浅谈智慧城市在管理决策中应用的一些设想

——浅谈智慧城市在管理决策中应用的一些设想
本文共19622字,共分为三部分:
1.初心篇:为什么需要智慧城市以及什么是智慧城市?
2.操作篇:如何建设智慧城市?
3.设想篇:一些关于智慧城市的思考及可能的远景应用设想
本文为作者原创文章,未经授权,不得转载
简介
建立一个“全知全能”的“城市大脑”来辅助管理者来实现更科学,更人性化的治理的设想很早就被前人既在严肃的科学论述也在诗意的科幻小说中提到过。从上世纪中人工智能这个概念被提出来后,人类便一方面开始生活在人类的决策地位被机器颠覆的忧虑中,一方面为了提高效率兴奋地发展智能技术。智慧城市这个概念,也随着2012年深度学习算法在ImageNet比赛上突破而掀起的第三次人工智能热潮到来而再次进入风口浪尖。
遗憾的是,迄今为止我们还没有一个为大家所共同接受的对”智慧城市”的定义。这个概念究竟意味着什么?或者换个角度来说,”不智慧的城市”与”智慧城市”之间差异是什么?现在普遍认为,要建设智慧城市则需要一套先进的科技系统(姑且称之为智慧城市系统),那么建造这套智慧城市系统是为了解决什么问题?设计的出发点应该是什么?
如果用一个不太恰当的比喻,把建设智慧城市系统与克隆人脑类比起来看,现在我们在市场上见到的智慧城市项目,更像是我们因为技术上的突破成功得克隆了如视觉细胞或听觉细胞等部分模块,而我们离一个由中枢神经细胞控制的大脑(”城市大脑”)至少还缺了两个部分:1.克隆出中枢神经细胞,2.能把中枢神经细胞和已经有的模块顺畅联结起来的系统。骨感的现实是,我们离这两步还很远。
正因为离我们还很远,智慧城市的概念还很模糊,我们便能很有幸地享受建设智慧城市最有趣的一部分工作:探索智慧城市的内涵。
虽然我们对智慧城市的概念不太清楚,工业4.0这个概念是定义是较为清晰的,通过智能化技术升级改造制造业(第二产业)。从产业角度来看,我们是不是可以把智慧城市的概念依此类推至用智能化技术升级赋能囊括第一、第二、第三产业的系统呢?
答案是否定的,至少是不全面的。需要注意的一个问题是,用智能化技术升级改造第一、第二产业都没有问题,但是我们一般理解的第三产业,也即服务业(包括代理业、旅店业、饮食业、旅游业、仓储业、租赁业、广告业等),主要是考虑的企业端的服务,或者说”私人端”(private side)。而作为一个城市,其主体功能是公共服务(public service),包括行政、经济、文化、交通等多方面决策管理协调功能。因此我们在实际建设智慧城市的时候可以一步一步来,从外围的功能,以项目为试点。但是在建设之前,设计时需要优先以城市的核心功能作为切入点进行统筹规划。什么是城市的核心功能?我们认为,就是政府的决策管理功能。
本文目的是就如何建设智慧城市做一个探讨。由于智慧城市系统对应的城市业务功能范围很广,下文主要讨论的是智慧城市管理决策方面,也是我们认为的一个城市功能核心,并对智慧城市系统能在经济等领域有哪些应用提出一些抛砖引玉的设想。
下文结构大致如下:首先,我们将以增值税为切入点讨论智慧城市主要解决的核心问题:信息的不对称性,并提出智慧城市的目标是精细化的管理决策。第二部分将讨论什么是智慧城市?包括介绍目前建设智慧城市的发展现状,及存在的部分问题并提出我们对智慧城市系统的定义。第三部分将对如何建设智慧城市进行两方面的讨论,1. 首先从路径层面提出自上而下(国家顶层设计),自中间而下(由省为单位试点),及自下而上(信息打通及个人赋能)三种维度,相辅相成得逼近我们对智慧城市的刻画。2. 挑选智慧城市系统中较为重要的城市综合管理平台系统为代表,从操作层面讨论技术实施的路径。为此我们把决策流程一分为七,并分别讨论每一个模块中哪些智能化技术也许能起到赋能升级作用,整体又如何组合成城市综合管理平台,后简要介绍融资及运营机制。通过前三部分的铺垫,我们希望向读者传达我们对智慧城市概念的理解,并将智慧城市在未来经济等领域应用的设想及思考放在最后,以希望跟业内人士进行交流。

目录
  1. 为什么需要智慧城市?由增值税的由来及发展历程引出智慧城市的核心问题是信息的不对称,目标是精细化管理决策
  1. 智慧城市是什么?
  1. 发展现状:国内国外智慧城市部分案例
  1. 发展中出现的问题:缺乏清晰顶层规划,项目导向而非效果导向,技术导向而非体验导向
  1. 智慧城市的定义
  1. 以农村寄宿学校撤点并校为例看有无智慧城市的情况
  1. 智慧城市系统相关技术
  1. 如何建设智慧城市?
  1. 智慧城市发展路径
  1. 自上而下(国家顶层设计):主要分为顶层设计,控制性技术规范层,企业产品层三个层面,定义每一部分内容与相互关系
  1. 智慧城市管理中评价体系:有智慧城市功能后一个重要控制层
  1. 自中间而下:以省为单位进行试点为较为实际的操作路径,但需注意标准化体系的建立
  1. 自下而上
  1. 基层部门之间联结:提升信息交互效率,顶层规划并不可能规划到具体执行层面,智慧城市系统应建立沟通机制设立渠道,各部门工作层面的联系机制应向记忆神经突触一般按使用频次及重要程度来分配资源
  1. 个人层面:通过智能技术把一线工作人员从重复性的劳动中解放出来,从而进行需要人类高级思维的工作。个人智能助手的发展前景及潜在应用,语音成为下一代人机交互接口的可能性,其在智慧城市中应起到收集个人操作数据的作用
  1. 智慧城市技术实施路径
  1. 智慧城市综合管理平台:最为重要的智慧城市应用怎么建,之所以认为是最重要的应用,是因为其在信息层面是覆盖信息范围是最广的,各个垂直行业的应用可以根据功能模块定制相对应的平台,比如交通领域的阿里城市大脑
  1. 感知层:第一个层面是把部门间“信息孤岛”数据打通
  1. 平台层:第二个层面是数据的融合,清洗,构建相应数据库
  1. 应用层:第三个是根据需求建立相关应用,如政府对个人信用记录,检索交通信号灯监测等
  1. 业务层:第四个是大业务需求,根据业务需求选择模块化功能,如宏观审慎监管信息体统架构的建立,以法人为脉络的资金链回溯实现穿透式监管等等
  1. 智慧城市现有应用案例
  1. 交通领域:
  1. 阿里巴巴城市大脑在交通领域应用的案例
  1. 智慧城市为城市功能片区规划提供更好的数据支撑
  1. 智慧城市融资及运营模式
  1. 运营模式
  1. 国内智慧城市建设典型PPP模式对比
  1. 存在的问题
  1. 智慧城市建设过程中一些思考 (本文重点)
  1. 智慧城市能为经济改革做什么?经济改革核心问题为理顺扭曲的资金供应关系问题,具体体现为宏观去杠杆,降低影子银行规模等,中间重要一步为梳理系统性重要金融机构,有了智慧城市系统后能怎么更好的办这件事情的设想,包括从Alpha Go带来的启发
  1. 负反馈机制与延展预测,模拟:以一个信访的实际案例介绍建立负反馈机制能怎么改进政策制定的流程设想
  1. 新的融资机制和组织架构:是否存在新的组织形式?
  1. 附录
  1. 智慧城市部分技术应用及前沿:简要介绍物联网,云计算,自然语言处理,计算机视觉的应用领域及科研前线问题
  1. “政务型产品经理”是什么?:政务型产品经理的需求,角色定位,能力要求,潜在来源讨论
  1. 参考

