03.03 戰疫之下的“大數據+網格化”管理,誰在顛覆“智能城市”路徑?

文 | 陳選濱

來源丨智能相對論(ID:aixdlun)

如果說過去“智能城市”的重點仍放在頂層設計架構,那麼在此次防疫工作的緊急需求下,這一項目便不得不以另一種更快的方式下沉,落實到城市各個角落的社區、街道等細分單元格內,呈現為“大數據+網格化”管理的基礎流程。

張春花(化名)是廣西某小區的物業人員,疫情發生以後,她的工作重心便放在了對小區住戶的人員摸查和防疫宣傳上。

對此,她介紹到,“其實,就是讓小區的人掃個二維碼,然後把家庭成員的信息,比如近期的外出記錄、健康狀況等等,在手機上填好就行了。其他的我也不懂,主要就是儘量的把這個信息和二維碼告訴給大夥,一起做好防疫工作呀。”

如今,像張春花這樣的工作人員基本上分散在小區、市場、超市等等公共場合的出入口,他們的主要工作,一是對出行人員進行體溫檢測,二便是督促來往行人做好信息登記。

戰疫之下的“大數據+網格化”管理,誰在顛覆“智能城市”路徑?


疫情之下,人員流動、人員狀況等關鍵信息亟待摸清掌握,以基層人員協同防疫系統開展數據信息收集,進而落實到街道、小區等城市網格之中,“大數據+網格化”成為了“智能城市”打響防疫工作的第一道響應。

一、智能城市“看山不是山”

“智慧城市”的概念最早於1992年由IBM提出,這一概念的關鍵導向在於如何利用信息技術來提升資源運用效率,優化城市管理與服務,最終提升居民生活質量的目標。國內很多企業也成為“智能城市”。

但是,即便有了概念,對於智慧城市的落地依舊眾說紛壇,始終沒有統一的定義或路徑來予以理解和實踐。

所謂看山不是山,現實的智慧城市依舊模糊,仍處於初期探索階段。

近年來,隨著雲計算、大數據、AI等新技術的發展與突破,中國的企業也逐漸將目光投向智慧城市的設想與探索中,並不約而同的將焦點鎖定在互聯網大腦,以此作為搭建智慧城市的基點。

2016年,阿里提出阿里城市大腦;2017年,華為提出城市神經網絡;2018年,騰訊提出城市超級大腦,科大訊飛、百度、京東數科等互聯網企業相繼入局,智能領域的“大腦”之爭成為地方政府和科技企業攜手共進的關鍵推力。

但是,在這次突如其來的疫情之下,智慧城市的“大腦”也隨之面臨質疑。

1月28日,百度、今日頭條、微博等互聯網傳媒平臺緊急發佈關於尋找與確診病例乘坐同一航班、車次的乘客的消息,令人們對智慧城市大腦的期待幾近幻滅。

戰疫之下的“大數據+網格化”管理,誰在顛覆“智能城市”路徑?


很顯然,對此反映出來的問題,便在於已經開始實名制買票、刷身份證乘車的鐵路系統似乎未能與各個城市的信息系統實現真正意義的互聯互通,仍需要被動的、人工的抓獲和識別信息,開展疫情追蹤。

那麼,儘管根據《全球智慧城市支出指南》(IDC Worldwide Smart Cities Spending Guide,2019H1)預測,至2020年,全球智慧城市市場相關支出規模將達到1240億美元。而我國市場支出規模將達到266億美元,是支出第二大國,僅次於美國。

但是,不得不承認,目前我國的“智慧城市”的基礎建設尚未完成,仍處於初期階段,難以在短期內應對如此複雜的社會公共環境。

二、“大數據+網格化”意外走紅,防疫給智慧城市帶來什麼?

當然,疫情除了給智慧城市帶來諸多批評的聲音,也在這個過程中提供了一些值得思考的方向。

如今,江蘇、湖南、福建、河北等等各省區域在防疫工作下逐漸形成了“大數據+網格化”的管理模式,對智慧城市的建設必然有著積極的促進作用。

“大數據+網格化”管理,簡單來理解,就是利用大數據、人臉識別等智能手段,全面落實城市的社區、街道等網絡單元內的信息收集、數據管理,進一步完善城市的數據系統和基層信息收集。

可以說,疫情防控的緊急推動,讓全國各大城市不得不再次深入基層,開展一次徹底的人口信息普查工作。而這個過程也很好的成為了區域構建自有信息系統的一個契機。

在北京經濟技術開發區,尚亦城、智研院、京東數科聯合推出“戰疫金盾”系統,幫助區域企業、政府、人員做好信息收集、處理與分析工作,助力疫情監控與防疫部署。對此,北京經濟技術開發區方面稱,即便疫情之後,該系統也將被進一步完善,成為區域未來社會綜合化治理的重要平臺。

戰疫之下的“大數據+網格化”管理,誰在顛覆“智能城市”路徑?


在昆明經濟技術開發區,華為聯合區域研發了疫情防控網格化管理系統,並在第一時間內展開部署與使用,成為區域發展的一大焦點。

在此之前,阿里旗下的釘釘、阿里雲、支付寶、達摩院等團隊更是緊急聯動,搭建出浙江省新型肺炎公共服務與管理平臺,並輸出為一整套完整的“數字防疫系統”,免費提供給全國各地政府和社區,助力疫情防控。

可以想象,在防疫工作的剛性需求下,有能力的區域聯合科技企業打造定製的專屬防疫系統,次者也將採用大平臺免費對外開放的數字化系統,“大數據+網格化”的模式正在全方面“武裝”到全國各個城市的社區、街道,加速下沉。

戰疫之下的“大數據+網格化”管理,誰在顛覆“智能城市”路徑?


