展望未來城市，萬物皆可運營

一、未來的城市將逐漸具有

“統一的邏輯”

城市，從來就是人類文明最高成就的體現。但城市從來就只是一個容器，容納各種各樣的科技和產品。城市本身太過復雜，從來沒有成為一個產品。

現在，我們有了互聯網和物聯網，有了人工智能，城市里面的所有東西逐漸有了一個統一的邏輯，甚至協同工作真正成為可能，這個邏輯叫做“數據”。

畢竟，世界的本質并非物質，而是數據。就連人類本身的傳承，本質上也是數據的編碼。

城市在數據邏輯下進化，終將變成一個可以由企業制造和運營的產品，這樣的企業，也將具備駭人的能量和生命力，超過我們所有的想象。但這個產品，不是流水線上的千篇一律，更不是一切可以預知的計劃經濟，而是高度自由多變的生命體。城市真正的創造者和主人，一定是市民。技術至大無外的結果是，無處不在，卻又無色無相。

這個未來已經在發生，google得其神，阿里得其意，華夏幸福得其形，騰訊得其血脈，萬科得其骨，華為得其筋。

二、對幾家“武林高手”

企業的研判

上一篇最后提到的對幾個企業在智慧城市領域地位的判斷，似乎是讀者們比較感興趣的，有人說像武林高手各懷絕技，于是這一篇專門寫寫這句。

“google得其神，阿里得其意，華夏幸福得其形，騰訊得其血脈，萬科得其骨，華為得其筋……”

Google的智慧城市理想是通過sidewalklabs實現的。在多倫多濱水區，它只公布了一個規劃設計，建設了一個展廳，就儼然成為世界智慧城市建設新的領導者，北美主要城市都向其發起項目邀約。但這背后，一方面是其在智慧城市產業領域龐大的投資布局，靠一個故事和一個示范，帶動的是旗下投資企業全球龐大的訂單；另一方面，多倫多濱水區規劃也的確展現了其對城市系統和規劃建設運營管理全流程的完美理解，從規劃的空間結構、到建造體系、到可運營的基礎設施體系，到數據驅動的精細化管理手段，真正可以實現依托數據運營實現持續的收益。產業投資和城市運營并舉，包括對市民參與、對生態、對公平等的兼顧，堪稱經典之作，得智慧城市全部精神內涵，故曰得其“神”。

阿里，從賣貨到賣云的轉型，雖有AWS垂范在先，也仍然是一輪蠻厲害的操作。線上，尤其是電商流量的必然枯竭，線下入口的爭奪幾乎就是互聯網未來的全部。阿里云靠城市大腦一個信號燈配時的故事，一路攻城掠地，成了國家戰略不說，做到可以在省會城市智能交通項目中免投標單一來源采購，殺得傳統信息化集成商措手不及。近幾個月，新基礎設施，物聯網平臺等新的定位關鍵詞也看出其冷靜和克制。相信其講好頂層故事，再聚焦中下層業務，在G端和B端都會有很好的商業表現，是適合我國現實的模式，也算是已經發現了智慧城市的商業意義，故曰得其“意”。不過阿里還是有著傳統信息化集成商的致命缺陷，就是解決城市問題的能力不足，能講故事的場景過于貧乏，很容易沉浸在傳統政務信息化的舒適區里。剛剛與華夏幸福的戰略合作是招絕妙好棋，可能會獲得多個可以練手，啊不聯手深耕的城市場景。

騰訊，作為國內互聯網兩大巨頭之一，不可能不關注這個巨大市場，只是一直沒有找到切入點高調介入而已。事實上，在物聯網、智能家居、無人駕駛、共享出行、地圖、人工智能等智慧城市的核心技術領域，騰訊僅防御性布局就已經是很大一盤棋了。依托微信入口，騰訊在城市服務方面優勢明顯，也在由此滲透社區市場；通過自家濱海科技大廈智慧建筑平臺的建設，也擁有了“微瓴”建筑智能化平臺，已經具備了未來智慧城市操作系統的原型能力。但最重要的一點，還是其對“人”的連接能力。從人與人，到人與物，到物與物，最終連接一切。市民及其需求是智慧城市的核心，離“人”最近的入口價值無限。當然，隨著越來越多的城市場景和線下入口陸續打開，社交端的優勢是不是能延續是個不小的挑戰。對騰訊來說，以微瓴產品化為突破口，全面布局城市物聯網平臺，還是可能繼續成為阿里頭號對手的。“連接”二字的價值，不亞于人的“血脈”。

華夏幸福，號稱產業新城運營商，兩個核心的技能，做產業，建城市。能同時把這兩件事搞明白，能獨立完成城市的規劃建設運營管理的企業，全球都難找到第二家。這方面，它幾乎是幾家里唯一難以替代的，掌握著包括住宅商業在內，涵蓋基礎設施和公共服務的幾乎全部城市場景。產業方面，替政府招商引資很厲害不說，還自己做孵化器投早期。更重要的是，跟google一樣，老板也投了很多智慧城市相關產業，比如無人駕駛、共享出行、新能源汽車、基礎設施、生態修復……離完美的智慧城市運營商只差一步，其實就是把產業和城市領域的能力真正合二為一，同時實現城市和產業的升級，或者說新的智慧IP的注入，即可無敵于天下。事實上，所缺可能只是SidewalkToronto那樣一個故事。

萬科，作為各種意義上的宇宙第一房地產開發商，在這個去杠桿的風口浪尖上，也在引領著地產行業改名和改行的潮流。深圳市萬科房地產有限公司剛剛更名為深圳市萬科發展有限公司，將自身定位進一步迭代升級為“城鄉建設與生活服務商”，在鞏固住宅開發和物業服務固有優勢的基礎上，業務已延伸至商業開發和運營、物流倉儲服務、租賃住宅、產業城鎮、冰雪度假、養老、教育等領域。這些重資產運營的活干起來很累賺錢又慢，所以轉型更高端的科技企業形象，往城市運營的高級階段也就是數據運營上發展，應該是其真正意圖。雖然運營這事萬科做得怎么樣暫時還不好評價，但是在建造方面，萬科的技術儲備應該毫無爭議的行業老大。過去的很多年里，萬科孤獨前行，在以裝配式住宅為核心的住宅產業化道路上一騎絕塵。未來城市中，彈性建造體系支持的柔性空間系統，是實現空間共享化、功能混合化、結構輕型化等特征的前提，只有這樣，才能實現建造過程的數據驅動，也為空間的可運營提供了保證，sidewalk也就是因為google投資了模塊化建造公司FactoryOS，才有了這份底氣進軍建筑業，類似的還有拿到軟銀巨額投資的Katerra。因此，萬科掌握著未來建造科技的先機，也就是城市的物質空間骨架，故曰得其“骨”。整體上對信息技術的不敏感，是萬科也是所有地產企業轉型的硬傷，在與IT企業的合作中，話語體系無法溝通可能會是其最大障礙。

華為，作為以技術實力著稱的傳統電信設備商和系統集成商，一直是智慧城市市場上低調但又不可忽略的力量。從云到端，整個IoT數據鏈路的每個環節都離不開華為的設備產品。終端、芯片、5G、LoRa、NB-IoT……都有著決定市場技術走向的能力，其2012實驗室更是聚焦顛覆性黑科技，比阿里達摩院更早深耕基礎研究。其目標是“構建萬物互聯的智能世界”，華為能不能做到不好說，但離開了華為，看起來誰也做不成。在互聯網時代，華為完全憑借技術實力保持存在感，但互聯網和運營基因的缺失，已經嚴重影響了其未來的市場地位。華為應該已經看到了這個問題，因此成立了場景實驗室，深耕現實場景需求。智慧城市建設中，數據鏈路是數字孿生的基礎，如果說現實的建筑結構是“骨”，那虛擬的網絡架構就是“筋”，如果華為能聯合合適的線上線下伙伴，“筋骨合一”，更多聚焦城市運營所需求的應用技術創新，則也可以借助智慧城市完成企業形態的躍遷。

除了以上幾家，最近還有一個新的巨頭高調進入智慧城市領域。中國平安，作為一個主業為金融保險的公司，擁有22000個工程師及研發人員，遠超于多數科技巨頭；在智能認知、人工智能、區塊鏈和云科技等科技領域已經建立了全球領先優勢。中國平安是華夏幸福、旭輝、碧桂園等地產公司的第二大股東，也與幾乎與所有一線開發商建立了股權合作，由此掌握了豐富的城市場景。資金、技術、場景俱全，可謂天生立于不敗之地。

如果說未來有一個企業會在這個領域稱霸，至少要同時具備上述其中兩家的基因，而城市運營基因可能比IT技術基因更難獲得。苦練內功固然可以提升實現一定程度的轉型，但基因的改變則容易傷筋動骨。所以下一個階段，合縱連橫的水平基本決定了這些企業能到達的高度。雖然這些企業（國內）中除了個別直接競爭對手外，幾乎兩兩之間都有戰略合作協議，但真正能發揮彼此優勢的深度合作尚未出現。未來最基本的模式是“技術+場景”式的聯合，因此我們已經看到了非常多的“互聯網+房地產”的戰略合作產生。但因為地產公司的視野大都局限在住宅和社區，而且對IT技術缺乏想象力，所有暫時還沒有什么有趣的創新實踐。

寫到這里發現一個有意思的關鍵詞，“深圳”。上述智慧城市市場上一大半的頭部玩家都發源于此，應該不是個巧合。作為改革開放前沿，在城市和產業轉型發展的新時代，深圳的產業優勢、制度優勢，還有這些企業之間，一定會產生新的有趣反應。相信這個城市應該會是離未來最接近的。