1. 为什么需要智慧城市?
在介绍智慧城市之前,我们先来看看目前的城市管理决策中存在哪些痛点是可以通过智慧城市系统改进的?下面以增值税为中心,介绍几个例子。
在一段几年前网上流传的的视频上,刘QD在一次内部员工会议上讲到为什么在品牌方动辄采购几十亿元并获得极低采购价的JD在价格上却屡屡要竞争不过别的网站上销售额仅为百上千万的小商户,“除去一些卖假货的,核心是17%的增值税,小商家因为进货时没开增值税的发票,或者是把富余的发票违规卖给别的行业,这给他们带来成本上百分之五到八个点的优势,导致一些小商家甚至可以在售价比JD进货价还便宜的情况下生存。”这就是所谓的劣币驱逐良币,规规矩矩交税的商家竞争不过非正规交税的商家。政府的出发点应该是营造一个公平的市场竞争环境,一个良好的制度既需要把有能力的企业甄选出来,促进其发展,同时也需要让“老实人”不吃亏,自然的随着市场竞争环境“自生自灭”,还要把不法企业甄别出去。
增值税作为我国重要的税种之一是1979年开始试行的,我国现行的增值税制度是以1993年财税改革的成果为基础的,是由朱总理他老人家带着人一个省一个省跟地方谈判谈下来的,当年确定并被后来长期保持的17%增值税率,是根据在当年的经济环境下确保大部分企业在营业税改成增值税后不增加税负而核算出来的。当年为使各省同意税制改革谈判已经很难,要在这基础上改变也难。虽然后续一直有一些小幅改革,但是对于一般制造业17%的增值税税率一直保持到了2018年5月1日才改为16%(其他行业税率不同)。由此可以看出,政府制定政策就像人一样有天然的惯性,其影响的范围又决定了改变一项既定决策比制定初始政策可能需要更大的推动力,需要更多的因素撬动。
有时候一个政策在制定时出发点是好的,实行的过程中情况往往很复杂,可能跟设想的有出入。比如通过降税免税扶持小微企业。刘QD在讲话中提到一个例子。政府提出要收互联网小电铺的税,但是有人反对说收税会影响中小企业生存,这跟国家的大政方针相背离。但是小微企业背后事实上有两个群体要区分开来。我们这里脑海里浮现出来的小微企业往往主要是指在电商上的小微企业,这部分企业背后的主体是上过大学有良好网络知识基础的人群。从这个角度看,不收电商中小企业税确实促进了互联网行业的发展,鼓励了年轻人创新创业,对国家经济转型是有帮助的。
但从另外一个角度看,电商作为一种先进的商业模式,其发展意味着生产效率的提升,对于整个社会来说则意味着科技代替了部分劳动力。而这些被替代的主体是谁呢?主要是分布在中国各地的商业模式远远落后的街边小店。这些街边小店背后是主要是没上过大学的年轻人,更多的是三四十岁下岗工人,农村打工人员进城打拼多年后积累下来开的小店。不收互联网中小企业税对于这个群体来说则显得不公平,这种80年代兴起的路边小店因为线下的经营方式从创立之初就一直在交着各种营业税,定额税,城管费,垃圾运营费等大小杂税,并且会继续交下去。而在网上开店的人群往往受各种杂费影响较小,因为工商局一般也找不到。这客观上就可能造成不公平的现象,本来竞争力就更强的网店,没有被杂税干扰,被免征税,街边小店们的竞争劣势更加扩大,如果他们无法成功转型,则可能意味着这条生计都无法维持,造成潜在的社会问题。一个理想的公平制度,应该是不管线上线下一视同仁,30万元营业额以下企业全部免税。
一项出发点很好的政策,其实际执行的效果也可能会走了样。这是因为上面制定政策时对下面情况不一定会完全了解。下面未来的情况,也不一定能及时的反映上去以提供做及时调整的支撑。这就导致制定政策时,有时候会写的比较模糊,给下面预留操作空间,但这个操作空间又可能会滋生别的问题,比如腐败。
综上所述,1.政府的出发点应该是制定营造公平的环境的政策。2.政府的惯性意味着做任何一项决策都需要十分的慎重,一做就要做尽可能正确的决策,后续要改是很麻烦的。3.即使是尽可能好的决策,也未必那么有效,需要实事求是地不断与时俱进做出精准的决策
这归根结底反映的矛盾点是什么呢?信息的不对称。政府做出的决策是面对一个整体的,是在一个时间点上的,因而导致做出的决策大多数是线性的,出发点是好的政策不一定在每个地方都有效,一项再好的政策也不可能永远是正确的。
比如对多数行业的增值税率就是17%没有例外,比如银行存款利率面向公众是一致的,这是一条线。而当特殊情况出现,政策线的边界需要做局部调整了的时候,方式主要是人工的,信息的反馈不一定是及时的。如资管新规发布后导致一些企业资金出现困难,政府发布前肯定已经意识到会出现一些问题,但因为没有一个追踪企业级资金的精准信息系统,具体哪里会出现并不好预计,人工的方式进行全面的预先摸排也不现实;比如面对中小企业降低税率扶持生存;比如精准扶贫;比如给深圳特区特殊政策优先改革开放,这些重大决策都需要人类思维中高层级的智慧,通过把过往丰富的经验进行高度抽象的整合。目前的情况前期支持决策的抽象数据不一定充分,决策前后信息反馈也不一定及时全面;总体而言,因为人力物力及科技水平的限制,政府的决策总体是线性的而非曲线的,出发点是希望得到全局最优解的,而我们连局部最优解也许都没法保证达到。因为信息的不对称,要针对每一个社会主体定制个性化的政策方案是非常非常困难的。
一个智慧城市核心问题应该解决的是什么?我们认为应该是信息不对称。想要靠人工发明的机器系统实现人类能做到的高层级智能还很远很远,不具备可操作性,可操作的是收集为决策做支持的信息和数据。要实现与时俱进(时间)、因地制宜(地点)、实事求是的精准决策,需要在架构上实现扁平化,这就要求信息的沟通渠道是实时,全面而且准确的。
因此精准化管理决策,即利用智能化技术优越的信息采集、分析能力,在政府决策领域帮助决策者不断逼近全局最优解,以尽可能改善信息不对称的情况则是我们认为的智慧城市发展的目标

