乘 AI 东风,启数字新程|第十九届政府 CIO 班开学典礼圆满举办!

2026-11-11 13:36:47  来源:

摘要:11月6日,CIO时代第十九届政府 CIO 班第一单元课程正式开启,开学典礼顺利举办。来自各地的政府信息化主管学员齐聚一堂,共同开启新一轮数字能力研修之旅。
关键词: CIO 数字化 培训
 AI 东风,启数字新程!

\

\

 

11月6日,CIO时代第十九届政府 CIO 班第一单元课程正式开启,开学典礼顺利举办。来自各地的政府信息化主管学员齐聚一堂,共同开启新一轮数字能力研修之旅。

\

\

CIO 时代创始人兼研究院院长 姚乐

 

典礼开场,CIO 时代创始人兼研究院院长姚乐发表致辞。姚院长对第十九届政府 CIO 班全体学员的到来表示热烈欢迎,随后梳理了数字政府从统计信息化、政府网站建设、“互联网 + 政务”、政务云与政务大数据,迈向智能政府的演进脉络,并提出政务智能体是下一阶段数字政府建设的核心方向。他拆解政务智能体四大核心构成:大模型层负责语义理解、意图识别、逻辑推理与任务规划;Skill 层承载审批规则、办事流程等标准化业务 SOP;工具层依托检索、查询、计算、数据 API 等能力完成任务执行;驾驭工程层(Harness Engineering)承担权限管控、风险防控、隐私保护以及长短记忆管理。他指出,传统政务系统以服务人为核心,而面向政务智能体的数据治理、系统建设,核心是让数据供给 AI 使用,最终目标是构建泛在、精准、可随时响应的个性化政务智能服务。最后期待学员学有所获,并希望后续班委带动大家长期交流、持续共研数字政府建设实践。

\

\

中国信通院人工智能研究所副总工程师 闫树

 

现场,中国信通院人工智能研究所副总工程师闫树带来《AI 时代的数据治理与高质量数据集建设》主题分享。他指出,随着人工智能技术加速落地,高质量数据集已经成为政务领域大模型迭代、智能政务建设的核心底座,当前行业普遍面临数据体量巨大、高质量可用数据供给不足的现实痛点。授课围绕数据治理全生命周期,系统解读高质量数据集建设的政策导向、实施路径与重点方向,结合政务数字化实际场景,剖析数据采集、清洗标注、质量评估、安全管控等关键环节工作要点,提出政务部门要立足业务场景驱动数据集建设,完善数据供给体系,夯实 AI 赋能数字政府的数据根基,为学员开展政务领域人工智能落地应用提供务实思路与实践参考。

\

\

清华中国电子数据治理工程研究院副秘书长

清华大学公共管理学院高级工程师 王理达

 

清华中国电子数据治理工程研究院副秘书长、清华大学公共管理学院高级工程师王理达以《公共数据开放利用与授权运营的组织模式与运行机制》为题开展专题授课。他结合国家 “数据二十条”、《政务数据共享条例》等现行政策法规,厘清公共数据与政务数据概念边界,梳理公共数据内部共享、开放利用、授权运营三类开发利用路径,剖析传统公共数据开放模式的现实局限,重点拆解公共数据授权运营的参与主体、业务流程、合规要点与典型地方实践案例。课程对实施机构、运营机构、经营主体的权责边界、收益分配、全流程监管要求做了细致解读,同时探讨人工智能时代公共数据要素开发利用的新机遇,引导学员把握公共数据要素市场化改革逻辑,在安全可控前提下释放公共数据价值,助力数字政府建设提质增效。

 

课程间隙,培训班组织学员自我介绍、推选班长,搭建班级组织架构。学员依次交流自身岗位背景、数字化工作实践与学习期待,迅速拉近彼此距离,营造了开放交流、互助共进的班级氛围。学员在轻松的氛围中畅谈政务数字化转型实践中的痛点、思考与探索,为后续持续研学、跨界共创打下良好基础。

 

班 委 名 单

 

班长

谭敏清 | 中国网络安全审查认证和市场监管大数据中心网络中心信息化推进处处长处长、高工

副班长

孙洪林 | 中华人民共和国水利部信息中心副处长

学习委员

聂元丁 |  国家气象信息中心先进计算室高工/首席

生活委员

李亚青 | 水利部信息中心 工程师

\

\
中国网络安全审查认证和市场监管大数据中心

网络中心信息化推进处处长处长、高工 谭敏清  

\

\

 中华人民共和国水利部信息中心副处长 孙洪林

\

\

  国家气象信息中心先进计算室高工/首席 聂元丁

\

\

水利部信息中心 工程师 李亚青

 

第十九届政府 CIO 班聚焦数字政府建设、数据要素、AI 赋能政务等核心方向,持续汇聚权威专家资源,搭建政府信息化管理者学习交流平台。后续课程将继续围绕政务数字化转型热点议题开展深度教学与研讨,助力参训学员拓宽视野、更新认知,更好地投身数字政府建设实践。


第四十二届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:zhanghy

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。