文|曾響鈴
來源|科技向令說（xiangling0815）
隨著新冠肺炎疫情進入下行區間，“新基建”打響經濟復建第一槍，輿論開始從疫情本身跳出，回到恢復經濟、反思疫情發展鏈路等方面，尤其深層次的城市長期建設與治理問題更引發各方深思。
不久前，中國城市和小城鎮改革發展中心首席經濟學家李鐵在《財經》雜誌撰文，反思疫情背後的特大城市發展問題，他做了一個有意思的假設，如果疫情發生在50萬人口的小城，而不是人口超千萬的武漢，也許一切會好很多。
此次疫情倒推我們進一步思考諸如“特大城市如何科學管理以避免疫情大規模擴散？人工智能等新興技術如何能在城市治理中發揮更多作用以保證城市在面臨突發狀況時的井然有序？“等等關於智能城市未來的建設與發展問題。
近些年來，很多經濟學家和城市問題專家大力提倡“中國要多發展千萬人以上大城市”的觀點，充分利用中國人口基數帶來的規模效應，效仿日韓、對齊紐約倫敦，創造超級城市的影響力。
而快速發展超大城市，各種配套和治理方式的滯後，導致城市病不斷湧現，我們看得見的，有交通擁堵、環境汙染、社會資源緊張等問題；看不見的，則有人員高度密集潛藏的疫病爆發風險等，它們更為兇惡。
在中國，“恰好”人工智能等技術的發展領先全球，這些年來圍繞城市建設的各種智能城市/智慧城市/城市大腦等城市運營層出不窮，在疫情這個無奈的契機下，推動這些領先技術融入大城市建設顯得尤為必要。
某種程度上，此次疫情擴散是城市治理滯後於特大城市規模的結果之一，要“治本”確實需要回溯到城市治理層面，解決大城市長期建設問題。
而從新冠疫情發生到現在，AI有著不凡的表現，在城市治理方面展示出深度的應用潛力。那些手握AI技術優勢、參與疫情防控的科技企業也順勢成為城市治理領域的“AI樣本”。從技術、場景應用到合作方式，除了真正的AI技術和落地能力顯露出來，這些企業也在探索出AI推進城市治理的“新基建”範式。
而這個過程，還需要更多參與者。
一、科技企業參與疫情防控落腳到“人工智能+城市治理”
在疫情爆發的前期，我們看到了很多“互聯網”作為。
例如，相較於SARS那次更有價值信息的高效傳播，除了人民日報、央視新聞等官方媒體，百度、騰訊等各類平臺上都有專門的關於疾病、疫情的權威資訊模塊供民眾查閱或搜索；地圖APP產品（百度地圖等）能夠提供發熱門診供查詢，提供人流熱力圖供出行決策參考；又例如，社交平臺成熟，電商平臺崛起，能夠直接輔助解決物資供應問題。
隨著疫情防控逐步走入正軌，支援進入“二階段”，“人工智能”接棒“互聯網”開始展現價值。
這體現在多個層面，例如，普通人最能夠直接接觸到的群防群控措施中，就有大量的AI印記。
在社區防控中，因為要跟蹤每一戶住戶健康狀況、統計信息，很多人都接到過來自“機器人”的擬真電話，幾乎聽不出與真人的區別，可以向居民提問也可以理解和響應居民的回答並繼續對話。
這背後就是利用了AI語音語義理解能力的智能外呼機器人，可以同時撥打數目眾多的信息採集電話，百度、科大訊飛、華為等推出了類似的服務，在根本上它與智能客服等商業應用來自相同的技術基礎。
而在人群密集場所，測試體溫是疫情防控的重要環節，由人工持耳溫槍的方式不但效率低下難以應對巨量的人潮，也增加了人員的風險，AI介入後，通過物聯網終端實現卡口群體測溫，大大提升了通行效率、降低了人員感染風險。
（百度AI測溫系統部署在數字北京大廈）
還有更多類似案例，AI在這方面所做的事其實都上升到了城市建設與治理層面，脫離了單純的疫情本身來進行“支援”。
這不得不使人聯想到科技企業致力於用AI、大數據、雲計算、物聯網等技術進行城市治理的智能化升級，除了治理擁堵這種“常規操作”，這些年來，科技在城市中的應用，已經從氣象、環境汙染、街道衛生到火災防控，甚至可以輔助城市進行產業決策。
AI等技術能夠實現的城市治理內容越來越多，開始深入到城市治理的方方面面，未來的城市建設所需要的基礎設施已經發生變化，人工智能、雲計算、大數據等將要成為新的基礎設施的重要技術支撐力量。
在這種背景下，結合疫情防控，事實上AI參與的城市治理“新基建”已經有了雛形。
二、智能化城市治理現三套體系，巨頭要打造城市治理“新基建”範式
智能化的城市運營，不同的巨頭有不同的策略表達，但在根本上都離不開與算力、算法緊密相連的三套體系。如果它們能夠做好，大城市建設的許多問題無疑將得到更好地解決，而巨頭參與打造的這三套體系，某種程度上亦可以看做AI參與城市治理的“新基建”範式，為行業樹立樣本。