2. 智慧城市是什么?
2.1 发展现状
自从智慧城市的概念被提出以来,智慧城市的发展建设情况方兴未艾,据国家新型智慧城市建设部际协调工作组统计,全国共有220个城市开始了智慧城市相关规划,如无锡,银川,杭州,深圳等一系列城市走在前列。无锡拥有全国唯一的传感网创新示范区,是首批国家智慧城市建设试点城市,杭州市依托阿里巴巴建设“城市大脑”平台,深圳在“华为智慧城市分会2017”上发布智慧城市建设成果,与腾讯合作建设“智慧广东”,银川举办全球(银川)TMF智慧城市峰会,嘉兴市组建了市委副书记、市长、以及实施公司总经理组成的新型智慧城市“三组长”架构领导智慧城市建设。财政部已入库智慧城市PPP项目共计71项,总投资规模达565亿元。华为、腾讯、阿里、百度、滴滴、京东、商汤等企业先后宣布进入智慧城市领域。国际上一些国家、城市与企业也已探索出丰富成果,2009年IBM提出“智慧地球”概念,随后美国宣布“智慧地球”成为国家级发展战略,韩国通过填海造陆把松岛市打造成了“全球第一个智慧城市样板”,巴黎里约热内卢与IBM公司合作整合了市政管理系统,Google下属Sidewalk Lab发布智慧城市愿景规划,计划将多伦多东部的一片区域打造成“未来之城”,新加坡,伦敦,纽约,旧金山等城市在2018年英国Juniper Research发布的全球智慧城市领先城市Top 20榜单上位居前列。
2.2 发展中出现的问题
近年来,智慧城市的发展如火如荼,与智慧城市相关的项目如雨后春笋般落地,如自2012年以来因为深度学习在视觉识别上算法的突破,我国有一批人工智能视觉算法团队在技术上开始能满足公安部门在安防,交通等领域的工程落地标准,因而得以蓬勃发展。但是,对于整个城市来说,目前智能化技术还处于早期阶段。落地的主要是因为计算机视觉技术成熟而推动的试点项目,项目与项目之间缺乏统筹规划,因而可能形成新的”信息孤岛”。
客观的说,现行阶段的大多数项目都是经过公安部分的工作人员与企业技术人员经过深思熟虑讨论后决定的技术与需求能结合的比较紧密的项目,之所以出现关联性不大的问题原因有几点:1.时机早:目前智慧城市的建设工作处于早期探索阶段,技术如何能成体系的升级城市功能需要一批既懂技术又懂业务的人进行思考设想,这是在物联网,人工智能时代新的思维模式,需要适应。2.技术不成熟:机器在理解水平上还处于非常早期阶段,自然语言理解,知识图谱等一系列技术还不能让人们设计出足够”智慧”的产品,智能技术在一些零散的任务上也许能达到需求(如搜索),但是因为场景的复杂性,通用的系统还不够智能,处于一个食之无味,弃之可惜的尴尬阶段。
2.3 智慧城市系统的定义
智慧城市系统究竟是什么呢?智慧城市系统不应仅仅是一种政府信息技术手段的升级,总体规划也不应是物联网、云计算、大数据、“互联网+”、人工智能等技术的简单堆砌。智慧城市系统应该是一个全面,精准,实时的把老百姓需求与城市管理决策对接在一起的决策辅助系统,是在新技术条件环境下,一种新的管理思维模式,是以城市宏观业务需求为设计出发点,以提升城市生活体验为目的的复杂巨系统。智慧城市系统需要整合城市功能的各个模块。智慧城市的总体规划需要通过对城市治理,运行管理,功能服务等机制的深入了解,提出与技术手段相配套的针对深层次弊端的解决问题的技术架构框架。总体规划应该着眼于较长的一段时间,建设过程循序渐进,并充分引入公众参与,培育一个政府,社会,公众三方参与的可持续的商业模式。
——参考自《新型智慧城市发展报告 2017》

2.4以农村寄宿学校撤点并校为例看有无智慧城市的情况
为了方便读者理解这么一个复杂抽象的定义,下面用一个例子来介绍一下在智慧城市中决策具体意味着什么?
城市的发展方向其实是由一个个大小决策决定的,因为决策背后太多有多方面复杂的考量,我们以一个很小很具体的案例入手:
《财新》18年6月发布了一篇《农村寄宿制小学:代理家长在哪里》主要讲述了在城镇化背景下,许多乡村小学实行”撤点并校”,导致许多”家门口”的小学被关闭,许多农村孩子不得不去乡镇里集中上寄宿制学校。这些孩子因为本来就从去城市里打工的父母身上得到关爱不够,如今又在年幼时离开爷爷奶奶辈的照顾去寄宿制学校,普遍产生心理问题,负面情绪主要体现在抑郁,孤独,甚至有想自杀的情况。
如果我们把一项决策的过程抽象为以下几个步骤:
感知- 选择 – 预测延展 – 执行 – 指标 – 反馈 – 优化
1.感知:通过基础设施传感器(视频监控)、政府系统内部渠道(如公安报案信息、银行等)、群众信件、媒体、网络等方式得到的数据进行汇总,了解什么问题是需要解决的?
2.选择:有什么解决方式供选择?
3.预测延展:预测选择一个解决方式对问题本身有什么直接影响?,对各个不同部门、方面会产生什么间接影响?
4.定义:定义验收结果时需要看的指标
5.执行:具体执行选择的解决方式
6.反馈:收集该解决方式实际对各个方面的显性影响及整理隐形影响
7.优化:优化解决方式及验收指标的选择

(没有智慧城市系统时)那么具体在这个乡镇府的角度来决定是否执行撤点并校来说,他的决策可能就被分解为:
1.感知:通过工作人员对基层学龄人群情况,教师状况,本乡乡村学校运行情况的了解,上面下达的任务要求,指标,自身财政水平等现实因素发现了需要对该校的小学进行调整
2.选择:有哪几种方案?是不是一定要撤点并校?在哪里建设新学校?现状维不维持的下去?别的乡镇怎么做的?别的省怎么做的?等等
3.预测延展:预测撤点并校能不能实现?自身财政上能否满足?对乡政府有什么得失?对上级各部门主要有什么影响?(现在主要考虑的)对学生学习成绩有什么影响?对乡村教师有什么影响?对家庭有什么影响?(可能会考虑到的?)对儿童心理有什么影响?(延展到别的部门影响:一般在预测顺序很后端)
4.定义:如果执行撤点并校主要看什么标准来验证效果?(目前主要看新校楼落成,开学)谁去验收校舍建筑质量?(需不需要乡政府考量,这个问题目前考不考量?)学生成绩来看办校影响?学生心理健康程度这个指标基本存不存在决策考量排序内?
5.执行:根据前面的信息决策,然后执行决策,如执行撤点并校
6.反馈:建校成果如何?上级反映如何?村民反映如何?学生反映如何?社会反映如何?能否对反馈进行反馈,如发现的问题能否有效反映上去?如这次媒体报道会对该决策有什么反馈,负反馈的效果?
7.优化:如何改进现有决策及优化下次决策?如学生心理健康指标是否能够加入考虑的范围?生活老师的配套资金能够确保跟上?下次如果没有配套资金的时候有什么预案?能否引入社会资本?
即使是乡村小学这一个小的案例,其背后的因素已经足够复杂,现实的因素是乡政府不得不最先考虑的因素。儿童心理问题没有被考虑到,或者被考虑到但是被忽视了有其现实原因,要改变也不是乡政府一方有能力能办到的。那么智慧城市系统在这个问题上能对解决问题提供什么帮助呢?我认为最根本的就是通过信息化把思考的流程记录下来,让问题按照重要程度在政府系统内与考核制度联系起来,也就是前面说的把需求和目的对接起来,解决信息的不对称。