三、數據驅動的產業共生

城市的全面數字化改造，乃至數據驅動運營，作為智慧城市的大方向，相信已經有所共識。但目前我們整體上還停留在數字城市的早期階段，城市的規劃、建設、運營、管理，都還沒有真正實現數字化，遑論智慧化。

昨天一位資深的IT企業智慧城市前輩聊天時說，“現在智慧城市體系里哪一層面的產品和服務都很low，離滿足真正的要求早著呢。可以說是功能機和智能機的差別。現在就差不多等同于原來PDA手機的時代，看似很多功能也都有了，但是蘋果一出世，就知道差距的巨大了。”

IT企業的思維，提升產品靠黑科技研發，更快的速度、更準的算法，但其實真正的代際提升，靠的是思維方式的轉變。就好像我們發現蘋果手機的靈魂，也許不是觸屏和處理器，而是交互習慣和手機之外的應用商店。對于智慧城市來說，這個應用商店可能就是數據運營的機制，包括我們一直在做的決策支持平臺和數據實驗室，才是這個故事的真正重點。

以數據為線索，我們看到城市的規劃、建設、運營、管理被重新組織成一個新的玩法。在互聯網、物聯網、人工智能等技術推動下，各種傳統產業和城市管理被賦予新的邏輯。無論商業運營還是政府管理，數字化轉型都不是把原有流程簡單的轉為線上，而是以更多互動、共享、彈性、精細的模式重新定義。這個過程中，每個環節都會產生大量的數據，如同傳統產業中的能源一樣，成為產業發展新的驅動力，并通過數據與上下游產業互相串聯。

一個最常見的產業升級范式是，通過物聯網、傳感器等技術對傳統的城市公共品進行改造，使其具備共享化的低成本運營能力，并可以在運營過程中獲得持續收益，例如共享單車。這種運營驅動的邏輯要求企業具備產品和運營的雙重能力，并可以在產品設計階段就植入可運營的技術要素。在運營過程中，產品整個生命周期都會產生大量的數據流，人力驅動的管理方式變成數據驅動。一方面，可以優化產品運營本身，降低運營人力成本和綜合成本，并通過人工智能使產品運維效率不斷迭代提升，改善用戶體驗；另一方面，城市中各種產品和系統運維的數據，匯聚到城市數據平臺中，彼此交叉和結合，又可以去幫助優化其他系統；而所有系統的數據，則全面描述了城市本身的運行，通過城市級的決策支持系統，實現城市的科學規劃和精細化管理。總的來說，從傳統的一次性售賣或者租用的盈利模式，轉為兩個盈利階段，一段是產品運營收益，一段是數據運營收益，后者將會越來越大以至于最終超越前者。

共享單車是一個非常典型的產品：相對于傳統的政府公共自行車，物聯網使單個車輛可以實時在線，可精確定位，并接受控制；用戶不需要擁有車輛的所有權，可以隨時獲得使用權，并可以通過定位服務找到車輛使用，用后在目的地附近合法地點自由歸還；摩拜單車既是設備商也是運營商，通過我們共同開發的“魔方”人工智能大數據平臺，摩拜運維人員可以智能化決策調度車輛的時空分布（類似的，如果是汽車，甚至可以自動駕駛完成調度）；我們與摩拜組建了聯合數據實驗室，運用摩拜的運營數據，幫助多個城市進行了各種城市規劃和運營的分析和優化，提出了包括步行系統、公交系統、街道設計、零售選址等系統的建議；在一些城市，我們還將摩拜的數據接入了城市的大數據平臺，通過各種分析模型，形成城市級別的決策模型，對從宏觀到微觀的各種城市問題進行實時的問題分析和決策支持，實現精細化的城市治理。

另一個案例是我們參與研發的智能垃圾桶，其基本功能是垃圾深度的感知，可以在達到某些深度時自動進行壓縮，提升垃圾桶的容量，減少維護工作量。在桶完全裝滿后，通過物聯網通知平臺申請維護操作。根據我們在清華大學布置的垃圾桶數據來看，從每天三次巡檢，變成了十天左右的按需清理，大大降低了對清潔人員的需求，節約了人力成本。而更重要的是，垃圾清理變成了數據驅動的流程，這樣我們就設計了一套基于無人駕駛的自動垃圾回收車，可以按照滿桶信號規劃線路每晚自動回收垃圾，使整個垃圾回收變成了完整的數據驅動的閉環。

對于傳統互聯網產業，C端和B端的邏輯往往比較簡單。而對城市來說，多元主體復雜、價值觀割裂。昂貴的硬件和軟件投入最終對政府和城市運營商而言，產出應該是更高效低成本的治理，以及更多的運營階段商業價值，但這不是軟硬件能直接做到的。要使買單的政府管理者體驗到數據的價值，而不僅是絢麗大屏的感官刺激，這不是單純的軟硬件產品研發環節能達到的高度。

綜上，如何建立一個以數據為主線的產業生態，貫穿規劃、建設、運營、管理全流程，擁有包括頂層設計、硬件、軟件、數據運營在內的全面能力，是每一個有志于智慧城市運營的企業必須思考的問題。在技術上，整合數據產業生態可能有以下幾個要點：

1.標準體系方面。哪怕是一個很小的領域和產品，其數據也會涉及到后面與其他城市數據的對接和融合。在智慧城市的頂層設計以及產品設計中，就應該充分考慮不同領域的協議、組網、數據模型、安全等標準，并在數據架構上做到充分的彈性可變。

2.基于數據的產業生態連接方面。目前市場上各種應用產品和方案很多，但很少有真正能做到貫穿始終的數據生態，尤其是系統所采集的數據價值，往往都被忽視和放棄。政府或大型企業應該牽頭建立數據實驗室或者類似的數據整合和應用平臺，結合政府開放數據，盤活城市數據價值，有效對接數據的供需雙方，在商業和政府治理領域開發更多應用。

3.商業模式方面。目前既有的智慧城市盈利模式大都是政府投資驅動，偏重考慮投資和運營中的分工和成本承擔模式，缺少各方獲益的真正商業形態。但實際上，在各種產業的全流程中，都有潛在的運營和收益空間。這要求每個企業在數字化改造過程中應十分重視運營環節，摒棄傳統的售賣或出租邏輯，尤其關注運營環節的數據，一方面幫助優化產品本身，一方面注意挖掘更廣泛的商業價值以延伸產業鏈。

四、從城市運營商

到萬物運營商

2018年，各行各業的日子都不太好過。互聯網線上流量面臨增量枯竭開始琢磨消費降級，開發商一邊融不到錢一邊蓋好了房子被政策卡著脖子賣不出去，實體經濟不好金融自然也好不到哪里去。三個昔日風光的行業如此，表面是運氣不好撞見一群黑天鵝，其實也是經濟周期使然，灰犀牛該來的總會來。更深層次來講，中國的城鎮化和工業化發展到今天，所有習慣的增長方式都接近極限，沒有深層次的調整，中等收入陷阱沒那么容易跳過去。

大城市的發展重點從增量轉入存量，住宅需求放緩，開發商們越來越不被政府和銀行待見。有中國特色的房地產行業一直是個很特殊的角色，產品和物業服務固然是個核心競爭力，但賺錢基本是靠資本和杠桿。拿不到融資的開發商，最后就只剩下產品能力，變成建設商，被背后的金融資本拿走大頭。于是開發商們紛紛轉型，大都宣布跟房地產業務各種切割，改名各種運營商各種服務商。簡單說，就是賣不出去的房子長期持有收租子，無論是長租公寓、康養還是共享辦公都是這個邏輯，那收益水平就算上了ABS和REITs也實現不了多高的周轉；更高級的還有城市運營商，從招商引資到基礎設施公共服務一概替政府解決。但是很明顯，前者從賣到租的轉變，短期利潤必然會大幅降低，拿著以前賣白粉時可以忽略不計的融資成本和人力成本去賣白菜，痛苦可想而知；至于城市運營商，則很容易分不清企業和政府的邊界，本不屬于自己的錢也沒那么好拿。

事實上，城市運營和管理的確可以是個不小的生意。在傳統的模式下，城市的運營管理大都是需要大量人力財力投入的公共品，所以幾乎都是政府在包辦所有的事情。PPP普及以后，城市政府開始有越來越多的事情外包給企業來做，但政府和企業該如何分工，其實一直沒有明確的邊界。

運營，是對產品生產和服務創造的全過程進行計劃、組織、實施和控制，本來是一種企業經營行為。物業出租和管理這種工作，原本就是成熟的市場化領域，不是我們討論的重點。城市公共領域中很多工作，也會傾向于逐漸由企業主體去承擔，尤其是其中可以真正實現市場化運作并盈利，或者起碼是能自給自足維持的部分。政府的角色，會逐漸轉向真正意義上純粹的“管理”角色，主要完成規則制定、底線審查、標準檢驗等工作。傳統的城市運營，為了維持基礎設施和公共服務的高效運轉，主要依靠人力投入完成，成本高而效率低，比如市容環衛、公共交通等領域；城市管理也同樣如此，即使是現在流行的所謂數字化城管或者網格化管理，看起來是信息化的外殼，但本質上還是密集的人力投入實現的管理顆粒度提升，就連滿街的攝像頭，大多數也是靠人盯著看，或者僅僅是用于事后追溯。運營和管理兩件事得以真正區分和實現，一個很重要的前提就是數據。