三、從中樞大腦到基層系統,疫情是否會改變智慧城市的路徑?

今天,疫情仍在持續,而對於“智慧城市”的討論依然熱度未減,有批評,也有思考。值得注意的是,似乎對城市中樞大腦的關注也進入了緘默期,更多的焦點落在了以“大數據+網格化”模式為基礎的基層防疫系統之上。

兩者熱度的微妙變化,是否意味著,這次疫情或將改變中國智慧城市的探索路徑?是從頂層設計切入,講究自上而下的落實;還是從基層系統覆蓋,推動自下而上的發展;亦或是上下並舉的綜合性思路?

那麼,不管最終的思路如何,通過這次疫情,最終都足以令我們愈發看到基層建設對於智慧城市的重要性,帶來新的思考。

以當前走紅的“大數據+網格化”模式來看,便可以劃出兩點討論。

其一,從“大數據”層面,智慧城市的數據來源是否需要進一步向市場開放?

“平時,我們也會對小區的住戶進行摸查,但是基本都是記錄在紙上,再封擋,就沒有像現在這麼的科技。”張春花對“智能相對論”說道。

如果不是此次疫情,或許信息接入互聯網系統對於張春花所在的小區來說,還需要一段漫長的等待。同樣的角度,放置在街道、社區等官方單位,是否也在面臨這樣的問題?

如果數據的來源在官方通道存在一定的延遲或不完備,無法達到智慧城市所需要的高效與快速反饋,那麼是否將考慮進行市場化開放,與互聯網企業開展合作。

因為,在現有互聯網的產品反饋中,我們可以看到互聯網企業對於城市的動態網絡似乎掌握著更多的細節,並呈現出更大的數據價值。

比如,京東利用時空大數據引擎,根據每天快遞員的送貨軌跡數據反饋,逐漸修復了小區內細粒度的路網,進而幫助快遞員更好的進行攬件線路規劃。

戰疫之下的“大數據+網格化”管理,誰在顛覆“智能城市”路徑?


在疫情期間,這項技術應用在了北京市、南京市公安局的疫情防控工作中,幫助政府成功找到了確診患者過去14天接觸過的潛在高危人群,將政府的疫情排查範圍從原來的千萬人縮小到幾千、幾百人之中,並降低了一萬倍的工作量。

那麼,如果這樣的數據能運用在消防系統、醫療系統,對於智慧城市的建設而言,無疑是疏通生命線最好的助力,所節省的每一分每一秒對於生命保障都意義非凡。

如今,活躍在城市各個角落的快遞員、滴滴司機、外賣員,他們終端設備上的數據反饋若是能運用好,對於智慧城市的建設又將是何其珍貴。

其二,在“網格化”角度,智慧城市的焦點是否需要進一步向基層落實?

疫情揭露了一個更加明顯的認知,在突發公共事件面前,城市管理還得從最小的單位,即人的身上入手,做好對民眾信息的識別與管理,才能有效的抑制影響惡化。

從城市的智慧大腦搭建,到社區的網格化管理,我們可以思考,智慧城市的進一步是否需要落實到居民的身上。

當然,並不是說加強對個人的監控,或是對個人隱私的窺探。

而是,增加對個人信息的多維度認證,或是疏通個人觸達官方單位的渠道等等,這些都將是值得考慮的部分。

事實上,在疫情復工期間,阿里與騰訊相繼推出“健康碼”模式,對個人信息的認證再次提高到健康維度,出發點不外乎如此。

戰疫之下的“大數據+網格化”管理,誰在顛覆“智能城市”路徑?


2月11日,在杭州市政府的推動下,阿里開發,健康碼模式正是在杭州展開使用,對市民實行“紅黃綠”三色動態管理,與釘釘企業復工申請平臺打通。

2月12日,騰訊雲也宣佈,正式推出“騰訊健康碼”,接入微信小程序、企業微信、海納社區平臺等渠道。目前已經推向全國,根據騰訊數據,騰訊健康碼已覆蓋超過7億人口,累計亮碼人次超過5億。

不難理解,健康碼的推行,將在短期內高效快捷對個人進行健康狀態的摸查與區分,從傳播源上進一步阻斷疫情的傳播路徑,對社會防疫、企業復工、居民生活都有重要安撫和推動作用。

那麼,未來智慧城市的落實,不免也需要從個人的層面出發,將“智慧”的模式進一步深入到個人的移動終端。

結語

“羅馬並非一日建成。”一座城市的規劃與建設,往往需要一個長期的動態過程,需要考慮經濟、環境、文化、居民、交通、基礎設施等多方面的問題。

智慧城市,更是在現有城市上的迭代升級,面臨的複雜程度更甚於新建一座城市。那麼,疫情帶給智慧城市的思考,不能停留在批評,也需要看到基層建設的必要,切忌操之過急。

智慧城市,還需要一些時間成長。

此內容為【智能相對論】原創,僅代表個人觀點,未經授權,任何人不得以任何方式使用,包括轉載、摘編、複製或建立鏡像。

部分圖片來自網絡,且未核實版權歸屬,不作為商業用途,如有侵犯,請作者與我們聯繫。

【完】

智能相對論(微信ID:aixdlun):

•AI新媒體;

•今日頭條青雲計劃獲獎者TOP10;

•澎湃新聞科技榜單月度top5;

•文章長期“霸佔”鈦媒體熱門文章排行榜TOP10;

•著有《人工智能 十萬個為什麼》

•【重點關注領域】智能駕駛、AI+醫療、機器人、AI+硬件(含無人機、智能手機、電視)、物聯網、AI+金融、AI+教育、AR/VR、雲計算、開發者以及背後的芯片、算法等。


分享到:


相關文章: