总体目标 - 到2027年数字经济发展水平稳居全国首位，将广东打造为国际一流数字经济发展高地，将粤港澳大湾区建设为全球数字化水平最高的湾区 [1] - 数字经济核心产业增加值占GDP比重超过16%，打造3个具有国际竞争力的万亿级数字产业集群 [1] - 数据产业规模年均复合增长率超15%，人工智能核心产业规模超过4400亿元 [1] - 规模以上工业企业数字化转型突破6万家，算力规模超过60EFLOPS [1] 数据要素市场化配置改革 - 加快出台《广东省数据条例》，建立公共数据、企业数据、个人数据分类分级确权授权机制 [2] - 推动组建省数据集团，依法依规开展公共数据授权运营，优化提升广州、深圳数据交易所能级 [2] - 实施"数据要素×"行动计划，围绕工业制造、现代农业、金融服务等重点领域打造典型应用场景 [2] 数字基础设施建设 - 构建可信数据流通"一张网"，探索隐私计算、区块链等可信流通技术 [2] - 构建绿色协同算力"一张网"，优化全省算力布局，加快韶关集群建设 [2] - 构建空天地海通信"一张网"，加快部署5G-A网络，推进低轨星座建设和运营，深化北斗系统建设 [2] 产业创新布局 - 深入实施"广东强芯"工程、核心软件攻关工程，显示制造装备"璀璨行动" [3] - 建成具有国际影响力的半导体与集成电路产业聚集区，打造全国集成电路"第三极" [3] - 布局数据产业新赛道，培育数据产业"瞪羚""独角兽"企业，支持通用大模型与行业专用模型研发 [3] 区域合作与发展 - 深化粤港澳大湾区数字经济开放合作，推动三地在数字技术、产业、治理上深度融合 [3] - 建设粤港澳大湾区国际科技创新中心，建立粤港澳三地监管沙盒联网机制 [3][4] - 以"1122"体系推进建设，聚焦数据要素市场化配置主线，强化数字产业与数字化转型两大重点 [4]

文章核心观点 - 数字关税是一种新型贸易壁垒，通过数据本地化、算法审查等合规要求隐形增加企业成本，其隐蔽性和杀伤力远超传统关税[2][5][8] - TikTok案例显示数字关税导致公司投入15亿美元重组资金，年数据存储审计支出增2亿多美元，北美业务毛利率下降近10个百分点[4][5] - 全球数字治理形成美国长臂管辖、欧盟堡垒监管、中国主权优先三大阵营，规则碎片化可能导致全球GDP下降4.5%（约3.8万亿美元损失）[11][12][15] - 企业通过技术本地化（如华为德国数据中心）、隐私计算技术、深度本土化（如TikTok印尼合资）等策略应对数字壁垒[18] - 数字时代竞争核心从产品比较优势转向规则制定权，规则优势取代传统关税成为数字经济主导力量[21][22] 从TikTok看美国的数字关税 - TikTok被要求实施"得州计划"将美国用户数据迁移至甲骨云服务器，重组投入约15亿美元[4] - 数据存储和审计年支出增加2亿多美元，摊至每位用户相当于年1.2美元隐形税[5] - 算法代码要求接受美国实体托管审查，最终妥协方案为字节跳动保留算法知识产权，但美国合资公司获得本地副本并按营收15%支付技术许可费[5][6] - 该数字关税导致平台提高广告刊例价和电商佣金，中小企业营销成本上升，内容创作者收益分成可能削减[5] 数字壁垒比关税更凶险 - 数字关税规避WTO多边贸易规则制约，以国家安全名义实施差别对待[8] - 监管可随时重新定义敏感数据范围，调整速度远胜传统关税税率变更程序[8] - 数字壁垒与公众情绪深度绑定，以保护青少年隐私等公益诉求争取民众支持，使对手难以对等报复[9] 全球三大阵营的规则割据 - 美国通过《云法案》实施长臂管辖，对全球数据拥有调取权，实质征收数字铸币税[11] - 欧盟通过GDPR设立全球最严格隐私标准，以充分性认定机制输出规则，曾对亚马逊处以8.85亿美元罚款[11][12] - 中国要求重要数据国内存储，通过数字丝绸之路推广主权云解决方案，建立区域数据生态圈[12][13] 规则碎片化的经济代价 - 严格数据本地化措施可能导致全球GDP下降4.5%，按2030年经济规模相当于3.8万亿美元损失[15] - TikTok美国750万商家中近四成表示客户成本上升将被迫削减营销预算或离开平台[15] - 数据孤岛将阻碍人工智能等前沿技术发展，全球协同研发困难可能延缓技术突破数十年[16] 破局之道 - 华为在德国建立本地数据中心并通过安全认证，既满足数据主权要求又保留技术控制权[18] - 蚂蚁集团研发隐私计算技术实现数据可用不可见，为跨国数据合作提供新可能[18] - TikTok在印尼与当地科技集团合资，将电商业务深度本土化以获得监管豁免[18] - RCEP电子商务章节迈出区域数字规则协调第一步，中日韩可建立数据流动白名单机制[19] 规则竞争＞产品竞争 - 数字时代竞争核心从比较优势转向规则优势，规则制定者可在全球收取规则租金[21] - 未来经济版图由数字规则塑造能力决定，技术实力与制度创新力成为关键竞争优势[22] - 可能出现数字铁幕导致全球经济碎片化，或通过全球治理体系实现数据在信任中流动[22]