隨著ICT技術尤其是物聯網的發展，城市的基礎設施體系逐漸完成數字化改造之后，實現萬物互聯、實時在線、可感可控，其中很多也就具備了無人值守自主運營的能力。比如無樁共享單車對政府運營的有樁自行車以及私人自行車的取代，又如智能垃圾桶實現自動壓縮和容量感知之后，大大降低了巡查維護的人工需求，而其關聯的無人駕駛環衛車輛甚至可以把街道清掃和垃圾桶傾倒變成完全無需人力、數據驅動完成的閉環，從而在改善了用戶體驗的同時也大大降低了運營成本。久而久之，整個城市會逐漸變成一個巨大的ICT產品，可以數據的邏輯驅動其運轉。

城市運營的全程數字化，帶來的除了本身的系統優化以外，也為精細化的城市管理提供了可能性。各種城市基礎設施和公共服務的數據實現全面的匯聚之后，政府無需大量的巡查人員和行政程序，就可以對所有的城市事件和基礎設施部件進行實時監管，并通過算法對異常事件識別和預警，實現基于規則的數字化管理。例如共享單車行業的兩個痛點，總量控制和空間調度其實都并不難解決，但目前大多數廠商的人海戰術型運維加上政府的虛張聲勢型監管才造成了如今的困局。如果能實現全部廠商數據的統一數據平臺接入，或者每車一個統一的電子標簽和編碼，就可以實現全城范圍所有品牌車輛的定位監管，對廠商的運營要求才能真正落實。

在這樣一個城市設施和服務普遍物聯化的大趨勢下，逐漸浮現出了一個巨大的產業風口：開發商、物業公司等傳統的有城市運營基因的企業，以及掌握線上流量和物聯網平臺的ICT和互聯網公司，都會全力爭奪越來越多的實體空間運營權，作為未來的流量入口。在近期，就是控制智能家居、新零售、出行等新的空間場景，尤其是其數據采集能力，為人工智能儲備資源；大量數據會逐漸釋放其商業價值，數據運營會成為城市運營商的一種重要商業模式；最終，數據驅動的城市運營也許會催生一類新的巨頭：萬物運營商。這些公司會通過物聯網低成本運營城市里的各種設施和服務，小到單車、路燈、垃圾桶，大到廁所和各種功能空間，直至控制整個城市機器，一方面可以獲取持續的服務費用，一方面，海量數據也會在商業領域和政府管理領域獲得更大的變現能力。

五、智慧城市兩個方向（上）

在寫前面兩篇文章的時候，其實我對這件事情的思路還并不十分清晰。在分析產業生態智能化改造的范式，以及萬物運營商的呈現邏輯的時候，都提到了城市智能化改造之后對政府治理模式的改變。在規劃、建設、運營、管理這個完整的城市發展邏輯里，運營和管理兩個環節發生了越來越多的變化和互動，會逐漸分化成兩個與傳統迥異的新模式，也許是智能化給城市帶來的最重要變化。

早期的智慧城市市場的主流業務，一方面在做政務管理流程的數字化和互聯網化改造，一方面在幫助市政和基礎設施部門做城市的運營數字化改造，所以有了智慧政務、智慧城管、智慧交通、智慧市政、智慧公安、智慧環衛這些與政府當前的事權劃分和管理條線相匹配的業務系統，但其中涉及基礎設施的業務系統大都包含了運營和管理雙重職能，因為大多數城市基礎設施和生命線系統還是由政府在親自操盤。政府不得不做這些臟活累活的一個潛在原因是，這些工作不但難以盈利，而且由于其運營動態工作量和效果難以量化評估，所以無法交由企業去運營和補貼。

隨著物聯網和人工智能技術的深入發展，這兩年智慧城市也進入了新的發展時期。越來越多的城市場景在物聯網改造之后，具備了自主運營甚至商業化運營的能力。共享單車、無人駕駛公交車、智能垃圾桶、智能環衛車輛、智能路燈等城市智能硬件從局部的產品創新開始，逐漸在改變著整個基礎設施和公共服務體系的運營模式。這兩年我們團隊和相數科技一起合作完成了多個互聯網企業的大數據運營平臺，其共同特點都是運用大數據和人工智能技術，依托基于地理信息的數據可視化平臺，幫助企業去動態調度各種城市設施和服務資源。雖然其中還是有很多人為的因素，但可以看到數據驅動已經成為城市設施和服務運營的新趨勢。

上圖是我們幫助摩拜單車開發的可視化運營系統魔方平臺。通過位置、軌跡等實時數據，基于地理網格動態管理千萬輛共享單車的運營，基于人工智能算法實現車輛調度的輔助決策。

我們完成的類似出行平臺還包括電斑馬（大于出行）的共享電動自行車和充電樁運營平臺、蕃茄出行的共享汽車運營平臺等。

業務邏輯更為復雜的系統還包括停簡單的智慧停車場運營平臺和點我達的快遞外賣管理平臺。停簡單平臺除了基本的車位、車輛、收費等管理外，還可以根據車場飽和度和需求進行人工智能定價策略優化、錯峰停車引導等，還可以對接政府平臺需求，對失信車輛進行預警、報警，并對其來源等信息進行分析。點我達平臺則除了基本的外賣訂單、騎手、軌跡管理外，還有智能優化派單和路線等運營功能。

這些平臺與傳統可視化平臺的共同區別是，海量的物聯網設備和巨大的交易量，需要底層強大的實時數據匯聚處理和分析計算能力，前端除了解決大量并發數據的可視化以外，復雜的業務邏輯也對交互設計提出了很高的要求。類似平臺支持的基于物聯網和互聯網的基礎設施和公共服務乃至商業服務，將成為未來城市運營的主流模式。

說了運營，下一篇再說說智慧城市的管理平臺。

六、智慧城市兩個方向（下）

上次說到智慧城市演進的兩個主要方向，運營與管理。之前也專門說過萬物運營商和各種城市運營數據平臺。這篇要講的是，在越來越多的城市系統被IOT和人工智能運營技術改造以后，政府主導的城市管理將帶來的一些變化，其重要的特征就是城市數據平臺的演進。

說到數據平臺或者信息化平臺，政府一直是很喜歡的，當然最喜歡的還是那塊大屏幕。當年的第一代城市數據平臺就很酷炫。那個時代最厲害的平臺一定是規劃局的，真三維的數字城市，建筑立面上的貼圖可以亂真，各種靜態統計信息和圖表的可視化，甚至還有規劃、建設、管理等規劃行業管理功能，控規城市設計甚至建筑設計都能進行方案比較和空間分析。但其數據大都是來自統計部門，最多加上點各部門的匯總數據圖表。

我們所說的城市管理，也可以叫做城市治理，顯然不是當下的狹義“城管”概念，甚至不僅是政府各行政主管部門做的事情，還包括往往被忽視的城市的主官，也就是書記市長們，如何協調整個城市系統和各個部門的健康運行。但第一代的所謂城市數據平臺，都只是低維的部門平臺而已。

以前哪怕是北上廣的市長們，其實幾乎沒有渠道了解整個城市系統的運行狀態。一個千頭萬緒靠人力管理的城市，每天憑借有限的口頭和文字匯報，各委辦局的報喜不報憂，使領導常處于一種焦慮狀態。所有的高維決策都只能靠經驗和感覺，拍腦袋必然是唯一的方式。

前幾年我們團隊給某一線城市市委辦公廳做了幾年大數據決策參考，也就是每隔幾周在市委書記每天早晨閱讀的材料里加上一份城市運行和城市問題的分析報告。從一開始網上抓取可憐的數據，到和BAT等互聯網公司全面合作；從我們揣摩需求自主研究，到領導主動點題提出需要剖析的問題。我們逐漸摸索了一套用大數據分析解決城市問題的方法。而且這其中收獲很大的是，我們在市領導不斷的需求引導下，關注點從城市規劃建設，逐漸擴展到了城市治理的所有領域，包括環保、交通、城管、應急、輿情、產業、文化、人口等方方面面。市領導也終于對城市獲得了前所未有的掌控感覺，可以體驗到第三方多維數據對傳統城市統計數據的強大擴展。比如一次十一黃金周之后，我們提交了一份多維度的大數據城市運行報告，從此每個黃金周領導都會主動要求這樣一份報告，數據源也是越來越豐富和立體。

經過對市領導需求和數據資源的不斷沉淀，我們完成了第二代城市數據平臺，或者說城市體檢平臺的產品原型cityeye，城市管理者終于象現代醫學一樣獲得了隨時依靠大數據進行X光和CT的能力。智慧城市行業也開始在各地部署所謂的城市大數據平臺。這一代平臺的特點是，不但開始匯聚政府各部門的完整數據，也開始整合政府以外的互聯網大數據資源。這個時代的很多部門平臺甚至開始有實時大數據的動態呈現，甚至跨部門系統的實時互操作，比如阿里的城市（交通）大腦，就是典型的第二代城市大數據平臺。打通攝像頭和紅綠燈，還有信號燈配時，顯然不是個多難的技術問題，但能做到這一點，對政府的數據協調能力確實是不小的挑戰。

城市體檢平臺cityeye

第二代城市數據平臺和IOC:阿里城市大腦

最近兩年，互聯網數據源的不斷拓展，政府數據的持續匯聚，可供決策支持調用的數據豐富程度遠非當年可比，但很多城市運行的實時數據仍然由于技術和體制等原因難以獲取。因此我們團隊也在持續進行城市智能硬件的研發，尤其是以建立低成本高密度全業務的城市感知網為目標的各種集成城市傳感器。如今，我們的設備已經具備了對環境、氣象、積水、噪聲、人車行為,以及污染物排放和傳遞、違法施工等各種復雜城市事件的全面感知的能力，并在多個城市高密度部署，建立了基于物聯網的持續數據采集能力。

