人工智能、大數據、云計算……已經成了科技公司的標配，當這些新時代的“水電煤”逐步走入日常生活時，“智慧城市”的理念就有了很好的落地土壤。

智慧城市的核心是提升城市運行效率，提高市民生活質量。所以當特殊情況來臨時，大家對于智慧城市的期待往往很高，比如當下疫情肆虐，恰恰是智慧城市兌現能力的時候了。

飽受爭議的“智慧城市”：基礎需求與基礎數據采集存空隙

但是很遺憾，至少本次疫情蔓延的前期，在資源調度方面，中國的大多數智慧城市，未見出色表現。

2月10日，在國務院聯防聯控機制新聞發布會上，民政部基層政權建設和社區治理司司長陳越良建議：“能不能開發一個服務社區抗疫的軟件，這比捐十個億還管用。”

說的很實在，也很無奈，此前如火如荼的“智慧城市”似乎并沒有在關鍵時期發揮出超乎想象的力量，反而“癱瘓了”。

目前行業內對于智慧城市并沒有統一的概念，不過大家公認為智慧城市其實是基于信息通信技術，全面感知、分析、整合和處理城市生態系統中的各類信息，實現各系統間的互聯互通，以及時對城市運營管理中的各類需求做出智能化響應和決策支持。

最終實現的結果是提高市民生活質量，也就是要滿足人的需求，否則一切都是空談。在本次疫情中我們可以看到，其實是人的生理需求沒有得到很好的保障，所以才導致了后續更高的需求的被迫暫停。

美國心理學家亞伯拉罕·馬斯洛將人類需求從低到高按層次分為五種：生理需求、安全需求、歸屬需求、尊重需求、自我實現（如下圖所示）。

而受此次疫情的影響，已經嚴重影響了居民的基本生活需求，也就是處于處于金字塔需求中的最底層，基礎需求無法滿足更高的需求也就更無法滿足了。

單點突破的新技術：動態與靜態數據交互方可打破信息孤島

其實從上圖中我們已經發現，自認為很穩定的底層需求，其實并不是堅不可摧的，從內部來講，任何一個環節出現問題，都將會對整體產生莫大的影響，導致城市的“癱瘓”。

億歐智庫此前統計，截至2017年3月，我國95%的副省級城市、83%的地級城市，總計超過500座城市，均明確提出或正在建設智慧城市，但在這次疫情中也暴露出了“智慧城市”管理中的突出問題：

某些城市為應對疫情全城道路開啟紅燈，還有城市紅綠燈變換時間一成不變，完全沒有考慮車流的因素，這是智慧交通？

部分醫院人滿為患，造成流量擁堵，醫資等超負荷運轉，而部分醫院門口羅雀，前期沒有做到很好分流，導致后期全部堰塞，這是智慧醫療？

面對面A4紙登記信息、逐級上報、疫情信息求助無門、社區上門檢查……效率低、信息重復、信息擁堵等事情時刻在上演，這是智慧社區？

這時的智慧城市去哪里去了？

當這些問題正在發生的時候，我們只有接收信息的權利，卻也分不清真假。其實我們的“智慧城市”，仍處于“數字城市”建設的早期，本身的基礎建設還沒有完成，所以遇到復雜情況是無法應對的。

不過，當智慧城市按下暫停鍵的時候，此前一直在尋找實際落地場景的科技互聯網公司們出手了，結合自身算法與研發的優勢，紛紛推出了社區智能排查系統，幫助社區基層管理人員，通過信息化手段進行社區封閉管理、數據采集與統計分析、重點隔離人員遠程監管等工作。

比如云問科技為幫助高校更加有效的防控疫情，開發搭建了高校疫情智能咨詢服務平臺，在不斷地加班保障更多高校的服務，同時云問也向國內十多家參與疫情防控的政府部門、醫院以及研究機構等免費開放云服務平臺，提供咨詢分診、隔離隨診以及觀察回診等服務；硅基智能緊急推出AI智慧回訪平臺，對當地社區住戶密集、流動大的基層社區居民進行排查，快速摸清健康和流動情況，并宣導正確的疫情防治方法與收集疫情大數據工作。

通過這些渠道獲取的疫情數據，便于上報政府部門，可做到數據實時掌握實時更新，并且通過線上操作，減少面對面數據采集的人力需求，降低近距離接觸感染病毒的風險。

“智慧城市”涅槃中重生：城市先得智慧化

從結果來看，單點突破的系統似乎實際用處更大一些，這些科技互聯網企業可能只是“智慧城市”中的一個環節，但在整個體系已經不能運轉的時候，單點突破便成了他們最大的優勢。

為什么單兵作戰可以，團隊作戰就困難重重，其實就是在智慧城市的底層建設上缺少對各項資源的整合與共享，部門、行業存在信息孤島，導致牽一發而動全身。

不過在短暫的停滯后，部分城市開始啟動動態數據監測模塊，開始在原有靜態數據的基礎上加入實時監控和分析，為當下的疫情治理提供了及時有效的支持；使得內外數據先關聯并且可呈組織形式的視覺化，視覺化呈現自然也是城市智慧化的重要環節。

智慧城市的終極：風險與危機有預策略、成本與效率ko實際指標

不妨將此次疫情當作是“智慧城市”理念的一次壓力測試，我們也從中看到了現存的問題，以后在“智慧城市”的構建中，應更多關注金字塔的底層需求，要有長期的規劃和眼光，而不是只為追趕概念，從技術的角度提升城市運營管理的情報綜合分析決策能力，最終真正滿足人的需求。

而且未來智慧城市需要加強統一指揮調度平臺的建設，同時加強科技創新，真正發揮出靜態、動態數據的價值，提高數據交互能力，并且面對城市的風險與危機有預策略，也就是預判、預警、預防；終極指標自然也是城市公共服務成本降低，公共服務效率提升。

雖一直有聲音質疑城市智慧化前期資金投入過大與后期產出不成正比，不過從實際情況來看，不能將這兩個指標做單純的對比，比如云計算，大數據，必須前試與前測以及試研，這些硬性成本必然會是大的。亞馬遜就是一個很好的例子，長期以來，亞馬遜一直致力于數據獲取和分析，通過其強大的數據挖掘能力進行獲客和銷售，使得亞馬遜早已遠遠超出了它的傳統運營方式，一躍成為全球第二大上市公司。

我們必須要用長遠眼光去看待城市智慧化的問題，這是一個不斷發展和進化的過程，其最終效果也將不可估量。

疫情過后，智慧城市會補齊板塊，但是一直在后面追著跑畢竟會有些被動，真正全方面智慧起來才是應對問題的根本。相信有了這次教訓，“智慧城市”的推進速度和質量在下一階段會有新的突破和爆發。