數據共享,在符合國家法律法規(guī)和行業(yè)標準的前提下,盡可能整合相關的數據資源。這就需要在各級政府部門間、企業(yè)與政府間建立有效的數據通道,將各方優(yōu)勢融成一股力量,才更有助于提升全國的整體防控能力。
在貴陽舉辦的數博會,是大數據領域的國家級博覽會。我們每年參加數博會,都能看到眾多提供可視化平臺的企業(yè),但很多企業(yè)都是聚焦在單一領域,為單一行業(yè)提供平臺、服務,其中一大原因就是跨行業(yè)的數據難以打通。當面對像新冠疫情這樣涉及全社會方方面面的突發(fā)事件,單一領域、單一行業(yè)的數據就遠遠不夠用了。
數據共享、連接的目的是整合,而整合的最大價值,一方面在于“全”,一方面在于“精”。尤其是在制定影響力大、影響面廣的決策時,將跨領域、跨行業(yè)的數據連接起來,有助于綜合考量多方面因素,建立起縱覽全局的視角,降低顧此失彼的風險;將多來源、多維度的信息聚合起來,更便于進行多方交叉驗證,提高分析結論的可靠性和精確度,而據此制定的措施才能更高效。疫情已經造成了巨大的影響和損失,需要我們盡可能全面而精準的決策,不僅做好疫情防控,也能更快從疫情的“創(chuàng)傷”中恢復。
對大數據產業(yè)來說也是如此。雖然TalkingData在移動大數據領域有多年經驗,但只依靠自身積累,能做的事情也是有限的。我們知道,數據維度越豐富,越有利于能力的釋放。這也是近幾年TalkingData一直在呼吁數據“連接”和構建生態(tài)合作的原因,因為只有合法合規(guī)、安全高效地把分散的數據孤島連接起來,把產業(yè)鏈上下游的能力連接起來,用平臺化的體系共享數據、共享技術、聯合建模、聯合應用,才能讓數據深入賦能各行各業(yè)的不同應用場景,并推動生態(tài)中每一家企業(yè)的發(fā)展。
TalkingData數據智能平臺
數據共享,并不是要把數據集中到一個點,這無論從物理上、邏輯上、還是合規(guī)性上來講,都是行不通的。但實現“連接”的方式在不斷演進,像TalkingData參與研發(fā)的麻省理工學院前沿技術框架OPAL,就在探索“數據不動,算法移動”的新方式,在不移動數據并加密的情況下,通過調用算法來從數據中獲得所需的分析洞察,實現安全合規(guī)前提下的數據的共享和利用。
大數據支撐聯防聯控,要做好隱私保護
借助個人信息來有效追蹤疫情是為了保護公共利益,有利于社會治理,但一定要有嚴格的規(guī)范和邊界。2月9日,國家網信辦發(fā)布《關于做好個人信息保護利用大數據支撐聯防聯控工作的通知》,除了鼓勵運用大數據支撐疫情聯防聯控,更明確了基于疫情防控的個人信息收集、使用、披露的條件,特別強調要重視個人信息保護并采取防護措施,防止信息被盜取、被泄露。
技術是中性的,但使用技術的人應該是理性的,使用技術的方式和目的應該是有利于改善人類生活和推動社會發(fā)展的。我們在利用技術挖掘數據價值的同時,也必須積極利用技術和管理手段來保護數據和個人信息安全。TalkingData認為,應該圍繞數據采集、傳輸、存儲、處理、交換、銷毀的數據生命周期,從獲取用戶授權、到數據脫敏加密、再到合作伙伴安全評估等,形成完整的數據合規(guī)鏈條。經過幾年的實踐,TalkingData也從組織、資產、物理環(huán)境、運行維護、訪問控制、安全審計等多個維度,總結出一套信息安全保護機制,通過完善管理和流程,來保障數據安全。
這兩年,與信息安全相關的法律法規(guī)、政策、標準逐步出臺或征詢意見,給所有從事大數據相關行業(yè)的企業(yè)提供了越來越明確的行為守則。作為大數據行業(yè)的一員,TalkingData也參與了《信息安全技術個人信息安全影響評估指南》的編制、《信息安全技術數據安全能力成熟度模型》的應用推廣試點等。
即使在應對像新冠肺炎疫情這樣的突發(fā)事件時,也應盡全力做好數據安全和個人信息保護。為了解決一時的問題、享受短期的利益,而打破社會對大數據應用的信任感,無異于飲鴆止渴。在這里,我們也想呼吁全行業(yè)的伙伴,除了深刻理解和嚴格遵守相關法律法規(guī),也需要根據法律法規(guī)的更新及時完善自身的合規(guī)制度與措施,這是凈化行業(yè)環(huán)境、保持企業(yè)生命力的必然路徑。
大數據是新時代的能源,也是蘊藏豐富價值的寶藏。除了在人口流動、疫情監(jiān)控方面的應用,大數據還能夠為傳染源追溯、病毒測序、病情診斷、藥物研發(fā)、物資調配、復工影響評估、疫情趨勢預測等諸多方面發(fā)揮積極作用,為政府、企業(yè)、以及我們每個人在公共事業(yè)、醫(yī)療、商業(yè)、生活等各個領域的決策,提供重要的參考。
“危”與“機”總是相伴相生,從歷史視角看,很多危機事件在對人類構成威脅和挑戰(zhàn)的同時,往往也孕育著推動我們不斷探索和進步的力量。無論是用大數據改善民生的政府,還是提供大數據和技術能力支持的企業(yè),都需要將此次疫情防控中的經驗與教訓沉淀下來,轉化為促成社會
