數(shù)字化到今天的程度，各個地方對于數(shù)字經(jīng)濟的發(fā)展有概念、有動力也有壓力。到各地走走，發(fā)現(xiàn)大家都在建設(shè)數(shù)據(jù)中心、大數(shù)據(jù)中心、大數(shù)據(jù)管理中心，負責建設(shè)的無非就是通訊運營商、互聯(lián)網(wǎng)大廠、著名算力云企業(yè)、軟件大廠，舉其要者，所謂的中心按其實際功能也大致分成這樣四類：數(shù)據(jù)存儲與信息災(zāi)備中心、云存儲與云計算服務(wù)器與算力服務(wù)中心、數(shù)據(jù)清洗處理與數(shù)據(jù)治理中心、數(shù)據(jù)處理與調(diào)度中心?，F(xiàn)在更多已經(jīng)建設(shè)過其中一兩種中心的地方開始動數(shù)據(jù)應(yīng)用的腦筋，這個時候可能會發(fā)現(xiàn)這樣一些明顯的亟需補強的建設(shè)需要：有數(shù)據(jù)但沒有足夠需用的數(shù)據(jù)，匯聚了一些數(shù)據(jù)但是匯聚不了更多的數(shù)據(jù)。如此，就算有了相應(yīng)的數(shù)據(jù)，但是不掌握數(shù)據(jù)的用法和應(yīng)用團隊，在已經(jīng)建設(shè)的數(shù)據(jù)中心也無法對需要解決的問題提供解決方案。

人們開始接觸到GPT模型，開始對于GPT模型回答某些問題與解決某些問題的能力感到震驚，也為GPT模型對于暫時還解決得不那么好的問題的學習能力和潛在解決能力感到欽佩。事實上，GPT技術(shù)及其應(yīng)用界面的問世，才是第一次讓我們從通俗的意義上理解了在智能化范疇內(nèi)算法技術(shù)與應(yīng)用計算模型的作用，第一次體驗到了基于多模態(tài)模型解決從數(shù)據(jù)讀取、分析、反饋、再學習、生成新模型與優(yōu)化解決方案的全過程智能化成果，也第一次直觀體驗到我們今天彌漫的所謂智能化平臺、系統(tǒng)、大腦等智能配套環(huán)境與真實具有基于算法模型而具備終端解決能力的實用超級智能之間的差異，第一次感受到因為算法水平要素差異而導致的人工智能產(chǎn)業(yè)落差。

在今天算力、算量建設(shè)初具條件的基礎(chǔ)上，新一代數(shù)據(jù)中心應(yīng)該建立在問題場景導向上，以算法模型中心為應(yīng)用核心，重視投入大量應(yīng)用問題解決模型的預(yù)訓練，以及相關(guān)算法模塊的可移用、可組合、可集成技術(shù)開發(fā)，在有限問題領(lǐng)域、有限數(shù)據(jù)源、有限實用模型基礎(chǔ)上配置適當?shù)挠邢匏懔?，從而?gòu)建出具有重要問題領(lǐng)域?qū)嶋H問題解決能力的中模型算法中心，以此對應(yīng)相應(yīng)的數(shù)據(jù)源整理與可能的匯融、建立與更多獨立數(shù)據(jù)源之間的接口關(guān)系和調(diào)度機制、建立數(shù)據(jù)的兜底與補丁機制，從而建立新一代有實際問題解決能力的新型數(shù)據(jù)中心。

新一代數(shù)據(jù)中心的建設(shè)必然具有需要深入透視業(yè)務(wù)工作、涉及問題場景細碎多樣、模型預(yù)訓練工作浩繁、對于人員復合能力要求極高、對應(yīng)的預(yù)算投入細碎復雜這些問題，因此建設(shè)這樣的數(shù)據(jù)中心勢必會與數(shù)據(jù)中心建設(shè)技術(shù)開發(fā)領(lǐng)域的既得利益集團發(fā)生沖突，因為他們的目的在于大量推銷復制以數(shù)據(jù)中心、智慧城市、智慧行業(yè)與智慧領(lǐng)域為名的標準化數(shù)據(jù)管理、數(shù)據(jù)治理、數(shù)據(jù)展示系統(tǒng)產(chǎn)品、平臺產(chǎn)品，在規(guī)模化定價的基礎(chǔ)上擠壓消耗掉很多城市、地區(qū)、開發(fā)區(qū)和政務(wù)部門本來期待用于智能化解決特定問題的預(yù)算，用他們熟悉、成熟但不敷當前使用的數(shù)字化技術(shù)占據(jù)了數(shù)據(jù)管理和服務(wù)領(lǐng)域有限的立項資源，而且針對相關(guān)數(shù)據(jù)與數(shù)字經(jīng)濟管理部門對于數(shù)據(jù)技術(shù)掌握的有限性，形成對工作系統(tǒng)功能設(shè)置、接口設(shè)置、服務(wù)優(yōu)化和升級優(yōu)化的任性安排和技術(shù)要挾，各地數(shù)據(jù)中心建設(shè)正面臨著和很多政府工程項目類似甚至更嚴重的“工程項目通病”。

智慧政府和智慧城市要走向真正的智慧，現(xiàn)在已經(jīng)到了需要認真考慮形成模型算法建設(shè)規(guī)劃、應(yīng)用模型建設(shè)步驟與成效檢驗、模型算法驅(qū)動的數(shù)據(jù)中心建設(shè)的獨立預(yù)算投入與招標機制、基礎(chǔ)系統(tǒng)與算力算量系統(tǒng)之間的全接口開放管理機制、以基層和作業(yè)面成效來衡量智慧機制的效用和可交付性的時候了。