合作概述 - 智慧眼与麒麟信安正式签署战略合作协议，旨在构建长期战略合作伙伴关系[2] - 合作基于双方在人工智能与操作系统领域的技术积淀，打造自主创新、安全可靠的"AI+操作系统"联合解决方案[2] - 合作将重点深耕医疗健康、医疗保障、人力资源和社会保障等关键领域[2] 合作战略意义 - 合作兼具技术协同性与行业针对性，形成AI能力+操作系统的核心互补优势[3] - 合作是智慧眼"AI驱动生命健康"战略的关键落地举措，麒麟信安的操作系统将为AI应用搭建安全护盾[3] - 双方优势互补能满足行业对技术先进、数据安全、系统自主创新的迫切需求[3] - 技术结合将催生创新解决方案，开拓更广阔市场空间，助力关键行业数字化与智能化转型[3] 技术产品融合 - 双方将推进智慧眼AI技术与麒麟信安基础软件的全场景适配与优化[4] - 智慧眼的"砭石"大模型、医保基金智能监管、智慧诊疗等AI算法与应用将与麒麟信安操作系统、云桌面等产品进行深度适配[4] - 麒麟信安将提供基于国产CPU环境的技术支撑与安全增强，确保AI应用在高安全要求场景下的极致性能、稳定运行与数据安全[4] 行业场景突破 - 双方将整合技术与资源优势，联合打造软硬件一体化行业解决方案[4] - 合作聚焦智慧医保、智慧医疗、智慧养老、慢病防控、政务云及医疗健康信创安全等场景[4] - 目标是为行业用户提供技术领先、安全合规、一站式落地的服务，助力区域健康平台建设与产业高质量发展[4] 市场生态共建 - 双方将在医保、卫健、能源、金融等领域实现相互推荐、联合攻坚，共同提升品牌影响力[6] - 将积极参与医疗健康AI与基础软件融合领域的技术标准制定与安全规范完善[6] - 合作旨在推动国产化技术在关键行业的规模化应用，共建开放、繁荣的产业生态[6]

数据权属争议 - 患者病历数据所有权存在争议 患者主张隐私权 医生主张专业知识创造权 医院主张设备支撑权 [1] - 普通门急诊病历由患者保管或所有 住院病历由医院保管或所有 [1] - 患者特定病历内容属于隐私不得作为大数据使用 公共性质数据可用于公共目的 [1] - 目前依据《医疗机构病历管理规定（2013年版）》实行"谁生成谁管理 谁使用谁负责"管理原则 [1] 数据流通困境 - 数据所有权不明确导致流通与利用陷入困境 [2] - 医院担心数据泄露纠纷 患者忧虑隐私侵犯 医生面临知识产权争议 [2] - 三方博弈下数据往往被锁在孤岛中 [2] 隐私计算技术 - 隐私计算无须查看原始数据 仅对数据价值进行挖掘利用 有效规避数据所有权不清问题 [2] - 允许数据在不出域情况下完成开发利用 各方数据无须流转即可实现联合加工训练建模 [2] - 消除数据出域后的安全与隐私风险 [2] 技术分类与性能 - 隐私计算分为集中式和分布式两类 [3] - 分布式隐私计算算法分布各节点 依赖复杂秘密分享算法 数据切片频繁传输导致性能受限 [3] - 集中式隐私计算将数据加密后置于可信执行环境计算 有效缓解性能问题 可应用于大模型训练推理 [3] 技术应用建议 - 分布式隐私计算具有数据严格不出域优势 集中式可能仍需传输部分加密数据 [3] - 对特别敏感数据接受度有限 建议根据实际需求在集中式与分布式之间实现有机结合 [3]