(有智慧城市系统时)我们按照上面7点来看,如果我们有一个智慧城市综合信息平台,那我们的决策流程能升级成怎么样呢?
1.感知:首先什么是问题重要程度呢?一个简化的指标就像是政府内网的报告中被提及的次数,现在的问题就是乡一级政府也许觉得问题是本级政府解决不了的,也就不向上反馈,或者反馈了又被中间某一层压下来了,反馈渠道不通畅。因为没有电子化,制定政策的部委在问题矛盾积累到一定程度以前并不一定了解实际问题发展的范围。试想如果未来的各级政府能有一个像知乎一样的问题平台,根据问题被提及的次数,其能被推送的范围就会上升,使得很多小地方的问题能汇聚成一类大问题。
比如心理健康问题,也许情感监测功能在智慧城市系统建成时已经内嵌到系统里了,但是如果没有足够多的反馈让系统”意识”到寄宿学生心理是一个需要关注的问题,技术人员就不知道需要把这个情感监测工具用到监测儿童的课堂表现上来感知儿童心理状态。进而,通过情感识别的算法感知儿童心理这个手段也就无法被应用了。
2.选择:解决方案的办法案例收集分享渠道不通畅,村支书们对于有什么办法能产业脱贫没有信息平台了解,有好的经验也无处分享
3.预测延展:如果有一个好的延展方向得到验证,可以同步到每一个村的信息平台中,比如让县一级镇一级政府认识到需要加入从儿童心理角度的考量呢?至少可以促进他们从这方面去思考
6.反馈:如万达内部管理系统一样,对一项任务需要根据系统内设的角度进行反馈上报,通过自然语言理解,大数据技术进行汇总提炼。
7.优化:试想一下运营人员像滴滴打车车中有无异味一样提供选项让村支书选择某个反馈问题值不值得加入邻村反馈问题表中,通过A/B test优化反馈流程

2.5智慧城市系统相关技术
总之,通过智慧城市系统,我们设想可以把决策的流程通过信息化手段记录下来形成数据,学习这些数据,优化,并逐渐发展成一些自动预警的决策辅助功能。另外智能化技术在决策的流程上只在某些环节能较大程度的赋能。
基于目前的技术水平,智慧城市在整个管理流程中短期内能够提升的步骤是感知(1)和反馈(6),其中主要涉及的技术有物联网、云计算、人工智能中自然语言处理(Nautral Language Processing,NLP)和计算机视觉(Computer Vision,CV)
中长期内可以取得突破的应该是预测延展(3)及优化(7),其中主要技术包括但不限于自然语言处理,知识图谱等等。目前的自然语言处理技术对以文字语义及逻辑上的理解(semantic understanding)或者说是机器认知能力还有待突破,没有语义的理解,无论是信息的收集,还是构建数理模型都造成了信息的流失。
关于智慧城市系统中部分具体技术的介绍,及相关技术的研究前沿请参考附录1 智慧城市部分技术应用及前沿

3. 如何建设智慧城市?
3.1 智慧城市发展路径
介绍完为什么需要智慧城市及什么是智慧城市后,我们来讨论一下如何建设智慧城市的问题。上文简要介绍了一下智慧城市决策可以被分为7个部分,及相关部分可能涉及的技术。下面介绍一下怎么把这些模块”拼成”一个智慧城市系统。
我们的设想主要有三种相辅相成的路径,自上而下-国家层面规划,自中间而下-省级开始试点,自下而上-基层部分打通沟通机制及个人智能助手。
3.1.1 自上而下(国家层面的顶层设计)
这条路径主要分为顶层设计,控制性技术规范层,企业产品层三个层面,这三个层面是由大到小的覆盖关系。
智慧城市建设是一个要素复杂、应用多样、相互作用、不断演化的综合性复杂巨系统。智慧城市建设,要有负责城市顶层设计的“总体部”,要有规划设计复杂巨系统的有效方法论。用以往设计电子政务、行业信息化等中小规模系统的组织管理模式和规划方法理论来规划设计智慧城市从方法上是行不通的。
3.1.1.1 顶层设计
对于政策规划层面的顶层设计,政府要从城市发展的战略全局出发研究制定智慧城市建设方案,把有限的资源投入到亟待解决的问题上,不能只谋一域,也不能贪大求全、照搬照抄。要把老百姓的切实感受放到第一位,坚持以人为本,聚焦发展重点,区分轻重缓急,统筹开展工作。
3.1.1.2 控制性技术规范
对于技术实施层面的顶层设计,应将其定位为总体规划的细化和落实,作为智慧城市总体规划与建设实施方案间的衔接桥梁,其作用类似于城市规划中的“控制性详细规划”,总的特点是具有“整体的明确性”和“具体的可操作性”,在建设实践过程中能够“按图施工”,避免各自为政造成工程建设过程的混乱无序。技术实施层面的顶层设计要从全局视角出发,对项目的各个层次、要素进行统筹考虑。通过业务、数据、系统和技术等多个视角,采用全局的系统分析。进行目标架构设计、互联规范和统筹建设约束分析。明确业务之间的协同关系、系统之间的协同和共享关系、各项任务的配合关系,设计目标架构路径,以此指导智慧城市的全局统筹发展,推动信息共享、系统整合和业务协同,真正实现智慧城市建设的目标一致、功能协调、架构统一、数据融合、资源共享和业务协同。
以上参考自《我国智慧城市健康发展面临的挑战》国家信息中心单志广博士
3.1.1.3 政务型产品经理
在政策规划层和控制性技术规范层下,第三个层级是企业在技术实施环节与上文提到的“控制性详细规划”对接,使得各个地方在标准上能够实现共通,我们暂时称之为产品层。在智慧城市发展的起始阶段,项目主要通过技术推动。但是智慧城市因为本身的公共服务性质,其发展的路径应该区别于传统的技术驱动行业,如互联网,移动互联网一般都遵循技术——产品——运营的发展阶段,智慧城市在项目设计之初,就应该更多的从以产品和运营为出发点,以体验为导向的设计思路,设身处地的为老百姓谋福利才能真正保证智慧城市的可持续性。在这之中,随着基础设施及平台逐步建设,在以城市体验为导向的智慧城市建设中,起到承上启下作用的智慧城市的“政务服务产品经理”的作用会逐渐重要。
“政务服务产品经理”需要懂得政务业务,具有互联网思维,还需要具有决策权力,能够协调多方资源。既要是业务能手,又要是管理者。
–《新型智慧城市发展报告2017》
关于这支亟待建立的政务型产品经理从何建立做了一些简单设想,详见附录2 “政务型产品经理”是什么?
3.1.1.4 评价体系的建立
智慧城市在建设过程中还有一项重要的内容:统一的评价体系的建立
评价体系独立于建设标准,是对建设成果,运营治理水平进行量化计算,设定标准的流程在建设前能更好的了解城市的优势劣势及重点解决的问题,对运营水平进行统一化管理。
智慧城市评价体系参考案例
智慧前海建设评价体系架构–参考自《智慧城市–顶层设计与实践》

3.1.2 从中间(省级)而下
有了顶层设计后,根据中国的实际情况及目前的发展阶段,智慧城市还是会以项目试点为主要方式推进,以省为单位进行智慧城市建设的逐渐成为目前的状况,如贵州省,广东省,上海市,江苏,北京都先后宣布了各自规划。以重点项目制试点制发展的好处是能集中力量快速做成有示范效应的项目,同时也能把经验推广到后续项目中。主要需要统一的就是确立未来信息融合时的统一建设,接口,评价标准。标准的建立需要具备前瞻性,需要为未来可能的新技术预留接口及工程缓冲空间。如韩国的松岛市智慧城市做为一个示范案例规划的时间为本世纪开端,当时智能手机,WiFi等技术均没有大规模发展,设计规划人员也坦言当时没有预料到如今智能手机的普及性。因此在规划时概念的领先及对未来变化的预留空间显得尤为重要,背后的设计哲学如何从以人为本的角度出发,如果更多的使居民和城市功能有机的结合到一块,需要专业的人员来思考。
目前发展案例:贵州省大数据发展管理局,雄安新区等