集成城市數據傳感器citygridG3

與此同時，隨著前文所說的城市運營模式的演進和PPP的發展，很多政府部門的城市運營職能逐漸弱化，剩下的管理職能則傾向于跨部門融合。城市政府的組織架構也陸續發生了一些變化：一些跨行業的高維機構出現，最典型的是從規劃國土等多規合一到自然資源管理部門的整合；融合規劃、城管、環衛、環保、市政市容等傳統部門業務的大城管部門逐漸出現；各種城市生命線的應急能力被抽離整合成為了專門的應急管理部門；大數據局等數據主管部門出現，開始自上而下統籌智慧城市建設的設施和數據。這些高維部門直接對應的就是政府的規則設定、底線監管等職能，而這些職能的行使，一個重要的前提就是整個城市生命周期的數字化。這也是十九大以來中央對“數字中國”概念不斷強化的一個重要動力。

在這兩個趨勢的推動下，我們團隊和相數科技一起研發了第三代城市大數據平臺——城市領導駕駛艙。其核心能力是各部門各場景海量實時數據的接入，尤其是大量新興的基礎設施運行物聯網數據，通過專門的人工智能算法進行降維處理，通過一系列功能模塊滿足各級城市管理的需求。把巨大龐雜的多維數據按照不同的事務而非部門事權去抽取和建模，形成更符合高維城市治理的新型平臺。物聯網大數據和人工智能的結合，也符合ICT技術發展的AIOT趨勢。

在市領導的思維模型中，部門的條塊分割雖然是國家機器運轉的必然結構，但也是城市事務處理的天然障礙。同一個突發事件，比如交通事故或者地質災害，在不同部門的系統里會有不同維度的表達和信息，但以往的方式通常是沒有能力將這些信息快速綜合提供研判決策支持的。而人工智能通過大量歷史數據的學習和抽象，加上專家系統的邏輯綜合，是可以以事件和事務為線索重新呈現各種城市問題和事件的因果關系和相關性。城市作為一個復雜系統，可以通過這種方式，幫助決策者快速識別和處理關鍵環節，從而大幅提升城市管理的效率和科學性。

七、數字孿生

數字孿生概念近兩年在智慧城市領域出鏡率很高。這個來自于工業領域的概念雖然名字有趣，但其實并沒有什么太新的內涵，無非是在數字空間再造實體空間的鏡像。對于建筑、規劃、地理學科來說，本來我們也要對城市空間三維建模，也就是制作之前所說的數字城市。我們本來就有的CIM（城市信息模型）概念其實基本上與數字孿生就是同義詞。

當然，除了描述三維空間信息的GIS和BIM，物聯網使萬物互聯和實時感知成為可能，我們可以實現更多城市運行數據的采集，所有的人、物、流都可以在數字空間里獲得數據同步。這樣看來，其實我們前幾年一直聊的城市大數據，就是在試圖用各種數據，盡可能還原一個完整的城市運行狀態。除了政府數據、傳統的空間數據、互聯網數據以外，一個新的城市感知網已經呼之欲出。目前的攝像頭、環境監測設備，固然能采集很多的實時數據，但離完整呈現城市運行狀態，滿足精細化管理的需求，還相去甚遠。

談到數字孿生，大家經常會關注逼格很高的部分，比如像一個沙盒系統可以模擬推演，什么人工智能可以決策判斷，甚至還能如Matrix或頭號玩家生活在虛擬世界。作為終極目標，這些沒毛病，但現階段聊這些，只能說想多了。

所謂人工智能的邏輯，無論什么機器學習還是神經網絡，都先要學習大量歷史數據，而我們其實根本沒有足夠的多維數據去訓練城市運行的AI，充其量模擬某些簡單系統的運行，勉強整個紅綠燈配時。

圖：數字孿生城市的四個階段

所以說，其實實現數字孿生的關鍵就是定義全域感知的新技術產品，這不是某一個單品，而是一個產品體系，而且必然隨著傳感器、5G和邊緣計算技術的發展不斷迭代。高密度部署、高精度感知、實時結構化計算回傳，類似無人駕駛高精地圖。實時更新的全息城市信息模型除了空間信息，還可以疊加無數個數據維度。一磚一瓦、一草一木、一桌一椅、一人一車，都會以不同的頻率更新位置和狀態信息，真的“全息”，數據量和帶寬需求都是我們現在無法想象的，但又會是5G時代的常態。當然，“全息”無疑是永無止境的目標，也許是下一個IT領域追求的類似摩爾定律的新周期。

記得當年幫摩拜做魔方平臺的時候，訪遍了國內的大數據和可視化公司，就沒有一家能承載如此海量的實時數據，還要做復雜的計算和可視化，幸好相數的技術解決了這個難題，后來停簡單、點我達這些城市服務運營商的出現，也出現了越來越多的物聯網大數據平臺場景需求，而至今仍然罕有另外的企業能夠應對。從這個角度說，所謂現狀孿生這第一個階段尚且還是個概念罷了。

圖：制造領域的數字孿生模型圖解

（來源：Delotte University Press）

摩拜魔方

八：5G

“啊~啊~啊~5~G，你比4G多一~G”，僅此而已？

跟之前幾篇比較抽象的文章相比，這篇的主題好像是有點硬。5G作為目前最為熱門的ICT技術概念，連菊廠自己都認為尚無真正的應用場景，而這其實并非設備商應該解決的，而是需要各行各業立足自身行業未來形態有所預判。所以感覺最近很多行業都在思考其與自身的關系，其中就包括一些開發商朋友，還有城市規劃的小伙伴們。

聯想到前面幾代無線通信技術的升級，雖然速度快了成百上千倍，傳輸內容從語音到短信、長文本、圖片、視頻、直播，催生了移動互聯網，尤其是微博微信等社交應用、還有快手抖音各大視頻APP、淘寶京東拼多多，但似乎對城市形態和城市領域的傳統行業并沒有帶來什么變化。當然，我們周圍是多了些生鮮電商實體店，倒閉了一些百貨商場，但也僅此而已？

為什么大家對5G有著不同以往的期待？也許是因為這次升級看起來將要達到一些大家向往已久的臨界點，會引發一系列質變，當然也會帶來無窮的新商機，對城市的規劃、建設、運營和管理的影響更會十分巨大。可以說，我們之前搞的所有關于智慧城市領域的創新，皆是5G時代開始的新城市革命的序章。

就技術來說，5G幾乎滿足了關于無線通訊的一切想象，連續廣域覆蓋可高速移動、低時延高可靠、低功耗大連接、高容量（流量密度）。無線通訊的技術進步，無非圍繞頻率、帶寬、功率和信噪比的一系列數學關系的優化，5G之所以和以往的升級不同，就是這次的頻譜效率基本達到了香農定理的極限，如果沒有基礎理論的革命，這次升級基本是這一輪的最后一次了。所謂6G，大家通常寄希望在太赫茲頻段，目前還只能是個概念。

香農定理（知乎甜草莓）

毫米波通信是5G的最核心技術特點，毫米波波束窄，方向性好。Smallcell、大規模MIMO等基站和天線技術也是服務于毫米波這個前提的。這些對城市空間最直接的影響就是，由于微站的發射功率低，服務半徑小，穿透性差，傳輸損耗大，基本是視距傳輸，需要在城市中非常密集地部署。近兩年智能路燈桿產品和商業模式的出現，基本都是在為5G基站的落地做準備。燈桿作為城市中最為密集的基礎設施，又有了供電和寬帶連接保障，必然會成為城市物聯網的最重要載體，尤其是采集視頻乃至3維數據流、聲音、污染物、氣象等城市運行狀態的多種傳感器，充分融合后可以實現全息的網格化城市狀態和事件感知。而這些載體和數據未來也會是自動駕駛車路通訊的重要議題。

作為一個副產品，高密度的基站布局和精確的定向能力，會帶來手機信令數據價值的一次飛躍。定位精度會提高一個數量級，跟現在的GPS數據不相上下，達到亞米乃至厘米級。更重要的是，可以實現室內外一體化的高精定位。信令數據會成為描述人的位置和行為的最為整齊精確的數據源，取代絕大多數定位和計數工具，為精細化的城市規劃和治理提供支持。當然，手機這種產品形態應該在五年左右會被取代，但應該會化身到更多的物聯網產品尤其是可穿戴設備之中發揮類似的作用。

就具體指標來說，下載速率理論值每秒10GB，是4G的十倍；理論時延1ms，是4G的幾十分之一；單通信小區物聯網終端數量理論值達到百萬級別，是4G的十倍以上。

從高可靠低時延角度講，1ms量級其實已經低于神經系統的傳遞時延，所以主要應用于需要超高精度或者較高移動速度的場景，最為典型的就是自動駕駛。尤其是作為L5過渡狀態的編隊駕駛和遠程駕駛。在高速行駛情況下，毫秒級的剎車時延對應的就是厘米級的剎車距離。從單車自主控制，到V2V和V2X的大系統，通訊技術可以釋放大量車端的感知和計算壓力，最重要的好處無疑是安全性。而無人駕駛安全性的提高直至L5最終普及，給城市帶來的變化應該是5G時代里最大的。本文不重點展開這部分，畢竟Sidewalk的整個城市尺度空間變革的故事幾乎都是基于無人駕駛的，包括空間距離的敏感性降低、出行途中與固定場所的區別部分消解、小汽車無需私有、共享出行和公共交通融合、城市用地性質高度混合、TOD模式的消解、路面資源需求降低、停車場需求大幅降低……總的來說，無人駕駛帶來的是城市的交通功能和其他功能的融合，車輛和各種廣義無人駕駛載具會變成移動的城市功能空間。雅典憲章以來城市功能分區的概念會在各個尺度上發生消解，雖然不一定是徹底顛覆。城市功能空間無論大小，彼此之間信息的互通和通過道路交通完成實體空間的連接會呈現一種新的關系，其實就是數字孿生空間與實體空間的幾種新的互動方式，暫時還沒有合適的理論探討。

