智慧城市，让生活更美好

　　编辑导语：随着科技的持续进步，智慧城市的建设正在全球范围内加速发展。本文探讨了智慧城市的概念、背景、发展历程、特点以及项目架构设计，对智慧城市的深入解析，希望对读者有所帮助。

一、智慧城市的理解

　　提到智慧城市，我们常会联想到上海2010年世博会的口号“Better city, Better life.城市，让生活更美好”。然而，关于智慧城市的定义，目前尚无共识。下面将从两个角度谈谈对智慧城市内涵的理解。

1. 从AI+行业的视角

　　在谈论AI+、智慧化概念时，我们指的是以人工智能技术升级传统行业。智慧城市则是以人工智能技术升级城市公共服务。麦肯锡的《智慧城市：数字科技打造宜居家园》报告中列举了出行、安全、健康、能源、水、垃圾、经济发展和住宅等多个领域。不同厂商的智慧城市解决方案覆盖的行业范围差异较大。

2. 从政府职能的视角

　　《新型智慧城市发展报告2017》对智慧城市的定义是“智慧城市系统应是一个全面、精确、实时将老百姓需求与城市管理决策对接在一起的决策辅助系统，是一个政府、社会、公众三方参与的可持续商业模式”。我理解政府职能可大致分为决策和服务两类，智慧城市涉及G端（政府）、B端（企业）、C端（市民）三端用户，是一个将C端用户、B端企业和G端政府精准对接的辅助决策系统。

二、智慧城市的背景和历程

　　2017年，国家提出数字中国战略，随后各省份纷纷制定数字经济、数字城市、数字政府等未来多年的战略规划。相关政策历程可参考华润的《智慧城市白皮书城市建设运营数字化转型》。而《华为AI赋能智慧城市白皮书》则将智慧城市发展历程划分为试点探索（2012-2014）、落地实施（2014-2016）、发展转型（2016-2020）、新篇章（2020至今）四个阶段。划分标准基于政策文件。《百度智慧城市白皮书》则从技术推进角度，将智慧城市发展历程划分为概念导入期（2008-2012）、试点探索期（2012-2016）、统筹推进期（2016-2020）、集成融合期（2020至今）四个阶段。

三、智慧城市项目的特点

1. 周期长、回款慢、工期紧张

　　政府项目通常具有周期长、回款慢、工期紧张的特点。项目周期常以年为单位，交付部署后还有后续运维期（一般为3年）。项目初期由渠道商务打单，政府与多家意向单位沟通，听取各家解决方案并选择最合适的。由于招投标一般中期才开始，供应商需提前投入，且项目初验、终验不同阶段才能获得对应款项。需做好成本把控和风险防范。

2. 参与主体多、利益复杂

　　政府项目参与主体多，利益复杂。参与主体包括客户、供应商、监理等。客户侧有不同层级，包括高层领导、中层干部和基层办事员。日常工作中接触最多的是基层办事员，了解其工作流程和痛点。供应商侧可能的情况有项目分包给不同供应商或总包公司再分包给各模块的专业分包商。

3. 需求变更频繁

　　需求变更频繁是另一大特点。由于多层级领导决策链路长，中途易发生需求变更。项目需求自上而下传导，可能是政策导向性业务需求，也可能是领导指派的任务或解决内部问题。

4. 需要考虑系统融合

　　针对二期、三期项目，需考虑与一期已建成系统的融合。即使一期不尽人意，客户仍希望与二期三期衔接起来。

5. 注重安全性

　　政府项目注重安全性，需本地化部署或专有云部署。

四、智慧城市产业图谱及项目架构设计

1. 智慧城市产业图谱（图片来源：《中国信通院2020智慧城市产业图谱研究报告》）
2. 智慧城市项目的架构设计包括感知层、平台层和应用层。感知层负责外部数据收集；平台层包含数据管理和运营、数据储存和计算等模块；应用层则涵盖政府治理（TO G）、城市服务（TO C）和城市产业（TO B）。

五、智慧城市的常见问题

　　甲子光年曾报道《7年了，为什么智慧城市还不智慧？》和《三问智慧城市：建设8年为何还处在初级阶段？》。提到数据孤岛和数据共享难的问题基本每个项目都会遇到。虽然政务服务数据管理局和大数据管理局的成立以及政府数据统一开放平台的建设旨在打破数据孤岛局面，但效果尚未达到预期。许多数据目录中的数据字段较少且口径较粗，难以展开分析和下一步工作。

六、从PM视角看智慧城市机器学习项目的落地

　　有天在商场看到厕所外面有一个智能屏幕显示蹲位剩余情况。我们找了一个儿童厕所试验了一下，进去关上门后从原本的0/3变成了1/3。思考这个场景背后的需求和实现方法：在大型公共场所如旅游景区、机场、火车站等上厕所经常是痛点。作为管理人员可通过传感器和物联网技术提升公厕的便民化水平如提醒物资补给和调整清洁频次等。从PM视角看机器学习项目落地的全过程包括需求定义、数据采集与预处理、模型构建与训练以及模型融合等步骤。每一步都需要与客户和研发团队的紧密合作以确保项目的成功实施。