3.1.3 自下而上(设想)
自下而上主要从两个角度:1.基层及部门之间交互联结 、2.以人为个体的智能助手训练
3.1.3.1 基层部门之间的联结打通
智慧城市发展的技术路径第一步是打通政府各部门“信息孤岛”,实现部门间信息的连接,这一点后面会详细描述。虽然有了从上到下的架构,但是基层一线工作人员其实最了解单位之间联系最频繁,最重要的节点在哪里,有些并不一定能给规划人员包括在内。因此应该建立一种像神经元细胞相互自主连接的机制,通过建立平台使得部委,省市各厅局间可以自行建立网络,某一链接被激活的越频繁,其在系统内的权重及分配得到资源相应提升,就如同建立了不断强化的神经突触间的联系。
3.1.3.2 个人智能助手(脑洞系列)
目前很多一线工作人员或者中小企业的工作人员每天的工作中存在大量重复性的劳动,如制作更新报表,形成文字报告,复印信息,或者把纸质文件转录成电子信息,把A表格的某信息找出来填入另一份文件中等等工作。如果我们单单把其中一项任务拎出来,也许都能找到相应的软件去解决其中一项问题,如扫描文件,图片转录成文字,网络爬虫或数据库抓取更新信息,办公软件填入信息平台,形成电子文档等功能实际已经成熟,甚至根据风格自动撰写文字,自动总结文章内容,自动翻译,检查文档错误在一些特定功能场景下已经实现,如法律智能助手。但是在许多部门或者中小企业的工作人员离从繁重的重复劳动中解放出来依然遥遥无期,其中部分原因是其所在的单位由于体量等原因无法定制办公软件系统,更重要的其实是每一个个体的劳动虽然重复性大,但是相互间又有一些差异,目前的机器还没能形成“智能”能把一个个已经实现的小任务功能根据人的训练,要求串联起来。这种能把小任务串联起来的逻辑,其实一部分原因是上文所说的机器的语义理解的问题。
  • CALO计划
美国国防部下的国防高级研究计划局(Defense Advanced Research Projects Agency,DARPA)在上世纪资助了很多人工智能项目,其举办的自动驾驶大赛吸引了众多自动驾驶,人工智能与机器人的先驱学者、工程师。但是上世纪还有一个更加不为人知但雄心勃勃的计划,CALO(Cognitive Assistant that Learns and Organizes)计划。这项计划耗资近2.5亿美元,是有史以来最昂贵的人工智能项目之一。CALO项目的研究员希望能打造出一个拥有类似人类能力的软件助手,并且这个软件助手还能从曾打过交道的人身上学习,并对自己的行为进行相应的调整。
虽然这个有巨型团队,但又被DARPA过度控制的项目当年没有给现实世界带来直接影响,但是其负责人Adam Cheyer后来组建了一个公司,叫做Siri。这家公司又和苹果公司Allen Kay的Knowledge Navigator构想相结合,成为了乔布斯带到千万人手中语音助手。
  • 智能助手设想
我们的设想是自然语言理解在未来是否能在特定的场景下(如细分办公场景),通过与PaaS,知识图谱等技术的结合做成一个以语音和文字命令为接口的智能办公助手。刚刚介绍到语音接口的一个优势是一对多的检索,设想一下如果机器能够理解iPhone中每一个app的大致功能并通过人的要求自动匹配打开该功能模块,这个效率就比在iphone上的app store里寻找相应功能的软件,在打开那一个小方格以启动其背后代表的功能模块要快很多。通过简短的一个对话框(如Siri)能连接背后上百万个软件包,这也是为什么语音被视为下一代人机交互接口的一个重要特征。通过这样一个连接一定功能模块的助手,人可以通过训练机器把一些重复性的任务串联起来,实际上是让每一个普普通通的工作人员变成了一定程度上的程序员。这其中涉及到什么困难呢?其中之一是这意味着整个生态系统的改变,乔布斯当年把Siri引入iPhone的时候,实际上需要苹果的工程师们在iOS操作系统的底层把所有程序的接口重新改写了,发展到今天的瓶颈其实也是自然语言理解的功能还没那么完善,怎么样在语义层面让机器理解每一个程序的功能,理解人的需求的含义,并且把人的需求分解为不同程序的功能模块,调用模块的功能依然是一个待解决的问题。
至于这个智能助手在智慧城市中发挥了什么样的角色呢?所谓一个城市大脑,或者智慧城市的中枢在辅助城市运行的管理决策的时候,需要从小的功能模块发展成大的复杂模块,但是整一个发展的过程中是需要数据进行训练和支撑的。智能助手其实也是在收集一线工作人员的操作数据,也就是我们在寄宿儿童心理健康问题所提到的把决策的流程通过信息化手段记录下来。

3.2 城市综合治理平台技术实施路径
讨论完整体发展路径后,因为智慧城市各层级应用非常广,这里决定选择智慧城市综合治理平台,这个最为重要的智慧城市应用为例来讨论具体在技术上怎么建设。之所以我认为是最为重要的应用是因为其在信息层面是涵盖信息范围最广的,各个垂直行业的应用可以根据功能模块定制相对应的平台,比如交通领域的阿里城市大脑是在综合平台架构下的一个领域的分支。
智慧城市的实施路径第一步 – 打通政府间”数据孤岛”
要决策的流程通过信息化手段记录下来,或者说城市信息融合的核心是以城市业务需求为导向的。促进整合各部门信息资源,只有以业务需求为导向才能深入痛点问题促进体系的改变,对城市的整体需求进行对城市全面的资源整合和共享。
信息资源与共享方法框架————参考自《智慧城市–顶层设计与实践》
智慧城市由下到上的架构为:
感知层-平台层-应用层-业务层
智慧城市信息融合包含了连通数据的感知层(基础设施层,IaaS),处理数据的平台层(数据融合层)和建立在平台之上的应用层(应用平台),以业务需求为导向的业务层(业务架构)。
3.2.1 感知层 Iaas
感知层 IaaS – 该层解决的是人类世界和物理世界的数据获取问题
通过传感器,探头,摄像头等采集外部数据,通过RFID,条码,工业现场总线,蓝牙,红外等短距离传输技术传递数据。
通过贯通把电信、电视、互联网网络架构体系把数据传输到云计算数据中心
通过政府系统,媒体,企业等渠道收集人工汇总,内部数据等信息,数据输入平台
3.2.1.1五类信息数据
感知层收集的数据包括五类:
1.人口信息,以自然人为主线,包括公安人口信息、计生、劳动和社会保障、民政、残联、教育、税务、统计等部门
2.地理空间信息,以城市管理为主线,包括规划、国土、建委、公安、市容、安监、环保、以及社会的空间地理信息
3.法人信息以法人为主线,整合国税、地税、工商、质监、人事、财政、人行、公安、外汇管理、统计、交通、海关等部门的信息,实现以税源监控为目的的企业基础信息资料库
4.宏观经济资源库以宏观经济指标为主线,包括工业增加值增长速度、工业主要产品产量及增长速度、客货运运输量、固定资产投资情况、城镇投资情况、社会消费品零售总额、居民消费价格指数、消费者信心指数等
5.基础设施资料包括路网资源、市政设施、学校等公共服务资源
3.2.2 平台层 Paas
平台层 -信息资源共享的核心层 PaaS
定义指标度量体系、关联关系、数据标准
对数据进行清洗、整合形成统一标准数据库供应用
3.2.2 应用层 Saas
作为城市的大脑,集合了感知,平台及应用三种层级的平台可以根据业务需求定制不同的应用功能。从老百姓的角度出发,建立城市综合运行管理平台只是城市功能的一部分,但是对于旨在提供良好生活体验的智慧城市来说,综合运行管理平台是一个较为重要的中枢。其能高水平的整合城市的各个系统、各项资源,可以准确搜集、分析、处理城市服务的各项信息,打破信息孤岛,行业孤岛式的运营。对一些紧急事件实现及时监控,快速响应。还可以被扩展,根据业务需求被整合成具体部门的应用。
智慧城市综合管理平台结构示例————参考自《智慧城市–顶层设计与实践》
正如前文所述,智慧城市的应用除了综合运行管理中心之外,也包括信息资源中心,数据交换中心等其他功能,城市综合治理平台是智慧城市的核心设施,但远远不是全部。
以上智慧城市实施路径部分主要参考自《智慧城市——顶层设计与实践》,其中包含江苏省邮电规划设计院对智慧城市的探索,并对该书作者表示感谢。