此外，5G可以提供一些精密操作場景的遠程化。低時延另外一個典型應用場景是遠程醫療。結合觸覺機器人，可以實現遠程B超和內窺鏡等診斷，甚至遠程手術，幫助非城市化或落后地區實現醫療水平的均衡和醫療成本的降低。類似的，從工業角度來說，一些高精度操作工作也可以引入遠程協作機制甚至遠程就業，也許這些未來只是遠離城市的無人工廠的補充而已。

高帶寬應用的典型應用是VR、AR和超高清視頻，大家通常會考慮其娛樂應用。在我看來，重點是5G支持的帶寬大概可以解決一些視頻時代還不能解決的面對面交流問題。以前我們以為通信、語音甚至視頻可以一定程度上消解空間距離，甚至可以實現遠程交流取代面對面。直至5G時代，真正全息的VR技術才能一定程度上實現這個目標。除了語音和面孔，細微的表情動作都可以被捕捉，感受到“氣場”層面的信息，甚至還包括氣味、微環境、觸覺等影響交流真實感的因素。可以預見，當與島國老師們沉浸式的交流需求先得到完美滿足以后，其他的場景應該都問題不大了。說到老師這事，流水線式的傳統K12教育在AI和5G的輔助下，是不是也能真正實現遠程互動和因材施教呢？

低功耗大連接主要應用在物聯網領域。未來城市中，萬物互聯會超出我們目前的想象，不僅是智能家居和交通工具這些應用。最后一公里的光纖網絡甚至基本的弱電布線都可能被5G直連取代，目前各種連接方式的智能家居設備可能都會變成扁平的結構，會對目前的市場格局產生不小的影響。工程建設可以擺脫一些線纜的限制，這一點會節約不少成本，但實際對設計的影響會有多大還需要觀察。最近參與的一些智慧公園項目中這個感受尤為明顯，后面可能會專門撰文。

2G時代和NB-IoT早期不靠譜的物聯網連接狀況將成為歷史，無論是NB-IoT還是Lora或者另外的低功耗廣域網協議取勝或者分庭抗禮，都會給我們帶來更穩定可靠的物聯網體驗，當然這一點是之前深受其害者才會有的感到區別。

隨著MEMS等傳感器技術的發展，所有城市基礎設施甚至建筑構件都會接入物聯網，并實時更新狀態，最終實現數據驅動的控制運營。與低時延特征結合，AI邊緣計算也會與物聯網融合，解決基本的AI分析能力，減輕云端和傳輸層沒有必要的負擔，真正實現AIOT。例如未來無縫覆蓋的智能攝像頭，其采集的高清視頻會在本地完成包括人臉在內的各種基本內容識別和結構化處理，可以按需調用甚至分布式檢索，結合其他傳感能力，共同構建真正高頻刷新的數字孿生城市。

5G無疑會象電力、蒸汽機一樣使我們的城市發生巨大的變化。作為城市規劃師，我們有幸身處一個即將變革的時代，可能會創造新的城市理論范式。但目前憑我們的想象力，似乎并不能預測未來城市形態的變化。上文并未有什么實質性的新知，充其量算是整理一下思路。已經提到了工業、交通、醫療、教育這些決定城市中心性的最強功能要素的改變，加上早就發生的零售業，雖然導致的空間形態改變似乎也就是使城市功能進一步分散和混合，甚至原子化，大尺度來講也許指向區域化網絡化，但疊加在一起的效果就無法想象了。

而且這次城市革命更大的改變，也許主要不是形態上的，而是規劃、建設、運營、管理的邏輯本身。5G也不是一個獨立的技術，而是和其他ICT乃至材料和生物等技術一起，呈現一個全息感知、數據驅動的城市，可以更好地通過人工智能適應和滿足市民的需求，自主學習，自我完善。城市規劃師，也不需要絞盡腦汁想象一個與以往不同的科幻場景，而是需要更多思考如何利用新的技術和數據去漸進優化我們的存量城市空間，學會在外科手術和望聞問切的技能之外，轉變成循證醫學乃至精準醫學的專家。智慧城市也需要更多理解ICT技術的建筑師和城市規劃師，作為智能場景規劃師，創造更豐富得體的技術應用場景。

九、場景規劃

最近有了一個新的崗位，智慧城市場景規劃專家。似乎全世界還沒有類似的專業和崗位，這幾天也免在思考，這件事情的核心技術和解決的問題是什么。

智慧城市圈子里的同學們應該都有感覺，以城市大腦為代表，去年以來這個領域又重新火了起來。5G、人工智能、物聯網、無人駕駛這些新技術概念讓這個一直沉浸在電子政務、攝像頭和IOC大屏的領域有了更大的想象空間。Sidewalk的未來城市愿景雖然一直停留在ppt上，但美好的效果圖還是讓大家興奮和憧憬不已。這幾個月接觸的項目中，從開發商的小鎮和園區，到城市新區，還有國家戰略的千年新城，無不提出建設智慧城市乃至未來城市，但都面臨一個問題，如何去規劃建設一個屬于未來的城市。

本來這個問題很簡單，因為城市規劃天生就是面向未來的，能繪到底的一張藍圖本來就是這個行業的本分。但是傳統的空間美學主導的城市設計，以及法定體系主導的功能分區，已經使這個行業的想象力逐漸枯竭。在產業革命帶來的新一輪城市革命之前，并沒有做好相應的理論準備，以至于無法適應新一輪的空間規劃需求。我們的學校教育和職業培養體系，都缺失了數據科學的基本培訓，更不用說對ICT技術的敏感性。很少有規劃師能回答新一代信息基礎設施與城市空間的一系列關系。規劃項目中也經常會煞有介事地規劃智慧城市專題，但往往會止步于wifi覆蓋，更可笑的是經常會把數據中心堂而皇之的擺在城市中心以示其重要性。新一代信息基礎設施對于城市的改變不會亞于小汽車，而想想我們現在的規劃規范有多少邏輯來自于小汽車，就知道我們的規劃行業需要補多少課。

當然這幾年流行的智慧城市頂層設計貌似也是回答這個問題的。但ICT公司們的目標只是把自己的成熟產品賣給政府，所以他們所謂的頂層設計只能是系統架構設計的馬甲。哪怕你是千年大計，互聯網公司有的也就只是現成的云網終端，電網、鐵塔公司、電信設備和運營商，能擺的也就是充電樁和基站。當然，無論誰做總包，都會找很多的ISV小伙伴去集成各種各樣的軟硬件產品，從攝像頭到紅綠燈，從燈桿到垃圾桶，都可以從市場上采購，大不了再放幾輛無人駕駛汽車轉悠。但這樣真的能建設出未來么？

綜合來看，目前市面上的智慧城市和未來城市需求有兩類，一類是面向當下，用當前的成熟新技術解決痛點問題；一類是面向未來，探索未來技術和新模式。兩種模式雖然看起來都是綜合運用各種ICT技術去升級城市基礎設施和運營體系以及城市管理模式，但方法論的區別不小。

無論是政府的信息化，還是開發商的示范項目，大多是用成熟技術解決當下問題的。理論上，ICT企業脫胎于軟件工程的需求分析和響應方法論是可以應對的。但是，軟件工程的前提是需求明確，而傳統部門用戶提出來的只能是基于傳統的規范和模式的業務需求，直接用新技術去響應這些需求，結果就是換湯不換藥。我們見到的大多數智慧城市產品都是如此，只是把一部分以前由人來完成的工作交給機器，并未幫助傳統部門實現新的運營或者管理模式。所以這類需求一定要基于對業務本質的高度理解，幫助用戶重新定義目標的可行實現路徑，通常采用小規模漸進式的自下而上研發實現。

而面向未來的模式就更加難以實現。沒有現實的需求和成熟的產品，卻需要向iphone一樣洞察技術的趨勢和人性的偏好，重新定義整個城市在新技術作用下的新的生產生活模式。只有極少數的大公司和大城市有這樣洞察未來的雄心和能力，因為只有這樣才能成為引領者而非跟隨者。未來其實是有多種實現路徑和可能的，絕大多數場景不存在唯一的技術解決方案，不是科學家能在實驗室決定的，而需要在真實的城市場景里試錯、迭代和完善，最終成為共識。比如新能源汽車的方案，就技術來講氫和電顯然是各有優勢，但誰先落地并獲得大量的用戶，可能就是決定性的勝利。這才是我們為什么要建設未來城市的示范區，不是一個盆景，而是新的技術和標準的孵化器，各種新產品在真正的城市場景里磨合和完善，同時也需要創新企業現場研發和完善產品，通過對所有城市系統的流程再造，形成從產品研發、落地，到收集和分析用戶數據，完善和迭代產品的閉環，自然也會形成一個基于創新的產業生態。這類需求其實也是自上而下的頂層設計的真正意義所在，需要由政府或大型企業（聯盟）去抉擇和定義整個城市的演進方向和關鍵技術方案，通過大規模產業協作自上而下完成研發組織過程。

這兩類需求都需要有真正意義上的智慧場景規劃能力去響應。

“場景”規劃是一個很抽象和綜合的概念，我理解為對城市的空間容器里各種要素的統籌安排，城市規劃側重其實體空間要素，新芝加哥學派的場景理論對城市空間和社會空間已經有全面的研究，而智慧城市則需要綜合考慮空間要素和ICT技術要素。智慧城市場景設計可以類比電影和游戲的場景設計，從故事線到世界觀，從鏡頭語言到燈光道具，需要從整個系統的運行邏輯去綜合分析。場景設計有幾個關鍵的環節或者說技術要求，也許可以作為有志于這個方向的小朋友們參考。

