一九產業AI速寫：城市篇互聯網+
導讀
在城市AI領域，中國紅利是確實存在的。
在城市AI領域，中國紅利是確實存在的。
要說起AI給城市帶來的改變，我大概是有點發言權的。
我住的地方，在天津生態城。這地方基本是個島，每天出門都要過一座橋。但是顯然大家出門的時間是相似的，于是早八點這座橋上準時上演大排長龍。原本早上出門要堵半小時已經變成了條件反射，但今年夏天之后，堵車時間卻顯著減少了，甚至很多時候基本不堵。
后來我發現，原來是生態城的主要路口紅綠燈都被AI接管了。早上車流都在主路，支線基本沒人，加上智能攝像頭能看實際車流長度調配紅綠燈時間，于是我竟然可以莫名其妙多睡半小時了。
而我出差最多的地方是深圳。但凡今年去過深圳的朋友，應該都會寶安機場的變化印象深刻。顯而易見的變化是，值機和安檢都可以刷臉了，常飛旅客可以走快速通道，那酸爽感令人暈眩。隱形的變化是機場分配機位用上了AI算法，廊橋停靠率極大提高。飛深圳基本不用擔心遇上擺渡車大魔王，當然飛回天津就難說了……而這一切，也是AI的功勞。
如果你在一二線城市生活，又足夠關心身邊這些基礎設施以及市政新聞的話，大概都不難發現在2019年AI已經融入了中國的城市生活。退一萬步說，高鐵站刷臉進站、便利店刷臉支付總是感受過的。
剛剛過去的2019，AI真實改變了城市生活，也改變了“智慧城市”這個原本已經巨大的市場。想要記錄城市AI的變化，可能需要從理清一個概念說起。
智慧城市與“AI+城市”：問題盤根錯節
到2017年，中國已經有超過500個城市和地區明確提出了智慧城市建設，全國擁有超過3000個已經開始的智慧城市項目。但是換個思路想想，你會發現2017年AI市場才剛剛開啟，AI跟城市結合還大多處在概念階段。
沒錯，這3000多個項目基本跟AI技術什么關系都沒有。
沒有人工智能，城市是怎么智慧起來的呢？這要追溯到那遙遠的2008年，IBM提出了“智慧星球”計劃。2008年聽起來好像也沒有多遙遠，但要知道今天可都20年代了。這就像我們在21世紀回憶上世紀80年代的事一樣， 真的已經很古早了。
所謂的智慧星球，雖然包括方方面面的技術，但整體而言就是對城市交通、水利、建筑等領域進行數據收集，再打造一套數據可視化系統。IBM當時的主要思路，就是在企業IT市場走向飽和之后，把IT基礎設施賣給政府。
這個事包括隨之鵲起的智慧城市項目，本質上應該叫做“信息城市”。因為它們只是把城市信息進行匯總，然后呈現到管理者面前，讓管理者更有“智慧”。這個思路當然是有價值的，但它并沒有讓城市本身更智慧也是事實。當然，再之后的智慧城市項目就更加眼花繚亂了。似乎只要是城市機構為主體的項目都叫智慧城市，甚至給某單位做個公眾號也被稱為智慧城市。
直到AI到來，事情才得到了改變。無論是刷臉進站，還是用智能攝像頭抓演唱會上的逃犯。這些最簡單的AI+城市項目，也至少都起到了用機器來代替人工工作的作用。也就是說，至此城市才能依靠機器來提供智慧，或者智能。
然而智慧城市已經經歷了十幾年的建設，讓人家改名也不合適。再一個智慧城市項目也往往是AI與城市場景相結合的基礎條件，因為沒有數據收集和信息整理，AI也無從發揮作用。這就讓AI在智慧城市建設體系中的位置有點尷尬：一方面政府和老百姓都已經對智慧城市項目習以為常，很難注意到智慧城市因為AI而發生了新的變化；另一方面，AI+城市本身也很復雜，它是無數個不同項目的集合。比如環境污染監控、城市智能安防，就是識別能力為主的機器視覺項目；城軌管理、機場智能化，就是數據智能為主的項目；水務、電力、供暖的智能化，本質上又是工業智能項目。
