一九产业AI速写：城市篇

要说起AI给城市带来的改变，我大概是有点发言权的。

我住的地方，在天津生态城。这地方基本是个岛，每天出门都要过一座桥。但是显然大家出门的时间是相似的，于是早八点这座桥上准时上演大排长龙。原本早上出门要堵半小时已经变成了条件反射，但今年夏天之后，堵车时间却显著减少了，甚至很多时候基本不堵。

后来我发现，原来是生态城的主要路口红绿灯都被AI接管了。早上车流都在主路，支线基本没人，加上智能摄像头能看实际车流长度调配红绿灯时间，于是我竟然可以莫名其妙多睡半小时了。

而我出差最多的地方是深圳。但凡今年去过深圳的朋友，应该都会宝安机场的变化印象深刻。显而易见的变化是，值机和安检都可以刷脸了，常飞旅客可以走快速通道，那酸爽感令人晕眩。隐形的变化是机场分配机位用上了AI算法，廊桥停靠率极大提高。飞深圳基本不用担心遇上摆渡车大魔王，当然飞回天津就难说了……而这一切，也是AI的功劳。

如果你在一二线城市生活，又足够关心身边这些基础设施以及市政新闻的话，大概都不难发现在2019年AI已经融入了中国的城市生活。退一万步说，高铁站刷脸进站、便利店刷脸支付总是感受过的。

刚刚过去的2019，AI真实改变了城市生活，也改变了“智慧城市”这个原本已经巨大的市场。想要记录城市AI的变化，可能需要从理清一个概念说起。

智慧城市与“AI+城市”：问题盘根错节

到2017年，中国已经有超过500个城市和地区明确提出了智慧城市建设，全国拥有超过3000个已经开始的智慧城市项目。但是换个思路想想，你会发现2017年AI市场才刚刚开启，AI跟城市结合还大多处在概念阶段。

没错，这3000多个项目基本跟AI技术什么关系都没有。

没有人工智能，城市是怎么智慧起来的呢？这要追溯到那遥远的2008年，IBM提出了“智慧星球”计划。2008年听起来好像也没有多遥远，但要知道今天可都20年代了。这就像我们在21世纪回忆上世纪80年代的事一样， 真的已经很古早了。

所谓的智慧星球，虽然包括方方面面的技术，但整体而言就是对城市交通、水利、建筑等领域进行数据收集，再打造一套数据可视化系统。IBM当时的主要思路，就是在企业IT市场走向饱和之后，把IT基础设施卖给政府。

这个事包括随之鹊起的智慧城市项目，本质上应该叫做“信息城市”。因为它们只是把城市信息进行汇总，然后呈现到管理者面前，让管理者更有“智慧”。这个思路当然是有价值的，但它并没有让城市本身更智慧也是事实。当然，再之后的智慧城市项目就更加眼花缭乱了。似乎只要是城市机构为主体的项目都叫智慧城市，甚至给某单位做个公众号也被称为智慧城市。

直到AI到来，事情才得到了改变。无论是刷脸进站，还是用智能摄像头抓演唱会上的逃犯。这些最简单的AI+城市项目，也至少都起到了用机器来代替人工工作的作用。也就是说，至此城市才能依靠机器来提供智慧，或者智能。

然而智慧城市已经经历了十几年的建设，让人家改名也不合适。再一个智慧城市项目也往往是AI与城市场景相结合的基础条件，因为没有数据收集和信息整理，AI也无从发挥作用。这就让AI在智慧城市建设体系中的位置有点尴尬：一方面政府和老百姓都已经对智慧城市项目习以为常，很难注意到智慧城市因为AI而发生了新的变化；另一方面，AI+城市本身也很复杂，它是无数个不同项目的集合。比如环境污染监控、城市智能安防，就是识别能力为主的机器视觉项目；城轨管理、机场智能化，就是数据智能为主的项目；水务、电力、供暖的智能化，本质上又是工业智能项目。

所以说，智慧城市、AI+城市、城市智能化，这些概念在今天往往会成为盘根错节的文字游戏，也有众多企业躲在混乱的市场里鱼目混珠。这种智慧城市和AI城市含混的情况，让产业链与资本市场很难判断城市AI到底有多大的价值与潜能，也让城市AI的主动权被放置在了已经相对成熟的智慧城市玩家群里，很难看到创业型公司进入这个市场。

智慧城市、智能城市、城市大脑、AI城市，如果你发现自己也不是很能分清这几个概念到底有什么区别的话，那么你就找到了今天城市AI发展轨迹中的最大问题：城市AI的甲方，很可能也分不清。

开始繁荣的“AI+城市一隅”

虽然今天的整体情况，是不涉及AI能力的智慧城市、智能城市项目；城市信息化项目中加入AI能力；以及以AI作为主导的城市项目，几种逻辑各自发展，在缺少统一标准的情况下各唱各戏。但还是要看到，AI和城市融合这条线索上，2019年已经带来了很多惊喜。