3.2.3 智慧城市现有应用案例
3.2.3.1 交通领域
下面我们用一些具体案例或者设想来探讨一下城市大脑,或者智慧城市综合运行管理平台目前或者将来能发挥什么价值。
智慧城市在交通领域的应用
  • 阿里巴巴城市大脑
阿里巴巴城市大脑自2016年宣布以来,2017年10月11日正式在杭州萧山区上线,让萧山区信号灯自动配时路段的平均道路通行速度提升15%;平均通行时间缩短3分钟;应急车辆到达时间节省50%,救援时间缩短7分钟以上。在苏州实现试点线路公交出行人数增长17%。
  • 城市规划
八十年代上海市政府解决上海交通问题核心是修跨江隧道,跨江大桥,当时要解决的根本性问题是基础设施结构性问题。时过境迁,空间规划逐渐成为更为严重的问题。
通过大数据关联分析发现,在我国有些城市因经济发展规划和居住区规划不协调,经济重心与人口重心偏移并扩大,跨区式的出勤需求是造成交通拥堵压力剧增的重要原因。“如果是这个原因,大力发展公共交通已不是有效解决城市拥堵问题的首要手段。” “我们的分析结果目前已经得到这些城市的重视,开始着手解决这个问题。”
——摘录自《智慧城市的建设实践——大数据互联网下的行业切入与发展机会》
注:城市规划作为一项不确定性较大,面对时间跨度较长的任务,智能技术能够辅助人类决策的部分仍然有限,“有些时候还不一定有领导拍脑袋来的准”,所以如整个智慧城市通用系统一样,是一个需要慢慢积累的长期工程。

3.3 智慧城市融资及运营模式
3.3.1运营模式
智慧城市项目因为承载了城市的部分业务功能,使得项目本身具备了公共服务属性,因此注定了在项目的融资及运营架构的设置上从普通项目不同,需要仔细考量。目前智慧城市的运营模式主要有:
1. 政府独营模式:完全由政府进行投资建设运营。主要适合涉及公共安全、行政管理等领域,涉及部分较多且后期无法带来商业价值的项目,资金完全来自于政府信息化预算及专项资金
2.PPP(Public-Private-Partnership)模式,政府与企业进行合作,共同开发投资建设,并运营。这种模式可以较好地缓解财政资金压力,并优化资源配置,通过理清政府”监督者”和”提供者”之间的角色,提升公共服务质量。就具体操作方式上分:
  • BOT(Build-Operate-Transfer)模式即”建设-经营-转让”模式。特许期内将智慧城市工程建设特许权授予承包企业,负责设计、融资、建设和运营,并回收成本赚取利润,特许期后将所有权移交给政府。以BOT为例,流程简要来说为:中标后,政府制定投资主体与社会资本共同出资组建特殊目的项目公司(Special Purpose Vehicle,SPV);项目公司经政府授权负责投融资、建设和运营、面向政府、民众、和企业提供公共服务。运营期满,将经营权,所有权移交给政府资产管理机构。
智慧城市建设项目PPP模式操作方式案例——参考自《新型智慧城市发展报告2017》
  • 此外,还有建设-拥有-运营-移交(Build-Own-Operate-Transfer,BOOT),建设-拥有-运营(Build-Own-Operate, BOO),委托运营(Operations & Maintenance,O&M),建设-移交(Build-Transfer,BT),管理合同(Managing Contractor,MC),转让-运营-移交(Transfer-Operate-Transfer,TOT),改建-运营-移交(Reconstitution-Operate-Transfer,ROT)等。
3.3.2 国内智慧城市建设典型PPP模式对比
国内智慧城市建设典型PPP模式对比——参考自《新型智慧城市发展报告2017》
3.3.3 存在的一些问题
尽管PPP模式被认为是目前最适合智慧城市建设的模式,但是因为发展程度的原因仍存在一些问题。构建智慧城市的一个目的就是通过改善信息不对称的情况,合理配置城市资源,这与PPP模式设计的出发点是一样的,即公共部门和民营部门存在一个共同的目标:在某个项目上,以最少的资源,实现最多最好的产品或服务的供给。私营部门通过此目标实现对自身利益的追求,公共部门则以此实现对公共福利和利益的追求。因为PPP项目是带有公益性的项目,因此需要控制私营部门在执行过程中形成超额利益。另外还需要合理共同分担风险,主要是体现在各自优势方面的伴生风险,公共部门体现为为私营部门的基本预期收益提供引导补贴。私营部门则在具体管理责任上承担较多,以规避政府”官僚主义低效风险”等。
另外,从目前PPP项目建设项目经验看,一些地方政府为了吸引社会资本,多上项目,通过BT、政府回购、承诺固定投资回报等明股实债方式,带来政府隐形债务风险在,短期债务长期化风险。部分参与PPP项目企业,不愿意以承担运营风险,期望通过施工获取利润,违背了政府推广PPP初衷。鉴于此,建设移交(Build-Transfer,BT)模式不被纳入我国PPP范围。
目前财政部开展的748个PPP示范项目中,仅有10余个直接与智慧城市和信息化有关,可供参考成功案例仍然缺乏,为形成量化考核指标带来困难。
以上章节参考自《新型智慧城市发展报告2017》及《智慧城市——顶层设计与实践》