所以說，智慧城市、AI+城市、城市智能化，這些概念在今天往往會成為盤根錯節的文字游戲，也有眾多企業躲在混亂的市場里魚目混珠。這種智慧城市和AI城市含混的情況，讓產業鏈與資本市場很難判斷城市AI到底有多大的價值與潛能，也讓城市AI的主動權被放置在了已經相對成熟的智慧城市玩家群里，很難看到創業型公司進入這個市場。
智慧城市、智能城市、城市大腦、AI城市，如果你發現自己也不是很能分清這幾個概念到底有什么區別的話，那么你就找到了今天城市AI發展軌跡中的最大問題：城市AI的甲方，很可能也分不清。
開始繁榮的“AI+城市一隅”
雖然今天的整體情況，是不涉及AI能力的智慧城市、智能城市項目；城市信息化項目中加入AI能力；以及以AI作為主導的城市項目，幾種邏輯各自發展，在缺少統一標準的情況下各唱各戲。但還是要看到，AI和城市融合這條線索上，2019年已經帶來了很多驚喜。
這些驚喜主要來自于，在更早些時候AI跟城市的結合一般只限于交通領域。所謂城市大腦，往往到最后發現就是幾條街，或者一小片街區里的AI參與紅綠燈控制。當然這并非是說AI控制紅綠燈價值很小，只是與整個城市方方面面的基礎設施和服務能力相比，AI控制紅綠燈只是一個單點，無法代表整個城市的智能化。
在2018年下半年，產業AI整體解決方案開始提上日程。到了2019年，我們可以看到中國城市的各個領域都開始出現了AI的身影。雖然科幻電影里構想的城市整體智能化還頗為遙遠，但我們或許可以稱這個周期為“AI+城市一隅”的繁榮。
比如說，北京氣象局、重慶氣象局為代表的很多地方氣象局，2019年都打造了AI+氣象系統。通過深度學習系統，來提升短時間內氣象預報準確率。今年我們看到西南地區一些氣象地址災害完成了幾分鐘之內的快速預警，其背后就是AI的功勞。
再比如說，利用智能攝像頭系統，來主動識別違章違法，以及環境污染現象，已經成為了很多城市的通行措施。蘇州水利局已經開始利用機器視覺攝像頭，來監控水道污染，從而提升環保應對能力。在寧波，智慧城管系統已經可以利用AI來識別違章停車、亂堆物料、違規經營等問題，在第一時間捕捉違章行為，確定責任主體。而消防系統也可以通過AI攝像頭與消防報警設備結合，預判火災情形，進行智能化的消防救援。
很多屬于城市的領域，其實本質上是工業AI問題。比如供暖、發電、自來水系統監控等。這些系統中，已經開始運用工業模型預測和AI質檢能力，來提升能源效率，保障設施安全。
而在城市交通領域，除了AI紅綠燈控制，街道交通智能監測、智能公交車站，以及智能高速，在今天都已經滲透了AI能力。圍繞自動駕駛和車路協同系統，也已經在一些地區開始建設。
說到底，城市是一個網羅了大量功能、設施、勞動力的時空綜合體。雖然AI+城市缺乏統一的標準和行業認識。但是城市里每個細節對于AI供應鏈來說都是一個大市場。讓一個個城市角落AI起來，就已經是值得奮斗若干年的工程。
城市整體智能化的遐思
2020年，城市AI命題顯然會有一定的進展。但客觀來說，這個進展將主要來自于云服務市場更深度走向城市場景和政府市場，為此提供更多專業化、針對化的AI整體解決方案。此外，物聯網市場在逼近產業成熟與標準化，這將讓大量城市智能化需求獲得硬件抓手，這也意味著城市AI新的發展機遇。
換言之，2020年的城市AI，更可能經歷量的發展，而不是質變的突然到來。但我們也依舊可以看到，關于智慧城市建設的整體思路正在發生變化。城市的整體智能正在成為討論桌上的新熱點。
在更早的“政務云”與移動政務通道發展過程里，行業很快就會發現這樣一個問題：各個政府部門都單獨假設一套系統，發展一套自己的私有云體系。本質上會發展出林立的煙筒系統，各個政府部門與機構之間數據不打通、系統不兼容、服務能力獨立存在。這一方面會增加群眾的學習和使用負擔，另一方面也不利于政務云的長期發展與統籌規劃。
