明略科技姜平：数字城市治理核心，一定要以人为本

2020年7月10日晚间，作为2020世界人工智能大会的分论坛之一，未来城市论坛顺利落下帷幕。本次论坛由北京亿欧网盟科技有限公司（以下简称：亿欧）主办，世界人工智能大会组委会办公室指导，上海市人工智能学会协办。论坛以“智联万物，慧城新篇”为主题，以“现代化、国际化、科技化、智能化”为特色，突出数据联动、智慧生活、万物互联、政企合作的四大议题，致力于为行业人士提供交流合作的平台、启发新的发展思路，促进技术在具体场景的进一步落地。

论坛期间，明略科技联合创始人姜平，虎博科技创始人兼CEO陈烨，深圳云天励飞副总裁 郑文先，西井科技COO章嵘，科达科技首席科学家章勇，天堂硅谷管理合伙人蔡晓非，天壤城市大脑总裁彭伊莎，以及亿欧公司副总裁由天宇等知名专家学者、行业龙头企业、标杆初创企业与投资人嘉宾莅临大会发表主题演讲。此外，澳大利亚科学院院士、优必选科技AI首席科学家陶大程，佳都科技智能技术研究院院长、新加坡国家工程院院士李德宏，前苹果全球总裁兼COO Marco Landi分别以视频的方式带来精彩分享。

明略科技联合创始人姜平先生带来了《数字城市的探索与实践》的主题演讲，他演讲的核心观点有：

1、数字城市发展，其实并不是一帆风顺的，有两个问题：一是成本非常高，二是工程师很难应付。

2、智慧城市问题的解决，一定不是一蹴而就的，也不存在唯一的解决方案。

3、数字城市治理核心，一定要以人为本，为人民服务才是数字城市的核心。

以下是他演讲的核心内容：

（经亿欧·EqualOcean精简发布）

大家好，我是第一个“活着”上来的。很开心，今天我算是第一个现场演讲的嘉宾，是很大的荣耀，前面都是大佬，但没有来现场。下面分享一下我今天的演讲，是关于数字城市探索与实践。

数字城市，大家都非常熟悉，2008年IBM最早提出“智慧城市”，当然IBM真正全球开始推广是2010年，当时是“智慧地球”的概念。我们国家开始跟进是2013年，有些城市开始逐步进行落地。过程中，也经历了“信息城市”、“智能化城市”、“智慧城市”，现在叫得比较多的是“数字城市”。

今天的主题，我起名是“数字城市”，我觉得更务实，因为城市离智慧化还有一段距离，当然开场天宇总讲的是智慧城市的排名，但我想表达的意思是一样的，无论数字城市还是智慧城市，我们都经历了这样的发展过程。

数字城市发展，其实并不是一帆风顺的，有两个问题。

第一，成本非常高。全球第一个人工智能智慧城市，是韩国的松岛（音）新城，历史上已经建了十来年了，投资规模400亿美金，还需要继续投入大量的资金。

第二，这个概念的提出是IT公司（IBM）提出的，帮你做规划、落地、实施，IT公司最多的就是工程师，但工程师其实很难对一个城市进行规划。

数字城市的发展，我们认为应该有这样一个落地的步骤：首先，要保证数据在线；然后是基于数据，发现城市问题；第三是探索解决。

第一步，数据在线。

非常好理解，但凡做数字城市建设的，都有一个大数据局，将委办局的数据汇集在一起，这是一个数据在线的过程。

今年国务院意见指出，数据作为第五大生产要素，与资本、劳动力、技术并列。农业时代的核心生产要素是土地、劳动力，到工业时代是资本和技术，而到大数据、人工智能时代，明确数据也是核心的生产要素。

数据最核心的，就是对数据进行确权，然后进行资产化。一旦资产化，就可以对数据进行需求分析、问题发现。

每个人对未来城市的理解，都不一样。要实现高效地服务，那只有通过智能化的技术，赋能于行政服务人员，才能有机会提供更好的服务。

我们明略科技有一个系统，营销智能平台。它能帮助企业或政府更好地定位需求和问题。当需求和问题被发现以后，如何解决？

我们认为，智慧城市问题的解决，一定不是一蹴而就的，也一定不是一个唯一的解决方式能解决的。城市是一个生命体，就像人一样，人由各个细胞组成，随着城市发展，需求一定是不断演变、变化的，不可能一套解决方法解决所有的需求。

那怎么解决这些问题？

我们认为，核心就是要给政府、领导提供一套工具。能让领导基于这个工具进行决策。

为什么要基于工具？而不是说工具直接做决策？

因为决策需要勇气、毅力、担当、责任、愿景、使命，而这些感性的东西，不能数字化。往往我们做一个决策，更重要的是感性的成分，理性的工具反而比重会变小。所以，一个真正的决策，需要理性和感性结合，感性占的比重更大。

明略科技为领导提供工具，让领导决策，而不是帮助领导决策，我们作为工程师也没有能力真正帮助领导做决策。

这个探索式分析工具，核心是两个关键要素：

一是知识图谱。为什么一定要通过知识图谱帮助进行探索分析？

以前没有数据，就无从进行分析，现在是大数据时代，基于大数据分析，也非常困难。举个例子，在一个漆黑的房间，很难看到对方，但房间灯很亮，超过1000W，估计也看不到。

如何在海量数据中发现有用的数据？比如城市，有海量数据，哪些数据有用？我们只需要把有用的数据抽取出来，基于关联进行分析。比如城市有应急，应急有应急的知识图谱，应急里还有消防，消防有消防的知识图谱，通过对图谱不断的展开，就可以对问题不断探索、进行解决。

另外一个很重要的，就是知识。

上海徐汇区行政服务中心，以前有66个办事窗口，现在只有18个，原因就是把更多事情放在一个窗口办理，让老百姓只跑一趟。

这就就需要知识库，需要知识。当一个新的业务来，可以通过知识库查，知识库能辅助他进行决策。我们探索式分析，就能帮助更快地学习知识，更快地办理业务。

我们在城市治理过程中，已经积累了四大类的知识：

1、管理指标体系。每个城市都有自己的管理指标体系，比如健康度、卫生指标。

2、规则和流程。

3、政策档案文本。

4、治理模型。

基于探索式分析工具，我们有大量的城市治理模型。

我们认为，数字城市治理核心，一定要以人为本，为人民服务才是数字城市的核心。我们愿意跟政府一起探索打造以人为本的数字城市。谢谢大家！