1、雲計算讓算力、算法無處不在，再造城市建設的底層體系
一個架設在雲端的政府數字化系統能夠更有效率和彈性地融合各種新技術、新的管理理念，效率大大提升，大城市建設過程中的遭遇的規劃問題、交通問題、低效政務服務等問題都有了協作的平臺；產業通過雲計算能夠獲得便捷的算力、算法，研發創新大幅提速……
最典型的，是這些年來如火如荼的智慧政務，提供高效實時的政務服務，也改變政府自身的工作方式和工作效率。
以疫情為例來看，謠言滋生的溫床是信息的空窗期造成，由於官方傳統信息體系往往需要層層審批，基本的事實在發佈前，民間各路信源混亂產生大量謠言。雲計算平臺上，聯動的智慧政務體系或可解決這個問題，統一、聯動、準確的數字化信息可以實現實時發佈。
這種服務體系在其他城市建設層面也有體現，例如金融產業裡，智能化的數字人服務，從金融機構的雲端直接服務到個體客戶，通過充實的算力、算法提升客戶體驗和業務效率。尤其在面臨緊急且大量的標準化信息服務方面，具備專業知識的數字人將能發揮即時、有效的作用，做好人類“得力的AI助手”。
（如百度智能雲向各行各業開放的數字人平臺，已面世的有浦發銀行小浦，中國聯通數字人，澎湃AI主播小菲、中移在線移娃）
當然，雲計算對那些當下急需要算力、算法的科研機構也有直接的價值。
以疫苗為例，其研發在毒株培育、交叉數據分析、流程修改、結果檢測等方面需要大量時間，而AI正擅長於此，2019年7月，澳大利亞弗林德斯大學的一個研究團隊利用人工智能技術進行疫苗研發比傳統方法研製週期縮短了60%。百度成立的基金，作用就是提供AI背後的算力、算法支持，而它們都通過雲計算實現，把科研搬到了帶有AI能力的雲端，提升疫苗研發的進程。
又例如，此次疫情初期民間明明看到醫院蜂擁很多病人，為什麼確診人數卻不高，其原因在於過去確診用的核酸檢測每天只可檢測樣本200多份，確診的“出口”受限，成為瓶頸，大眾看到的和官方認定的之間存在較大差距，滋生疑問和謠言。
原本從病人樣本送到實驗室到出檢測報告差不多需要8個小時，AI介入後，或可改造熒光PCR測試，大大壓縮確診時間。
雲計算改變了城市運行的方式，當算力、算法湧入，原本零星的信息化、數字化就進行了整合，大城市的建設就有了統一的底層基礎體系。
2、大數據結合AI，為城市治理提供更完善高效的預警、分析體系
通過各種物聯網終端實時採集城市一線數據，彙集在雲端是智能城市等概念的主要“工作”，它們的最終價值是通過大數據和AI能力形成各種幫助城市建設的判斷。
最典型的，是智能交通“治堵”，終端採集路況彙集到平臺進行AI實時分析，得出處置方式推送到紅綠燈或者交警終端，實時優化交通。
在城市治理過程中，到處都有類似的數據統計、分析和跟蹤需求。
例如，疫情剛剛爆發時，在科技媒體上很火的武漢外出500萬居民去向分析，大多數都利用的是百度地圖大數據技術成果：
而如果跳出百度地圖單個產品，在城市治理層面，結合AI、大數據以及更多城市管理部門聯動，更詳細的遷徙、流動以及疫病數據跟蹤或可以展現出來。例如，更精確定位確診病例的活動軌跡（而不是靠自述），更精細化描述個體在城市間如何流動，這些數據跟蹤可以幫助剖析疫情路徑和演變，幫助城市更好地應對。
此外，除了對“已有行為”的分析，這類時空大數據能力還可以進行趨勢預測，例如，在疫情中預測發展走向，像武漢肺炎這類通過飛沫/接觸傳播的呼吸道疾病的人群傳播能力更強，比只通過血液、母嬰、性傳播而“穩定發展”的艾滋病等疾病更值得警惕，設置好對應的算法參數，與醫療體系、氣候體系、交通體系聯動，能夠更好地發現潛在的疫情風險。
這離不開AI的協作，善於找到那些人力並不敏感但實際已經出現的趨勢苗頭，是AI的專長之一。
當然，這類時空大數據能力還可以應用在治安、商業區價值分析等諸多方面，例如通過人群流向分析和預測區域發展的商業潛力，判斷城市規劃，或者預測潛在的治安問題等。
3、智能終端+物聯網構建城市治理“一線”聯動體系
通過加裝探頭、傳感器來識別街道不衛生、不文明等現象，這種“智能城管”是近來AI領域的熱門。
事實上，它的本質是把城市治理的智能化推進到一線、社區層面，觸角伸及民眾的日常生活，例如，在上述智能城管領域，還配套有實體機器人，直接上街代替人巡邏，發現不文明行為由機器人提醒和勸阻，並在後臺通過雲計算聯動彙總信息。
這種“一線”做法在疫情控制上就有體現。疫情發生不久，北京市中關村就向海澱區科技公司徵集與“紅外測溫產品”有關的人工智能技術方案，來提高以“大規模人群”為基礎的測溫精度，這對防控疫情有直接的價值。