在城市AI體系的發展里，煙筒式系統很快又有可能出現。水利AI和物流AI互不兼容，交通AI與航空AI互不打通，甚至同一城市內各區域、各單位、各學校都自己建立一套AI系統。
這種模式的問題在于，AI的發展離不開數據的滾動輸入與復用，而城市數據往往又是相互影響相互配合的。比如商場、學校、體育場館的人流數據，直接影響城市交通網絡與軌道交通的人流數據；各住宅區與工廠的智慧節能情況，可以直接作用于城市能源的智能化管理。
基于這個預判，城市整體智能應該是未來的核心方向。讓城市各部門之間相互數據打通，互相給與智能判斷與智能決策，才能走向真正的“城市大腦”。
目前來看，城市AI走向城市整體智能的契機有三種：
1、圍繞企業提供的技術底座，進行AI技術標準的統一化。但這需要某家企業的生態能力與市場份額足夠龐大。
2、基于統一的IoT標準和接入網絡，從硬件層面構筑城市AI整體化的通道。
3、在5G時代，企業專網和政務專網可能崛起。在網絡迭代的條件下，數據流通會加速，這一契機可能造成城市智能化發展的新機遇。
但是歸根結底，城市AI還是城市網絡、云計算、大數據體系下的一份子，需要依靠城市整體智能化的發展決策。城市智能化是名副其實的一把手工程，良好的決策思路，是城市智能化發展的最大動力。
2019年的巴塞羅那全球智慧城市大會上，江西鷹潭獲得了全球智慧城市數字化轉型獎。這個我們平時很少提及的地方，通過對物聯網產業的擁抱和發展，以及將城市基礎設施與物聯網技術深度融合，竟然走上了國際領獎臺。從此不難看出，城市AI與技術融合，并非搞經濟水平城市的專利，反而可能“一張白紙好做畫”，帶給更多中小城市以新的發展機遇。
這兩天“中國紅利”的概念火了，到底多少行業能獲得中國紅利并不好說。但是在城市AI領域，中國紅利是確實存在的。
我住的地方，在天津生態城。這地方基本是個島，每天出門都要過一座橋。但是顯然大家出門的時間是相似的，于是早八點這座橋上準時上演大排長龍。原本早上出門要堵半小時已經變成了條件反射，但今年夏天之后，堵車時間卻顯著減少了，甚至很多時候基本不堵。
后來我發現，原來是生態城的主要路口紅綠燈都被AI接管了。早上車流都在主路，支線基本沒人，加上智能攝像頭能看實際車流長度調配紅綠燈時間，于是我竟然可以莫名其妙多睡半小時了。
而我出差最多的地方是深圳。但凡今年去過深圳的朋友，應該都會寶安機場的變化印象深刻。顯而易見的變化是，值機和安檢都可以刷臉了，常飛旅客可以走快速通道，那酸爽感令人暈眩。隱形的變化是機場分配機位用上了AI算法，廊橋停靠率極大提高。飛深圳基本不用擔心遇上擺渡車大魔王，當然飛回天津就難說了……而這一切，也是AI的功勞。
如果你在一二線城市生活，又足夠關心身邊這些基礎設施以及市政新聞的話，大概都不難發現在2019年AI已經融入了中國的城市生活。退一萬步說，高鐵站刷臉進站、便利店刷臉支付總是感受過的。
剛剛過去的2019，AI真實改變了城市生活，也改變了“智慧城市”這個原本已經巨大的市場。想要記錄城市AI的變化，可能需要從理清一個概念說起。
智慧城市與“AI+城市”：問題盤根錯節
到2017年，中國已經有超過500個城市和地區明確提出了智慧城市建設，全國擁有超過3000個已經開始的智慧城市項目。但是換個思路想想，你會發現2017年AI市場才剛剛開啟，AI跟城市結合還大多處在概念階段。
沒錯，這3000多個項目基本跟AI技術什么關系都沒有。
沒有人工智能，城市是怎么智慧起來的呢？這要追溯到那遙遠的2008年，IBM提出了“智慧星球”計劃。2008年聽起來好像也沒有多遙遠，但要知道今天可都20年代了。這就像我們在21世紀回憶上世紀80年代的事一樣， 真的已經很古早了。