这些惊喜主要来自于，在更早些时候AI跟城市的结合一般只限于交通领域。所谓城市大脑，往往到最后发现就是几条街，或者一小片街区里的AI参与红绿灯控制。当然这并非是说AI控制红绿灯价值很小，只是与整个城市方方面面的基础设施和服务能力相比，AI控制红绿灯只是一个单点，无法代表整个城市的智能化。

在2018年下半年，产业AI整体解决方案开始提上日程。到了2019年，我们可以看到中国城市的各个领域都开始出现了AI的身影。虽然科幻电影里构想的城市整体智能化还颇为遥远，但我们或许可以称这个周期为“AI+城市一隅”的繁荣。

比如说，北京气象局、重庆气象局为代表的很多地方气象局，2019年都打造了AI+气象系统。通过深度学习系统，来提升短时间内气象预报准确率。今年我们看到西南地区一些气象地址灾害完成了几分钟之内的快速预警，其背后就是AI的功劳。

再比如说，利用智能摄像头系统，来主动识别违章违法，以及环境污染现象，已经成为了很多城市的通行措施。苏州水利局已经开始利用机器视觉摄像头，来监控水道污染，从而提升环保应对能力。在宁波，智慧城管系统已经可以利用AI来识别违章停车、乱堆物料、违规经营等问题，在第一时间捕捉违章行为，确定责任主体。而消防系统也可以通过AI摄像头与消防报警设备结合，预判火灾情形，进行智能化的消防救援。

很多属于城市的领域，其实本质上是工业AI问题。比如供暖、发电、自来水系统监控等。这些系统中，已经开始运用工业模型预测和AI质检能力，来提升能源效率，保障设施安全。

而在城市交通领域，除了AI红绿灯控制，街道交通智能监测、智能公交车站，以及智能高速，在今天都已经渗透了AI能力。围绕自动驾驶和车路协同系统，也已经在一些地区开始建设。

说到底，城市是一个网罗了大量功能、设施、劳动力的时空综合体。虽然AI+城市缺乏统一的标准和行业认识。但是城市里每个细节对于AI供应链来说都是一个大市场。让一个个城市角落AI起来，就已经是值得奋斗若干年的工程。

城市整体智能化的遐思

2020年，城市AI命题显然会有一定的进展。但客观来说，这个进展将主要来自于云服务市场更深度走向城市场景和政府市场，为此提供更多专业化、针对化的AI整体解决方案。此外，物联网市场在逼近产业成熟与标准化，这将让大量城市智能化需求获得硬件抓手，这也意味着城市AI新的发展机遇。

换言之，2020年的城市AI，更可能经历量的发展，而不是质变的突然到来。但我们也依旧可以看到，关于智慧城市建设的整体思路正在发生变化。城市的整体智能正在成为讨论桌上的新热点。

在更早的“政务云”与移动政务通道发展过程里，行业很快就会发现这样一个问题：各个政府部门都单独假设一套系统，发展一套自己的私有云体系。本质上会发展出林立的烟筒系统，各个政府部门与机构之间数据不打通、系统不兼容、服务能力独立存在。这一方面会增加群众的学习和使用负担，另一方面也不利于政务云的长期发展与统筹规划。

在城市AI体系的发展里，烟筒式系统很快又有可能出现。水利AI和物流AI互不兼容，交通AI与航空AI互不打通，甚至同一城市内各区域、各单位、各学校都自己建立一套AI系统。

这种模式的问题在于，AI的发展离不开数据的滚动输入与复用，而城市数据往往又是相互影响相互配合的。比如商场、学校、体育场馆的人流数据，直接影响城市交通网络与轨道交通的人流数据；各住宅区与工厂的智慧节能情况，可以直接作用于城市能源的智能化管理。

基于这个预判，城市整体智能应该是未来的核心方向。让城市各部门之间相互数据打通，互相给与智能判断与智能决策，才能走向真正的“城市大脑”。

目前来看，城市AI走向城市整体智能的契机有三种：

1、围绕企业提供的技术底座，进行AI技术标准的统一化。但这需要某家企业的生态能力与市场份额足够庞大。

2、基于统一的IoT标准和接入网络，从硬件层面构筑城市AI整体化的通道。

3、在5G时代，企业专网和政务专网可能崛起。在网络迭代的条件下，数据流通会加速，这一契机可能造成城市智能化发展的新机遇。

但是归根结底，城市AI还是城市网络、云计算、大数据体系下的一份子，需要依靠城市整体智能化的发展决策。城市智能化是名副其实的一把手工程，良好的决策思路，是城市智能化发展的最大动力。

2019年的巴塞罗那全球智慧城市大会上，江西鹰潭获得了全球智慧城市数字化转型奖。这个我们平时很少提及的地方，通过对物联网产业的拥抱和发展，以及将城市基础设施与物联网技术深度融合，竟然走上了国际领奖台。从此不难看出，城市AI与技术融合，并非搞经济水平城市的专利，反而可能“一张白纸好做画”，带给更多中小城市以新的发展机遇。

这两天“中国红利”的概念火了，到底多少行业能获得中国红利并不好说。但是在城市AI领域，中国红利是确实存在的。