（百度AI測溫系統落地北京清河站助力疫情防控）
或者，針對此次疫情排查與防控工作，包括百度在內的諸多科技公司最近宣佈向各級政府、衛健委機構、基層社區、疾控中心等相關疫情防控機構開放的智能外呼平臺，通過智能語音對話系統逐一“打電話”，能夠避免工作人員排查時的傳染風險，並強化問詢覆蓋和疫情跟蹤能力，本質也是一種“一線”城市治理應用；
又或者，百度Apollo攜手新石器在北京市海淀醫院投放無人車，負責海淀醫院隔離點的無接觸送餐工作，做好服務、減輕人力需求同時降低風險；網絡流傳的通過無人機提醒未戴口罩的老奶奶……
這些，都可以歸於城市治理的“一線”聯動體系，而無論是智能外呼、無人機、機器人等，它們的用處也都不止於疫情防控，在城市治理的更多方面都有應用，例如同樣“危險”的災難性事故面前，機器人、無人機就可以代替人，避免犧牲同時提升效率，其中消防領域的滅火機器人已經進入實驗階段。
總而言之，人工智能等技術能夠為大城市建設構建新型基礎設施，提供超前的城市治理方式和治理思維，百度等巨頭的參與，客觀上正在嘗試打造一個“新基建”範式，而它們手裡更多有應用潛力的AI技術，後期還需要加入到這三個體系當中。
三、疫情只是“最大的”那一個麻煩，智能化城市治理是城市“新基建”的必由之路
到目前為止，全球超千萬人口城市有20多個，而能夠把千萬級城市做到衛生相對整潔、治安良好、無貧民窟、無流民的，只有東亞國家。在全球範圍內，菲律賓馬尼拉、印尼雅加達、印度德里/孟買、墨西哥的墨西哥城，甚至法國巴黎，都出現了各種各樣的城市貧民窟、治安“黑區”。
中國的北上廣、重慶、武漢、成都，韓國的首爾，日本的東京，在人口規模膨脹的同時，維持了城市應有的秩序。這與東亞儒家文化圈帶來的秩序，以及後進國家主動吸取前輩經驗杜絕貧民聚集有關。
但是，特大城市一定會帶來某些問題，即便在東亞也無法避免，例如交通的極度擁堵，以及更大概率發生衛生防疫事件、公共安全事件，或者過度擁擠、資源匱乏（例如，學位）等。
對擁有6個1000萬人口以上的城市（目前還有幾個城市試圖要加入千萬人口俱樂部），21個500萬人口以上的特大城市，140多個100萬人口以上的城市的中國而言，
規避了全球範圍內大城市的一些普遍問題，卻仍然繞不開基於人口的必然難題。但是，後發國家治理體系的相對滯後，導致大城市、特大城市數量頗多的中國沒辦法也沒有時間去建立一套與西方對標的傳統治理體系，藉助智能化技術實現城市治理的彎道超車，是揚長避短的必然也是唯一的選擇。
這方面，不是沒有參考。
例如，在紐約有100萬棟建築物，平均每年約有3000棟會發生嚴重的火災，給城市治理蒙上陰影。紐約消防主管部門在日常管理中，通過智能化的大數據挖掘對火災進行了有效的預防，具體做法是將能導致房屋起火的因素細分，諸如是否是貧窮、低收入家庭的住房，房屋建築年代是否久遠，建築物是否有電梯等，通過特定算法，對城市中33萬棟需要檢驗的建築物單獨進行打分，計算火災危險指數，劃分出重點監測和檢查對象，採取針對性措施，有效降低了火災數量。
對人工智能等技術領先全球的中國而言，沒有理由不在這方面下苦功，此次疫情只是中國城市治理當下“最大的”那一個麻煩，還有更多諸如公共安全、環境汙染等棘手城市治理問題等待解決，百度等科技企業的人工智能“新基建”佈局還必須加速，三個體系下的動作所構成的範式只是一個開始。
總之，14億人口的城市化，是世界上獨一無二的城市化進程。算力、算法大力投入下的“智能科技”，或許才能從城市治理全局為疫情“治本”提供良方。當百度等企業利用科技勢能介入防控時，“新基建”在城市治理層面展示出體系化的能量，企業自身也借勢強化了“AI樣本”定位，但是，更多手握科技優勢的企業應該加入進來，畢竟，沒有什麼比這種宏觀層面的參與更能同時體現社會價值與技術發展價值了。
【完】
曾響鈴
1鈦媒體、品途、人人都是產品經理等多家創投、科技網站年度十大作者；
2虎嘯獎評委；
3作家：【移動互聯網+ 新常態下的商業機會】等暢銷書作者；
4《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜誌特約評論員；
5鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；
6“腦藝人”（腦力手藝人）概念提出者，現演變為“自媒體”，成為一個行業；
7騰訊全媒派榮譽導師、多家科技智能公司傳播顧問。
閱讀更多 砍柴網 的文章