4. 智慧城市建设过程中一些思考
在前三部分分别对智慧城市的出发点(为什么?Why),定义(是什么?What)和建设路径(怎么做?How)进行了铺垫后,我们在这一部分重点谈一下对未来建设智慧城市的一些思考,及一些较为重要的应用设想。
4.1 智慧城市能为经济改革做什么?
智慧城市在经济发展中问题的应用设想(脑洞系列)
构建信息平台,整合数据资源只是第一步。整合完后还可以根据数据对将要实施的政策进行模拟,预测政策会影响的范围和效果。比如最近推行的资管新规马上导致了包括盾安集团等一系列企业出现资金链断裂的问题,通过打通政府各部门之间的数据,我们设想的智慧城市将可以辅助决策者在决策前预测政策可能带来的影响,比如通过把银行数据库,税务数据库,及法人数据库等信息共享,可以画出一个企业,银行间的资金脉络表,也就是所谓的穿透式监管,能较大程度的控制政策影响的范围和程度。
中国经济改革其中最重要的一个问题就是理顺扭曲的资金供应结构,扭转大型国有银行只能贷款给国有企业,民营企业、中小企业通过资本市场等直接融资渠道并不能筹措到足够的资金,只能寻求诸如信托等非正规渠道,国有企业持有大量资金但苦于无法找到高回报的投资渠道,反而把钱贷给中介机构,实质导致国有企业实际在做银行业务,致使影子银行迅速扩大。特别是08年金融危机以来宽松的货币政策,信贷规模迅速扩大,大笔钱流入国有企业,又致使一大批盈利能力并不一定强的项目上马。我国总体负债跟GDP比例已经超过200%,其中企业负债占大比重,影子银行跟GDP比例达95%。政 府为了防止系统性金融风险,其中很重要的一步就是去杠杆,肯定会采取市场政策,出清一部分债务负担超过企业承受能力的竞争力不强的企业,让该破产的企业遵循市场规律破产,该倒闭的倒闭一批,政 府也不可能给所有企业兜底。这其中很重要的一部就是理清楚哪些金融机构是系统性重要的,梳理各金融机构资金,看清楚哪些金融机构是牵一发而动全身的,哪些则是需要投资者和发债人一起承担损失的,非系统性重要金融机构应该允许破产,政 府也不应该给这些机构兜底。
在确定系统性重要金融机构这个重要一步中,建立信息共享融合的机制,就可以按照前面提到的建立智慧城市感知层,通过连接法人数据库,宏观经济数据库,自然人数据库,建立金融业的准确及时的信息系统,辅助监管层决策。
中国在实施大型的政府行动(如反腐,去杠杆)时讲究谋定而后动,前期需要搜集大量的信息,仔细斟酌研究利弊,然后有步骤的进行。比如老 wang推行的巡 视制度,巡 视的顺序先去哪,后去哪,其实需要极高的政 治智慧,需要对整体形势有非常深刻地把握,然后反复权衡,预测,反馈,决策,这种层级的智能也许在非常长的时期内机器都难以达到,或者说也许某种程度上就达不到。
但是从另一个角度看,这跟围棋中“势”类似,在Alpha Go出来之前人们也以为机器做不到,虽然后来机器远超人们的预期,但其中围棋的行动选择(361个落子点)比起真实世界来说确实小巫见大巫。我们也许从Alpha Go设计的思路上学习一些能被用到智慧城市上的方法。Alpha Go 结合了深度神经网络,增强学习,蒙特卡洛树搜索以及后续的对抗学习算法,其本质是在与人类棋谱以及自我对弈的过程中不断积累经验提升自己。在智慧城市的建设中,我们如何构建安全的系统,以及如何不断从自己过去收集的操作经验,和群体智慧中反思提升治理水平。
就如我们建立的一个个独立的办公软件一样,数据库里的数据是独立的。如何从资料库之间,建立网络化的信息处理模式。能把不同资料库之间的数据链接起来其实就是我们人类的智慧。或者说能从过往的经历中积累下经验,见微知著,了解能从纷繁的信息中抽丝剥茧寻找出未来要找的路,这就是对政府体制的深入把握。

4.2 负反馈机制建立
信访案例反馈与负反馈机制 (脑洞系列)
下面从一个信访案例探讨智慧城市解决信息不对称中的应用以及对建立负反馈机制的一些想法。
一家国有企业中心与员工家属近期发生一起纠纷,事情的经过是老员工过世后,他的几位子女来企业取丧葬费用,但因为其中一位子女与老员工断绝了子女关系,另几位子女无法获得其身份证件。而企业员工觉得按照规定无法在未获得所有子女证件的前提下给另外几位子女发放丧葬费用,顾虑在于如果后续另外一个断绝关系的子女要是来找企业的话很难给一个说法把所有丧葬费用都给了前几位子女。这件事情因而闹到了国家信访局,再一层一层下发批示处理。子女们看来企业员工为了免责,怕惹事上身,企业员工觉得自己按规定办事。双方都没有明显的过错,问题出在规定的灵活性及制定规定时没有思考周全上。这本身也是可以理解的问题,毕竟社会各种情况复杂,不一定能十全十美。但制定时没有思考周全,出现问题也未能及时纠正,就拖成了问题。
这个问题实际上反映了一类社会问题的缩影,一方面体现为公务员能不能设身处地的为老百姓思考,背后深层次的问题是规定的漏洞如何能得到及时的弥补,以及制定规定是能否得到更多的决策。
通过智慧城市的手段,建立及时的信息平台,预定老百姓反馈意见的通道,及时的履责监督系统,就像互联网公司一样,之前系统里出现了一个bug,马上系统指定专人处理,并跟踪处理结果,用户可以对处理结果进行反馈。
更深一层想,通过自然语言理解技术的发展,对信访案例进行归档建模,对每次案件进行自动整理及逻辑归纳。如果能让机器理解了这其中的矛盾点和需求差异,并因此得以预测某一政策对该案件中老百姓的态度改变,那么对于政策制定者来说就可以在制定之初对新政策产生的影响进行一个预测。
简单的想法可能是从新政策引起的该分类下上访案件上升数量预测来评估新政效果,如果推行新政策,预测上访人数减少了,那么也许就是值得推行的。未来可能发展成机器自动分析并生成规定建议修改文本,使得矛盾得以更及时的解决。

4.3 新的融资机制和组织架构
上文谈到PPP模式是目前状态下智慧城市建设最为理想的组织模式。智慧城市的项目因为面向的是公众,在组织形式上存在一个为谁负责?被谁监督的问题。如果采用现有的PPP模式还是存在一个设计SPV公司的问题,既然是一个公司就存在董事会的问题。
以董事会为中心的公司最初在欧洲形成,其早期是以东印度公司为代表一批具有社会经济职能的组织,其治理方式形式上一定程度可以说是代议制由”公”到”私”的延伸。现代董事会制度主要有三个基本原则:1.董事会是公司权力的最高行使者(director primacy); 2.董事会采用一人一票平等的并且集体合议方式行事; 3.董事会对公司制度的有效和正当运作负有最后责任。
董事会制度明确对股东大会和董事会的权利和职责,由股东大会选举董事会,由董事会指派总经理并对其监督。总经理向董事会负责,董事会向全体股东负责。由于种种原因,中国企业在董事会模式运行一直差强人意。
但是问题的根本在于?董事会制度真的适合智慧城市项目吗?我们讨论了智慧城市的建设出发点应该是市民的城市生活体验,但是股东大会的主体需求跟市民的是否能保持一致呢?换句话说,全体股东大会能不能代表市民的长远需求,董事会会不会为城市体验负责?
举一个简单但不一定恰当的例子,报道上经常出现学生家长自愿为孩子学校宿舍出钱装空调,但不被学校批准的例子。给孩子宿舍装空调(市民长远需求)被学生家长群体提出(市民组织),但是被学校拒绝。虽然具体的实际情况因情况而异,也许学校有别的方面的考量,但是总体来讲,我们希望学校是能够为了学生的利益负责的。当学生所在的组织没有办法及时的解决其需求时,是不是有另外一套组织形式更符合要求呢?
自亚当·斯密时代以来,董事会由于始终不能完全保护股东财产而一直遭到质疑,包括美国法学院(1982)、Lorsch和Lipton(1992)、Jensen(1993)在内的很多人曾都针对董事会的改革提出了各种不同的建议。尽管存在诸多不足之处,但董事会始终被人们认为是解决困扰所有大型组织的代理难题的次优办法(当然不是最优办法,否则就不会面临如此多的质疑),目前还尚未找到可以代替它的其他有效制度。
——参考自《董事会制度》
我们不由思考区块链或别的新兴技术能否给如智慧城市项目这种以公益性质为主的实体带来新型的组织架构呢?比如市民如果觉得某些项目是值得做的,而政府又在财政上有困难的,有没有更直接的组织形式能让市民们为了其生活体验更直接的参与到智慧城市项目的建设中去呢?公司制度下的组织架构已经存在几百年了,新的模式在智慧城市范畴下是否必要?

5. 总结
本文从WHY-WHAT-HOW的思路上介绍了一下智慧城市建设的一些思考,为什么需要智慧城市?因为我们看到智能化技术给我们提供了一种新的思维方式,让我们更加接近了一种能系统化记录、分析、优化我们的思考的模式。智慧城市系统是什么?本文做出了一个抛砖引玉的定义:一个全面,精准,实时的把老百姓需求与城市管理决策对接在一起的决策辅助系统。至于怎么建设智慧城市?我们提到第一步就是把决策的信息流通过新兴的技术电子化,按照感知层-平台层-应用层的架构搭建智慧城市综合管理平台,其他领域可以挑选模块定制系统。在操作路径上则有自上而下,自中间往下,和自下而上三种相辅相成的方式。最后我们提出也许是本文最有价值的一些应用思考,文章以增值税开始,以经济改革结束,也是因为在这个政府决策中举足轻重的领域,我们看到了智慧城市未来广大的发展空间。路还很长,需要仰望星空,脚踏实地。基辛格博士在《世界秩序》一书中曾提到,18世纪出席维也纳会议旨在重构一站后世界秩序的外交官们因为距离本国往往有较长的通讯距离,得到的指示都是笼统,模糊,主要靠临场应对。21世纪外交官们可实时与首都保持联系。实时通讯技术的发展,给当代外交模式带来了本质上的变化,进而也影响到了世界秩序的发展进程。智慧城市相关的云计算,人工智能,大数据,量子计算等技术的发展会给城市运行模式将带来什么影响?让我们拭目以待。

附录
附录1 智慧城市部分技术应用及前沿
基于目前的技术水平,智慧城市在整个管理流程中短期内能够提升的步骤是感知(1)和反馈(6),其中主要涉及的技术有物联网、云计算、人工智能中自然语言处理(Nautral Language Processing,NLP)和计算机视觉(Computer Vision,CV)
中长期内可以取得突破的应该是预测延展(3)及优化(7),其中主要技术包括但不限于自然语言处理,知识图谱等等。目前的自然语言处理技术对以文字语义及逻辑上的理解(semantic understanding)或者说是机器认知能力还有待突破,没有语义的理解,无论是信息的收集,还是构建数理模型都造成了信息的流失。
短期,中长期可能用到的智慧城市部分技术介绍:
1.互联网
2.物联网 (Internet of Things, IoT): 在感知层收集基础设施,设备等数据
主要技术
RFID(射频识别)应用如一卡通
NB-IoT(Narrow Band Internet of Things) 二维码 应用如共享单车
传统传感器:摄像头,红外,GPS
3.云计算
服务类型分:基础设施即服务(Infrastructure as a Service, IaaS) :服务器,存储设备打包成服务给用户 应用如云盘,AWS
平台即服务(Platform as a Service, PaaS):提供应用软件开发, 测试,运行环境,适合小企业开发自己的软件 应用如微信小程序,Google App Engine
软件即服务(Software as a Service, SaaS):提供用户所需的软件,软件部署在云服务器上,中小企业不需要雇佣IT人员进行运行维护
4.人工智能分支之下深度学习
自然语言处理:
信号处理,语音识别,语音合成等已经有一定解决方案,目前瓶颈主要在自然语言理解(Natural Language Understanding,NLU),近期能否突破在于以深度学习为推动路径的数据训练模式是否能够走得通?业界有认为需要新的理论思维方式,如符号学派方法与深度学习结合的方式,也有把自然语言抽取并投影到语义空间的尝试,未来方向会向多模态合并(语音,视觉等)发展
自然语言投影到语义空间的尝试-京东研究院何晓东博士
如图:
1.”小明快递了一袋苹果给外公”
2.”外公从小明那收到了袋红富士”
3.”小明快递了一个苹果X”
第一句话和第二句话虽然文字上迥然不同,但是我们能理解是近似的意思,第三句话虽然文字上跟第一句话很像,但是在语义空间上是跟第一句话相隔很远的。
重要模块:语音识别(Automatic Speech Recognition,ASR),语言理解(NLU),对话管理(Dialogue Management,DM),语音合成(Text to Speech,TTS)
在物联网浪潮中有成为重要人机接口的潜力,适合一对多类型搜索,例子在手机中通过语音说一个应用功能以取代以视觉在众多图像icon中寻找功能,应用如智能助手
按人机对话对话类型分:
1.任务型 带有明确目的,以完成任务为目标,Ontology 驱动任务型对话系统,应用如买机票
2.问答型 配合知识图谱完成知识问答
3.聊天型
4.搜索型
计算机视觉:
应用有人脸识别(正面),物体识别(多角度,被遮挡情况下识别),深度检测
目前发展方向往视频中的识别处理,及图片的语义理解方向发展,如看图自动形成简短文字描述内容。另外还有时空特征识别,做深层次的空间,人,车,物关联分析。

附录2 “政务型产品经理”是什么?
政务产品经理培养来源、能力模块探讨 (脑洞系列)
来源
1.国家信息中心,新型智慧城市建设部际协调工作组等智慧城市规划部门干部,对智慧城市发展路径,国家政策,撬动体制内能力强,对政府运行模式及弊端了解较深,良好的大局观但能否有较为灵活的思维适应快速变化的环境?
2.大型互联网,AI公司产品经理团队与政府团队对接,如腾讯智慧广东,阿里城市大脑等团队项目产品经理,这个团队有产品方法论,但对政务实际运作业务了解有限。
3.地方团队,公安,税务等各行业体制内公务员。与1类似,对全国发展现状不如1,但对地方情况更为了解,是运营团队的理想人选。如江苏省邮电规划设计院,贵州省大数据发展管理局
4.其他行业,如NGO团队
模块
1. 以人为本的初心
2. 政情把握
3.发展成熟商业模式能力
4.与技术团队沟通落地能力
5.抽象能力,分隔各模块功能及其间联系功能及其他产品经理基本功

参考
1.《新型智慧城市发展报告 2017》
2.《农村寄宿制小学:代理家长在哪里》
3.《我国智慧城市健康发展面临的挑战》
4.《智慧城市——顶层设计与实践》
5.《智慧城市的建设实践——大数据互联网下的行业切入与发展机会》
6.《与机器人共舞》
8.《智慧城市——大数据、互联网时代的城市治理》
以上内容,来自饭团“AI产品经理大本营”,点击这里可关注:http://fantuan.guokr.net/groups/219/ (如果遇到支付问题,请先关注饭团的官方微信服务号“fantuan-app”)
———————
作者:黄钊hanniman,图灵机器人-人才战略官,前腾讯产品经理,6年AI实战经验,9年互联网背景,微信公众号/知乎/在行ID“hanniman”,饭团“AI产品经理大本营”,分享人工智能相关原创干货,200页PPT《人工智能产品经理的新起点》被业内广泛好评,下载量1万+。

发表评论