所謂的智慧星球，雖然包括方方面面的技術，但整體而言就是對城市交通、水利、建筑等領域進行數據收集，再打造一套數據可視化系統。IBM當時的主要思路，就是在企業IT市場走向飽和之后，把IT基礎設施賣給政府。
這個事包括隨之鵲起的智慧城市項目，本質上應該叫做“信息城市”。因為它們只是把城市信息進行匯總，然后呈現到管理者面前，讓管理者更有“智慧”。這個思路當然是有價值的，但它并沒有讓城市本身更智慧也是事實。當然，再之后的智慧城市項目就更加眼花繚亂了。似乎只要是城市機構為主體的項目都叫智慧城市，甚至給某單位做個公眾號也被稱為智慧城市。
直到AI到來，事情才得到了改變。無論是刷臉進站，還是用智能攝像頭抓演唱會上的逃犯。這些最簡單的AI+城市項目，也至少都起到了用機器來代替人工工作的作用。也就是說，至此城市才能依靠機器來提供智慧，或者智能。
然而智慧城市已經經歷了十幾年的建設，讓人家改名也不合適。再一個智慧城市項目也往往是AI與城市場景相結合的基礎條件，因為沒有數據收集和信息整理，AI也無從發揮作用。這就讓AI在智慧城市建設體系中的位置有點尷尬：一方面政府和老百姓都已經對智慧城市項目習以為常，很難注意到智慧城市因為AI而發生了新的變化；另一方面，AI+城市本身也很復雜，它是無數個不同項目的集合。比如環境污染監控、城市智能安防，就是識別能力為主的機器視覺項目；城軌管理、機場智能化，就是數據智能為主的項目；水務、電力、供暖的智能化，本質上又是工業智能項目。
所以說，智慧城市、AI+城市、城市智能化，這些概念在今天往往會成為盤根錯節的文字游戲，也有眾多企業躲在混亂的市場里魚目混珠。這種智慧城市和AI城市含混的情況，讓產業鏈與資本市場很難判斷城市AI到底有多大的價值與潛能，也讓城市AI的主動權被放置在了已經相對成熟的智慧城市玩家群里，很難看到創業型公司進入這個市場。
智慧城市、智能城市、城市大腦、AI城市，如果你發現自己也不是很能分清這幾個概念到底有什么區別的話，那么你就找到了今天城市AI發展軌跡中的最大問題：城市AI的甲方，很可能也分不清。
開始繁榮的“AI+城市一隅”
雖然今天的整體情況，是不涉及AI能力的智慧城市、智能城市項目；城市信息化項目中加入AI能力；以及以AI作為主導的城市項目，幾種邏輯各自發展，在缺少統一標準的情況下各唱各戲。但還是要看到，AI和城市融合這條線索上，2019年已經帶來了很多驚喜。
這些驚喜主要來自于，在更早些時候AI跟城市的結合一般只限于交通領域。所謂城市大腦，往往到最后發現就是幾條街，或者一小片街區里的AI參與紅綠燈控制。當然這并非是說AI控制紅綠燈價值很小，只是與整個城市方方面面的基礎設施和服務能力相比，AI控制紅綠燈只是一個單點，無法代表整個城市的智能化。
在2018年下半年，產業AI整體解決方案開始提上日程。到了2019年，我們可以看到中國城市的各個領域都開始出現了AI的身影。雖然科幻電影里構想的城市整體智能化還頗為遙遠，但我們或許可以稱這個周期為“AI+城市一隅”的繁榮。
比如說，北京氣象局、重慶氣象局為代表的很多地方氣象局，2019年都打造了AI+氣象系統。通過深度學習系統，來提升短時間內氣象預報準確率。今年我們看到西南地區一些氣象地址災害完成了幾分鐘之內的快速預警，其背后就是AI的功勞。
再比如說，利用智能攝像頭系統，來主動識別違章違法，以及環境污染現象，已經成為了很多城市的通行措施。蘇州水利局已經開始利用機器視覺攝像頭，來監控水道污染，從而提升環保應對能力。在寧波，智慧城管系統已經可以利用AI來識別違章停車、亂堆物料、違規經營等問題，在第一時間捕捉違章行為，確定責任主體。而消防系統也可以通過AI攝像頭與消防報警設備結合，預判火災情形，進行智能化的消防救援。