首先，是對城市場景復雜性的理解。

大家都知道一句話，城市是開放復雜巨系統，但這究竟意味著什么呢？城市要素之間復雜的關聯和互動，牽一發而動全身，以至于往往無法用還原論思維簡化。跟城市規劃類似，解決復雜問題需要關注事物的關聯性和動態性，把城市里的各個系統、各個部門綜合起來考慮。目前的智慧城市系統絕大多數是垂直部門建設的，形成一個一個的數據煙囪。但其實各種數據可以服務的都不僅是一個系統，這就導致了大量的重復建設尤其是重復的數據采集。各系統之間的共性需求沒有統一的動力，共享和匯聚的困難會在各個環節體現，尤其是市級的統籌，往往面對千頭萬緒無從下手。比如我們研發城市數據融合傳感器，就要梳理環保、城管、交通、公安等各個系統的感知需求，歸并指標和空間部署的共性因素，并探討每種數據對其他系統的可能價值，以創造創新的行業應用。另外，復雜系統自組織和涌現等特征，使個體之和遠大于整體，所以非線性思維是重要的素質。

二是對技術與空間的互動關系的理解。

革命性的技術對空間都會有摧毀和重塑的力量，鐵路、電力、汽車和電梯都是類似可以改變城市形態的技術。即將出現的L4L5級自動駕駛和5G等都可能會成為類似的革命性技術。參考上一篇對5G城市場景的推演，我們需要能超脫于技術本身，理解識別城市中可變的和不變的要素，從技術史的視角去觀察技術對各種城市要素可能帶來的改變，進而推演隨之而來的空間變革。比如對無人駕駛和共享出行主導的城市進行前瞻，就不能仍然機械地按照此時的規范配置停車位，至少要考慮到未來車道變窄且停車需求降低空間富余之后的彈性改造方式。而如果還用私家擁車而非共享的邏輯去測算無人駕駛汽車的需求量，那就會是個比交通擁堵更大的災難。所以邏輯推演的更長遠愿景將是公交系統變革和用地組織方式的變化等。這也體現了第一條的復雜性，即每個變量的變化帶來的都會是一系列連鎖反應。

三是對綜合技術的敏感性。

智慧城市項目自然離不開ICT技術的綜合應用，而創新應用、尤其是著眼長遠的流程再造項目，往往需要用到非常多的跨領域技術，甚至黑科技進行創新研發，這對任何領域背景人員都是巨大的挑戰。云計算、物聯網、傳感器這幾個常規技術對IT公司來說可能問題不大，但涉及到復雜無線需求，就只有菊廠有足夠CT能力搞定。但更多的場景中，涉及到更全面的材料、工控、能源，甚至生化領域的技術，即使每種技術都未必多復雜，但綜合起來就成了不可能完成的任務。比如對排水管網內部堵、漏的監測，幾乎只有井下機器人一種辦法，但市場上的產品形態大都還很初級，要不就是個球不知道被沖到哪里去，要不就是只能拖著幾十米電線一個井一個井抽干了水放下去靠視頻檢查一小段，每公里綜合成本上萬。當然，現在已經有了視頻、激光雷達、聲納一體的三維形態感知能力，也有了履帶、蛇形、腹壁等行進方式，也有攜帶電池的長續航能力。但可不間斷自主工作，可從污水中供電，可穿透數米土層與地面通訊和定位，可處理復雜粘稠油污沾染腐蝕，可放置無源定位標簽和MEMS傳感器等需求其實在技術上都并非難事。但因為涉及技術領域過于寬泛，對研發團隊的綜合要求高，導致一直沒有理想的產品出現。在城市基礎設施改造領域，這類價值巨大的市場需求俯拾皆是，但通常被熟視無睹。

四是問題導向的綜合場景的構建能力。

我理解的城市規劃本質是統籌各種資源解決城市問題，ICT技術當然和空間手段一樣理應成為解決問題的工具。現在的各種所謂智慧城市示范項目，往往是把各種所謂的高科技產品擺在一起，卻并未真正考慮場景的需求，就連雄安市民中心和海淀公園也不例外。例如園區的無人駕駛產品已經成熟，但通常會被扔到路上作為個游樂項目，在我們的方案中，則會作為智能垃圾桶的搭檔成為智能定義路線的垃圾回收載具，或者解決特定短途交通問題的工具等。在某軟件園的改造方案征集中，園內外的頂尖廠商提出的都是各自的成熟產品和解決方案，而我們則重點針對其園內外的主要交通問題，提出了結合景觀設計的慢行系統再造、園外停車場改造升級和包括無人駕駛在內的多層次接駁體系建立，以及與接駁系統結合的統一訪客管理系統，共享交通精細化管理等策略，有效改善園區痛點。

五是對城市數據的深刻理解。

無論智能化還是信息化，基礎都是數字化。用數據重新描述和解釋城市，是智慧城市的第一步，也是貫穿整個城市生命周期的主題。數據是智能的前提，沒有作為訓練樣本的海量數據的采集，就沒有對各種城市系統規律的識別，更談不到預測和調控；數據是場景的線索，各種應用和產品之間靠數據交換建立有機的聯系，豐富的互操作來自于充分的跨系統數據打通；數據是產業的動力，開放共享而又保護隱私的健全的數據生態，是智慧城市創新創業氛圍形成的的重要前提。

數據的主要來源，會從描述人的互聯網到描述設施的物聯網。從各種獨立傳感器到一體化的城市傳感網，從傳統設施被動感知到數字化設施主動上傳數據，這個改變的過程也是我們改造物理世界的基本邏輯。最終在數字空間里呈現一個全息的數字孿生城市，甚至把主要的生活場景從實體空間遷至其中。

六是對人的需求的理解。

這一點最為抽象。智慧城市項目，無論是2G還是2B，大多數最終都是服務市民的。我們認為，以市民為核心，多元主體的全面參與是項目成功的基本保障。在空間規劃時代，我們有環境行為學和人體工程學的工具。但在數字化場景中，人的主觀體驗和獲得感、幸福感的量化描述和評價并沒有相應的方法論。我們看到的很多尷尬的產品都是工程師的一廂情愿，最有代表性的就是很多主流智能家居產品的設計，蹩腳的產品和交互設計使本來的舉手之勞變得繁瑣和無趣。在B端和G端的類似的畫蛇添足應用也是不少，比如現在大雜燴式的智能燈桿，把各種簡單的ICT功能模塊各自掛在同一個桿上，就號稱智能，卻沒有一個真正把一體化采集城市數據訓練城市智能作為訴求。也許通過數據解決交通問題并不是直接2C，但可能比一個路燈上的手機充電器更能解決市民的實際問題。

七是對基礎設施運行規律的理解。

智慧城市本質上是指新一代的城市支撐技術體系，而從技術屬性去定義城市的關鍵在于新的基礎設施體系，這是支持所有城市規模形態和運營管理模式的根本。但由于大多數是隱蔽工程，投資巨大但又不容易直接看到，所以很容易被忽略。城市的水電氣熱管網和能源供給方式，加上固廢處理方法，是整個工業時代的技術產物，基本方式也許已經穩定，但其效率和安全、節能、環保等特性，還有巨大的提升空間，而基本方法就是依靠ICT和材料、化學、生物、能源等新技術去改造現有系統，以支撐更加可持續發展的城市形態。

時至今日，地面上的城市光鮮亮麗，卻很少有哪個城市能搞清楚自己地下埋著多少管線，有多少正在不斷跑冒滴漏污染著土壤和地下水，甚至爆裂乃至爆炸的風險潛伏。綜合管廊當然是靠錢解決問題的好辦法，但事實上大量存量城市基礎設施還需要更為務實的方式去改進。

物聯網時代的萬物互聯，重點并非是家里的電燈電視，而是整個城市基礎設施體系的實時在線可控。所有地下管線都將變成新的ICT設備，自身具備神經系統，獲得感知和數據傳輸能力，使城市運行更加安全高效和韌性。這個地上地下一體化的感知和控制網絡，其精度和覆蓋會遠超過現在的想象。從人為巡檢、經驗操作演進為靠人工智能控制的新城市生命線，對未來的5G網絡來說也會是非常主要的應用場景。最近不得不重新回憶在學校上過的一點基礎設施課程，和當年親手畫過的壓力和重力管網，試圖抽象可能支持其高效運行的各種數據及其感知方式，這也許是一種更接近未來城市本質的方法。

此外，道路作為一種特殊的基礎設施，與交通方式一起，從來都是定義城市形態的最重要要素。ICT的投資在道路基建費用中的比重會成倍增加，無人駕駛、車路一體化、路面的發電和充電、新型公交系統、MAAS……更多議題不再展開。

八是對城市經濟規律的認識。

這個問題簡單說就是一個“錢”字。合理的商業模式是場景成立的前提。雖然政府已經不象早年那樣充當冤大頭為各種毫無作用的信息化工程付費，但如今的PPP也大都還是掛羊頭賣狗肉而已，有幾個能真正實現運營并由持續收益的項目？大都只是從一次性收費變成了按揭而已。

每個場景下都會有受益方和付費方，雖然可能是羊毛出在豬身上。之前分析過，智慧城市場景不外乎市場主導的城市運營和政府主導的城市管理兩個大方向。前者通常是市場化的方式實現收益，對于基礎設施則是特許經營與市場定價和政府補貼等經濟手段相結合。Google對城市設施重新數字化定義之后，指向的是其實時在線可控可運營的模式，以數據運營驅動城市運營的邏輯一定會催生出新的城市運營商業態，這也許是繼開發商之后一個新的最賺錢行業。