大厂校招技术岗扩招趋势 - 腾讯面向实习生和应届生设置251个岗位 其中61个属于技术类别 包括软件开发 算法 自然语言处理等 并推出针对顶尖技术人才的"青云计划"[3] - 字节跳动2026校招开放5000+Offer机会 较2025年4000+规模显著扩招 研发类岗位同比增长23% 算法 前端 客户端增幅最大[3] - 蚂蚁集团设立"蚂蚁星"专项计划 聚焦人工智能 隐私计算 安全技术等核心技术领域[3] 金融科技人才需求特点 - 金融业对AI应用全面铺开 大厂技术型人才需求旺盛 服务于产品后台运维 大模型训练 数字化风控等业务线[4] - 从业人员需具备"垂直金融+代码能力" 能在动态监管环境中实现技术落地 能力要求呈现多维度 复合型特点[5] - 面试重点考察求职者具体场景下解决问题的思路 专业基本功 工程能力和代码能力[4] 复合型人才供需矛盾 - 金融科技岗位要求既懂业务又懂技术 但"全能"复合型人才难以寻找[5][9] - 金融业务相关校招岗位较少 如京东金融风控 美团金融风控策略等 均对数据分析 编程能力有要求[7] - 部分金融业务管培计划开始向有AI背景的求职者倾斜 传统商科学生面临转型压力[8] 人才培养路径建议 - 校企联合培养 通过产学研合作让应届生提前获取符合行业需求的专业知识[9] - 技术部门和业务部门共同培养 规划双轨协同成长路径[9] - 参考传统金融机构业务轮岗方式 鼓励学中干 干中学[9] - 设立创新容错机制 对关键岗位设定冗余人力资源 允许试错成长[9]

数据要素市场发展 - 数据作为"第五大生产要素"的价值凸显，产业链涵盖数据库、数据平台、基础数据服务三大核心环节，需求弹性显著[2] - 中国数据产量占全球10.5%，国家政策推动数据要素在12个重点领域应用，目标2029年数据产业规模年均复合增长率超15%[2] - 专项债券政策将算力设备纳入资本金范围，数据产业基金成为破解市场化瓶颈的关键金融工具[3] 数据产业基金规模与增长 - 全国数据产业基金总规模从2023年不足500亿元跃升至2025年6月的1500亿元，实现跨越式增长[4] - 2024年呈现爆发式增长，广东设立首期200亿元、总规模1000亿元的粤港澳大湾区基金群，北京配套资金约400亿元[10][14] - 2025年新增基金规模缩减但更精准，如江苏两期各15亿元基金和浙江10亿元杭州基金[11] 区域发展特征 - 东部沿海基金规模占优：广东1000亿元基金群聚焦跨境数据流通，浙江50亿元确权基金探索金融化，山东100亿元基金投向元宇宙等[14][15] - 中部地区应用驱动：河南30亿元母基金深耕智慧农业/物流，湖北基金支持AI+工业，与实体产业深度耦合[16][17] - 西部差异化布局：重庆100亿元卫星互联网基金、贵州150亿元大数据科创基金强化算力基建和空间数据[18][19] 投资方向演变 - 从硬件投资转向全链条覆盖：早期侧重数据中心建设，2025年重点拓展确权、评估、交易等软性环节[21][33] - 战略协同特征明显：重庆对接国家卫星互联网工程，粤港澳基金呼应大湾区战略，北京配套资金服务数据安全治理[21] - 垂直场景深度融合：江苏基金投资生物医药数据中台，河南基金支持农业数据授信模型，湖北基金打造工业互联网平台[24][27][28] 行业挑战 - 转化能力分化：部分省份存在基金落地进度滞后问题，需强化头部企业牵引作用[34] - 同质化竞争显现：多地重复布局数据中心等基础设施，需加强区域协同与差异化定位[34] - 合规治理压力：跨境数据流动等场景面临隐私保护和法律合规挑战[34]