很多屬于城市的領域，其實本質上是工業AI問題。比如供暖、發電、自來水系統監控等。這些系統中，已經開始運用工業模型預測和AI質檢能力，來提升能源效率，保障設施安全。
而在城市交通領域，除了AI紅綠燈控制，街道交通智能監測、智能公交車站，以及智能高速，在今天都已經滲透了AI能力。圍繞自動駕駛和車路協同系統，也已經在一些地區開始建設。
說到底，城市是一個網羅了大量功能、設施、勞動力的時空綜合體。雖然AI+城市缺乏統一的標準和行業認識。但是城市里每個細節對于AI供應鏈來說都是一個大市場。讓一個個城市角落AI起來，就已經是值得奮斗若干年的工程。
城市整體智能化的遐思
2020年，城市AI命題顯然會有一定的進展。但客觀來說，這個進展將主要來自于云服務市場更深度走向城市場景和政府市場，為此提供更多專業化、針對化的AI整體解決方案。此外，物聯網市場在逼近產業成熟與標準化，這將讓大量城市智能化需求獲得硬件抓手，這也意味著城市AI新的發展機遇。
換言之，2020年的城市AI，更可能經歷量的發展，而不是質變的突然到來。但我們也依舊可以看到，關于智慧城市建設的整體思路正在發生變化。城市的整體智能正在成為討論桌上的新熱點。
在更早的“政務云”與移動政務通道發展過程里，行業很快就會發現這樣一個問題：各個政府部門都單獨假設一套系統，發展一套自己的私有云體系。本質上會發展出林立的煙筒系統，各個政府部門與機構之間數據不打通、系統不兼容、服務能力獨立存在。這一方面會增加群眾的學習和使用負擔，另一方面也不利于政務云的長期發展與統籌規劃。
在城市AI體系的發展里，煙筒式系統很快又有可能出現。水利AI和物流AI互不兼容，交通AI與航空AI互不打通，甚至同一城市內各區域、各單位、各學校都自己建立一套AI系統。
這種模式的問題在于，AI的發展離不開數據的滾動輸入與復用，而城市數據往往又是相互影響相互配合的。比如商場、學校、體育場館的人流數據，直接影響城市交通網絡與軌道交通的人流數據；各住宅區與工廠的智慧節能情況，可以直接作用于城市能源的智能化管理。
基于這個預判，城市整體智能應該是未來的核心方向。讓城市各部門之間相互數據打通，互相給與智能判斷與智能決策，才能走向真正的“城市大腦”。
目前來看，城市AI走向城市整體智能的契機有三種：
1、圍繞企業提供的技術底座，進行AI技術標準的統一化。但這需要某家企業的生態能力與市場份額足夠龐大。
2、基于統一的IoT標準和接入網絡，從硬件層面構筑城市AI整體化的通道。
3、在5G時代，企業專網和政務專網可能崛起。在網絡迭代的條件下，數據流通會加速，這一契機可能造成城市智能化發展的新機遇。
但是歸根結底，城市AI還是城市網絡、云計算、大數據體系下的一份子，需要依靠城市整體智能化的發展決策。城市智能化是名副其實的一把手工程，良好的決策思路，是城市智能化發展的最大動力。
2019年的巴塞羅那全球智慧城市大會上，江西鷹潭獲得了全球智慧城市數字化轉型獎。這個我們平時很少提及的地方，通過對物聯網產業的擁抱和發展，以及將城市基礎設施與物聯網技術深度融合，竟然走上了國際領獎臺。從此不難看出，城市AI與技術融合，并非搞經濟水平城市的專利，反而可能“一張白紙好做畫”，帶給更多中小城市以新的發展機遇。
這兩天“中國紅利”的概念火了，到底多少行業能獲得中國紅利并不好說。但是在城市AI領域，中國紅利是確實存在的。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