在城市管理領域，政府為了提高效率而提高信息化水平，直接付費采購是比較合理的方式，但其績效的評估并非易事。其實社區治理水平、輿情、市民情緒、滿意度這些看似主觀的體驗也都可以用數據來描述和評估。隨著城市的發育完善和財力提升，城市政府對信息化產品的支付意愿也會從能直接盈利和容易見效的交通、安防等領域，外溢到更精細的管理顆粒度，提升市民更微觀的體驗和幸福感，城市的安全性和舒適性也會進入一個新的發展階段。

再寫下去，恐怕建筑師規劃師咨詢師加上系統架構師產品經理和銷售等職業的技能樹都要列上來了…這件事情的確需要跨學科的綜合視野，但也不可能有人真正具備這些能力，只能說需要一種面向這些領域的開放的心態和綜合型的思維。歡迎越來越多的城市規劃師投入到這個新的藍海領域，響應巨大的市場需求，重新定義我們的城市和城市規劃學科。

十、基礎設施

上面一篇里其實已經提到了基礎設施作為未來城市最重要的底層場景的重要性。不夸張的說，基礎設施的運行邏輯定義了城市運營和管理的基本模式和水平。

這里說的基礎設施，是城市規劃里相對狹義的工程性設施概念，包括能源、給排水、通信等系統，環衛中的固廢可以一起討論，道路作為獨立的一大類不在這里重點探討，防災又是不同的維度。所以我們基本的關注點就是地下管網和其節點設施。這些設施或者說管網的核心特征就是輸送城市里的各種“流”的通道。“流”分為幾個層次，物質流包括水（自來水、雨水、污水、中水）、燃氣、供熱、垃圾，能量流主要是電網（供熱燃氣雖然本質上是傳遞能量，但實際的邏輯還是運送物質載體），信息流是廣義電信網絡（有線、無線、包括有線電視等）。城市基礎設施投資和維護成本巨大，全國每年都是數萬億市場，且關系城市的安全高效運行，但大都又處于一個極其低效的人工管理階段。

說到未來的基礎設施運行邏輯，要先說一下CPS。CPS（信息物理系統，Cyber-Physical Systems）是一個綜合計算、網絡和物理環境的多維復雜系統，通過3C（Computer、Communication、Control）技術的有機融合與深度協作，實現大型工程系統的實時感知、動態控制和信息服務。CPS實現計算、通信與物理系統的一體化設計，可使系統更加可靠、高效、實時協同。我們最近常說的數字孿生跟CPS同樣是與工業4.0密切相關的概念，都是描述未來世界萬物由數據驅動進行計算、通信、精確控制、遠程協調和自治的基本運轉邏輯。數字孿生只是CPS的數字化前提，并不只是建個三維模型，實現感知到控制的閉環才是目標。城市領域通常最關心的規劃、建設、管理業務，其實永遠不可能變成CPS驅動的工程邏輯閉環，所以并非數字孿生的最典型應用。城市工程性基礎設施系統作為一種工業化工程，其轉型的大邏輯則必然是從數字孿生到CPS的過程。

在前面說的幾種基礎設施流中，信息流天然就具有信息化屬性，也基本上是完全意義上的數據驅動運行，甚至不具備人工控制的可能性。除此之外，作為能量流的電網信息化程度也非常之高，當然也是在分布式能源和新能源汽車等各種新型智能化設備的新需求推動下，發電、輸變電、配電、用電和調度各環節已經基本實現了智能化，從末端的智能電表普及率就可以有所感受。隨著能源互聯網、堅強智能電網、泛在電力物聯網等概念的陸續提出，電網系統從數據采集到傳輸和控制經過了幾輪技術升級，提出了從芯片、終端、網絡、平臺到AI的全面方案，即將通過全感知、全連接，實現基于全網實時數據的毫秒級預測響應和調度能力。

電網的改造方向和路徑基本可以作為基礎設施改造的一個藍本。全面的CPS化帶來的可靠性要求，甚至使其在公網之外需要建立230MHz無線專網。其數十億規模的物聯網和邊緣計算節點、毫秒級的時延要求、變壓器斷路器儲能設備等生態鏈的升級，再造了一個全國規模的基礎設施實體網絡，也造就了一個巨大的新興市場。類似的，城市路網作為特殊的基礎設施網絡也很早就開始了智能化改造，基本實現了分布式的流量和事件監測，也開始用微觀感知數據調控紅綠燈進行全網誘導調控的嘗試，其中軌道交通網作為相對簡單和封閉的系統，更是很早就開始討論CPS化的完全數據驅動控制。

而對照來看，我國包括大城市在內，供排水網絡為代表的物質網技術水平可以說還停留在中世紀。既有管線位置和拓撲結構難以探測和維護；管網損耗和泄漏、污染、爆炸、災損等風險巨大，維護成本高，第一代城市管網已經需要大規模改造；地下環境導致管內狀態數據難以監測和傳輸，目前基本是借用工業儀表的思路和產品感知干管節點壓力、流量、流速、水質、破損、堵塞等；數據有線傳輸為主，成本巨大，數據的質量、密度、頻度都難以達到自動控制的需要……

當然，如此明顯的痛點和巨大的市場不會沒有變革的力量。比如海綿城市的理念作為雨水源頭減量的治本之道無疑正確，但操作中往往巨大的投資都變成了劣質的透水材料，巨額投資并沒有換來多少監測設備來檢驗工程效果。綜合管廊是又一項已經式微的運動，用整個生命周期無法回收的成本，在地下為管網修房子，看似一勞永逸，但其實仍然不能解決管內監測和控制的大部分問題。除了個別工程條件良好且有特殊需求的路段，以及個別不計成本的城市，這個方式是必然無法普及的。

物質流管網雖然各自有其物理特征和拓撲結構，亦有壓力和重力之分，但基本邏輯的共同點很多，只是由于分屬不同的管理部門甚至不同學科專業，以至于很少放在一起探討。壓力管網的源頭是各種生產企業或者從長輸管線接入，水源氣源熱源等都可以通過變頻調壓設備持續送入管網；管網無論是環狀、枝狀還是放射抑或混合結構，都在關鍵的干管節點有各種壓力流量流速等指標的傳感器，一方面通過數學模型可以借助源頭調壓、沿途閘閥進行全網的需求平衡和調節，一方面可以通過指標的異常發現大型的事故和故障，如爆管、漏損、堵塞等；在末端（小區）會有各種增壓或調蓄設備，保證終端用戶的正常壓力范圍，也會有計量儀表進行計量和計費。至于重力管則是大致相反的的邏輯，分散的源頭，集中的末端處理或者排放，同樣靠中間的傳感器和閘泵以及調蓄節點來平衡網絡負荷。雖然各種設備大都實現了聯網和PLC控制，但大多數設備的控制時延都是分鐘乃至小時級，大都只能在事故級事件時響應，日常問題只能大致定位，再配合人工手段排查和經驗推斷。

在CPS的邏輯下，在通過CIM平臺維護完整的管線拓撲結構的前提下，大量無線小型分布式傳感器和邊緣計算節點將整個基礎設施網絡變成一套新的ICT基礎設施。加上實時無線遠傳的末端計量儀表，配合新型管內巡線工具，理論上可以實現一個全息的數字孿生系統。基于人工智能建模的全網動態平衡調度算法，可以毫秒級控制各種設備進行調節；對各種管道損傷和內部異常，可以精準定位和及時干預。

這套邏輯說起來并不復雜，但比起電力和交通等系統，埋在地下的管網復雜程度極高，各種管線內部壓力和腐蝕、污染等情況各不相同，土層和多種管壁材質令通訊和傳感領域的大多數常規方法都無能為力。可以說，管網領域的絕大多數需求尚無成熟的產品響應，這也是智慧城市領域最大的潛在市場。真正意義上的智慧管網需要的核心產品包括新型管道材料和結構、分布式微型管道傳感器等等，每一項都是千億乃至萬億市場的新領域。

此外，完全自動控制的城市生命線是運營商網絡很難保障的，因此需要真正意義上的基礎設施物聯專網。事實上，230頻段本來就不是電力部門獨享的，只是電網作為全國性企業，比地方政府更有能力建設和維護一張基礎設施專網。工信部165號文指出：230網絡，要滿足電力、燃氣、人防、水務等行業無線數據傳輸和能源互聯網應用的需求，采用共網模式，使用230MHz頻段和時分雙工（TDD）方式載波聚合、動態頻譜共享技術。負責基礎設施建設標準的住房和城鄉建設部應該盡早介入基礎設施物聯專網的建設，在未來的基礎設施領域真正發揮政府的指導和引領作用，在智慧城市領域掌握應有的話語權。

十一、智慧城市終極模型

城市是個復雜巨系統。無論是為了對城市進行研究，還是治理、管控，都需要把復雜系統進行還原和分解。比如傳統城市規劃，把城市分解為產業經濟、公共服務、建筑空間、綠地景觀、道路交通、生態環境、市政基礎設施等若干子系統進行研究和規劃。再比如城市政府，把城市分解為產業、商業、建設、土地、環保、教育、醫療、交通、公共安全等等子系統進行治理管控。兩種分類有對應關系卻不完全相同。比如政府的教科文衛，在規劃視角下常常會合并為一個子系統，因為它們遵循同樣的規劃邏輯。而建設系統，因為是空間規劃研究的核心內容，規劃就會把它再進行細化：建筑、綠地、公共空間等。形成合乎自身邏輯的還原方法，是學科成熟的標志。

智慧城市的研究和實踐中，一直以來主要依附行政管理的還原邏輯。比如我們看到的智慧醫療、智慧交通、智慧公安等。很容易理解，這樣的產品與政府部門事權相對應，更便于被采購、被使用。然而當我們進行智慧城市的深度研究時，我們需要從智慧城市更本質的邏輯出發，來還原城市復雜巨系統。這一方面幫助我們思考智慧城市繼續前行的方向，把握產品研發和產業發展的節奏，探索系統孤島的問題本質與解決方式，更幫助我們深入認識“智慧”與“城市”的結合模式。

控制論的基本邏輯是基于感知系統獲取的信息揭示成效與標準之間的差，并采取糾正措施，通過循環反饋使系統穩定在預定的目標狀態，感知與控制（在城市領域更多是干預）是兩個核心環節。從控制論角度思考，整個智慧城市的邏輯其實就是用ICT為核心的新技術方法對城市空間進行CPS（信息物理系統）化改造。但是現在流行的所謂智慧城市，除了個別領域以外，大都只是傳統政府業務的數字化或者信息化，尚未到達這個階段。

從CPS或者說可控制程度的視角，城市可以分解為三大系統：生態環境、人工建成環境和人群行為。

（一）生態環境系統——強感知，弱干預系統

生態環境系統是最為開放的。城市再小，生態系統也是與整個自然生態系統進行物質和能量交換的。作為一種人工生態系統，城市發展的物質和能量絕大多數來自其他生態系統，而城市廢物，除了在本系統內分解和再利用，必須輸送到其他生態系統。城市生態系統對外部系統的依賴性，也決定了其脆弱性。城市的可持續發展是最根本的城市問題之一，大氣、水、垃圾等環境污染與保護問題也是城市要解決的基本問題。

現有管控/干預方式：

建設前，即規劃階段，進行評價資源環境承載力以及開發適宜性評介（目前國土空間規劃的基礎——“雙評價”）。評價方法通過多個資源、環境、生態因子的疊加分析，從定量到定性，保證新城新區開發不對生態自然系統造成過大的破壞。因為評價方法簡單、機械，同時難以對規劃實施后果進行預測評估，所以這個方法僅能守住保護最最基本的底限。

具體的規劃設計方案中，規劃者可能會在城市內部設置各種自然廊道與斑塊，如風廊、水系廊道、動物遷徙廊道、綠地公園等，以減少諸如熱島效應之類由城市產生的對生態環境的負面影響，然而如何設置這些“生態基礎設施”，我們并沒有太多扎實的科學依據，總的來說尚處于“我以為”的想象水平。

城市運轉過程中，調控生態環境的手段更加有限，以減排為主：通過工程性基礎設施來減少本地的資源消耗、減少污染物的產生、或者在排放前進行無害化處理。

總的來說，我們知道城市對生態環境的影響是復雜的，大氣和水體污染，大多是在整個生態系統內復雜的生產和傳遞過程。但受限于科學對于生態系統中多種大量正負反饋機制的認知水平，我們現在還無法建模、甚至解釋其中過程，更不用說干預。當然，在實際操作中，由于政府考核和污染執法主要是根據環境監測設備數據，而環境監測設備的數據是可干預的，所以我們不討論對著監測站噴水這種操作……

ICT技術能幫我們做什么：在ICT技術加持下，我們能做的主要是用更低的成本進行更高密度、更實時的環境監測。一方面，更豐富的數據和更強的算力將幫助我們更好地理解污染物生產和傳播的規律、以及城市對溫度、氣候等產生影響、正負的反饋機制。另一方面，對突發的人為環境污染事件，我們可以及時發現、溯源和主動干預。因此，在這個領域智能化策略是“強感知，弱干預”。

（二）人工建成環境——強感知，強干預系統

理論上是物理世界智能化改造的重點

與自然生態相對的，是城市的人工建成環境，包括各種工程性基礎設施和建筑、景觀、街道等地表、地下的建成環境。理論上，這是一個完全可控的系統。前文提到過的水電氣熱等能源供給和管網系統，都是典型的可控系統，可以通過全網感知反饋數據實時調控供給和調度資源。建筑物由于是相對封閉的人工環境，所以基本上也是可控的。以BIM為載體，樓宇自控為核心的智能建筑已經是相對比較成熟的領域，可以實現對各種設備的調節，以提供相對舒適的環境體驗。隨著各種物聯網和傳感器技術的成熟，以及大量智能家居產品的問世，基于傳感器感知數據調控空調、照明等設備運行狀態的主動式需求管理成為智能建筑領域新的趨勢。這類系統的智能化策略是“強感知，強干預”。

一個特殊的子系統

道路與交通工具是個比較特殊的領域，理論上交通工具本身作為機電裝置完全可實現自動駕駛，道路工程也與建筑物類似可以實現比較完善的感知-控制閉環，所以大家往往認為交通系統是可以比較容易實現智能化改造的。目前智能交通領域大都把精力聚焦在以出行需求和OD為核心的研究方法，試圖提高車速和道路通行效率。但交通的本質是人和貨物的運輸，道路和交通工具只是載體。出行行為作為人類活動系統，在更上層發揮作用。在整個城市系統發生技術革命以后，更上層的人的需求、出行邏輯、交通模式幾個層次會發生變化，出行需求本身變成一個最大的變量，原有技術體系會瞬間崩塌，原本精密的模擬、參數，都沒有了意義。

舉例來說，隨著車速和通行效率的提升，其他出行方式會轉移到私家車，重新使道路通行能力飽和；再如無人駕駛車輛如果還是私人擁有，必將繼續增加車輛數量，使城市交通系統崩潰，但其實共享出行必然取代私人擁車，使車輛需求大幅降低；這兩個案例又衍生出一個問題，城市的公共交通、共享出行和私家車出行，是可以通過政策和市場進行調節轉化的，甚至可以通過預約和MAAS等機制很大程度上實現可預測和控制。比起通常認為智能交通技術對路網效率20%左右的理論提升極限，城市交通政策是更具影響力的變量。

（三）人類行為——強感知，中干預系統

這就引出第三個系統：人類行為。雖然上述兩大系統都與人類活動密切相關，但人類行為往往決定的只是系統的輸入變量。還有一類系統本身就是圍繞人的需求和行為的，包括生產、生活、出行等，又可細分為研發生產、公共服務、商業服務等領域，教育、醫療、零售、旅游、政務等均可歸為這類系統。目前絕大多數智慧城市建設項目都集中在這一領域。

由于人群行為的隨機性和自由度，以往我們對這類系統的感知和控制能力都很薄弱，尤其是個體行為，很多都接近隨機現象。隨著各種感知技術的發展和大數據技術的成熟，大量人類行為可以被感知和觀察，手機信令為代表的移動終端定位數據可以提供用戶的位置、行為、身份標簽等，基本實現了通過個體數據對人類群體行為的實時觀察。

零售是最基本的日常商業服務場景。以新零售為例，本質上是解決以顧客需求為核心的“人-貨-場”資源匹配問題。隨著各尺度空間定位、傳感器和生物識別技術的成熟，以及線上電商的發展，我們已經可以實現對顧客的城市空間行為、店內購物軌跡甚至貨品關注情況進行精確的記錄，也可以通過多源數據對顧客進行精準的畫像。在全面感知的基礎上，可以定向推廣、針對需求動態調整庫存和貨架SKU，提高坪效，降低推廣和庫存等成本。雖然并非是精準的控制，但已經實現了對系統相當程度的干預。

在線上流量接近枯竭的今天，家居和社區作為最大的線下入口，必然成為開發商、物業公司和互聯網公司爭奪的焦點，其實核心也是爭奪人的行為和消費習慣數據，這個會最終決定零售業成敗的砝碼。

下一步的可能方向

說這類系統的智能化特點或者策略是“強感知，中干預”。目前智慧城市的絕大部分硬件投資也是用于對市民行為的監測，但憑借監測所能實現的更多是異常事件的及時響應，以及對市民行為時空規律的探索，以改善基礎設施和公共服務。真正意義上對社會系統的控制是不可能實現的。實現社會和社區的健康發展，乃至于市民的全面發展和幸福感提升，還是需要靠社區和市民的參與共建，逐漸改善城市服務能力。

（四）小結

上述三大系統的共同策略是“強感知”，這也是ICT技術在整個智慧城市領域最核心的能力所在。

城市本質可以表述為“通過基礎設施和公共服務的集中供給，在空間、環境、能源等有限資源條件下實現生產效率和居民幸福感的提升的復雜功能網絡平臺。”我們解決的所有城市問題幾乎都可以歸結為一個共同的痛點：解決有限的基礎設施和服務能力與高速增長的需求之間的矛盾。交通擁堵、內澇、能源短缺、環境污染等體現了基礎設施的動態服務能力和效率不足，住房供給、房價、教育醫療等公共設施問題體現了住房和公共服務的布局、供給量與服務水平不足。

感知的核心對象，一方面是以人流車流、環境污染、負面事件為代表的動態需求信息，一方面是代表供給的道路和基礎設施的運行情況。在此基礎上，數據平臺和算法才能實現動態預測和供需匹配。對不同干預程度的系統，有些可以實現全自動的實時智能化干預，有些則進行長期的政策調控，還有些是人為的執法處置。

上圖是把系統拓展到感知、模擬（預測）、干預（控制）的整個閉環，形成一個能力矩陣。其中綠色的部分就是在智慧城市真正大有作為的領域，也就是對城市感知系統的全面建設，以及對建成環境系統的數據感知、模擬預測以及動態控制。黃色部分也是可以有限作為但應有冷靜認識的領域。

來源：人工智能學家

免責聲明：本文系網絡轉載，版權歸原作者所有。但因轉載眾多，或無法確認真正原始作者，故僅標明轉載來源，如涉及作品版權問題，請與我們聯系，我們將在第一時間協商版權問題或刪除內容！內容為作者個人觀點，并不代表本公眾號贊同其觀點和對其真實性負責

微信號：BIEIqbs

長按識別二維碼關注我們