数据智能、孪生城市——展望未来智慧城市产业发展

90 阅读 0 评论 60 点赞

我是靠谱客的博主眼睛大大山，最近开发中收集的这篇文章主要介绍数据智能、孪生城市——展望未来智慧城市产业发展，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

在大数据和人工智能时代，城市正在逐渐具有”统一的逻辑”，产业生态智能化将如何改造，城市商业场景与服务将如何升级，对政府治理模式将有怎样的影响？随着一批又一批智慧城市PPP项目的技术建设期，进入运营期。可以预见在即将来临的2020年开始，会有更多智慧城市建设与运营开始公布成绩单，围绕法制、数据生产交易、数据脱库（中心库）上链（区块链）、三维实景城市更新城市信息模型的CIM底座，围绕BIM建筑信息模型、5G、物联网IoT、空间计算与分析GSD、增强现实AR、位置智能LI、人工智能AI的融合发展，智慧城市建设将会迎来智慧城市新时代。如果说将中国首次提出建设智慧城市到国家颁布新型智慧城市建设评价标准为智慧城市1.0时代，这个时代建设模式普遍采用水泥+鼠标的信息基础设施建设为主要形态。在国家制定新型智慧城市建设标准相关规范至今属于智慧城市2.0时代。而下一个智慧城市3.0时代势必已经完成信息建设的成长阶段，步入智慧城市运营项目遍地开花迎来实质性的政府运营为主、形成城市要素可知、可视、可测、可控。万物皆可运营的崭新局面。

城市，从来就是人类文明最高成就的体现。但城市从来就只是一个容器，容纳各种各样的科技和产品。城市本身太过复杂，从来没有成为一个产品。现在，我们有了互联网和物联网，有了人工智能，城市里面的所有东西逐渐有了一个统一的逻辑，甚至协同工作真正成为可能，这个逻辑叫做”数据”。毕竟，世界的本质并非物质，而是数据。就连人类本身的传承，本质上也是数据的编码。城市在数据逻辑下进化，终将变成一个可以由企业制造和运营的产品，这样的企业，也将具备骇人的能量和生命力，超过我们所有的想象。但这个产品，不是流水线上的千篇一律，更不是一切可以预知的计划经济，而是高度自由多变的生命体。城市真正的创造者和主人，一定是市民。技术至大无外的结果是，无处不在，却又无色无相。这个未来已经在发生，”google得其神，阿里得其意，华夏幸福得其形，腾讯得其血脉，万科得其骨，华为得其筋……”。Google的智慧城市理想是通过Sidewalk Labs实现的。在多伦多滨水区，它只公布了一个规划设计，建设了一个展厅，就俨然成为世界智慧城市建设新的领导者，北美主要城市都向其发起项目邀约。但这背后，一方面是其在智慧城市产业领域庞大的投资布局，靠一个故事和一个示范，带动的是旗下投资企业全球庞大的订单；另一方面，多伦多滨水区规划也的确展现了其对城市系统和规划建设运营管理全流程的完美理解，从规划的空间结构、到建造体系、到可运营的基础设施体系，到数据驱动的精细化管理手段，真正可以实现依托数据运营实现持续的收益。产业投资和城市运营并举，包括对市民参与、对生态、对公平等的兼顾，堪称经典之作，得智慧城市全部精神内涵，故得其“神”。阿里，从卖“货”到卖“云”的转型，虽有AWS垂范在先，也仍然是一轮蛮厉害的操作。线上，尤其是电商流量的必然枯竭，线下入口的争夺几乎就是互联网未来的全部。阿里云联合了安防一线厂商宇视科技、交通一线大厂千方科技形成资本联合体，靠城市大脑一个信号灯配时的故事，一路攻城掠地，成了国家战略不说，做到可以在省会城市智能交通项目中免投标单一来源采购，杀得传统信息化集成商措手不及。近几个月，新基础设施，物联网平台等新的定位关键词也看出其冷静和克制。相信其讲好顶层故事，再聚焦中下层业务，在G端和B端都会有很好的商业表现，是适合我国现实的模式，也算是已经发现了智慧城市的商业意义，故得其“意”。不过阿里还是有着传统信息化集成商的致命缺陷，就是解决城市问题的能力不足，能讲故事的场景过于贫乏，很容易沉浸在传统政务信息化的舒适区里。刚刚与华夏幸福的战略合作是招绝妙好棋，可能会获得多个可以练手，并实现“阿里系”联手深耕的城市场景。腾讯，作为国内互联网两大巨头之一，不可能不关注这个巨大市场，只是一直没有找到切入点高调介入而已。事实上，在物联网、智能家居、无人驾驶、共享出行、地图、人工智能等智慧城市的核心技术领域，腾讯仅防御性布局就已经是很大一盘棋了。依托微信入口，腾讯在城市服务方面优势明显，也在由此渗透社区市场；通过自家滨海科技大厦智慧建筑平台的建设，也拥有了“微瓴”建筑智能化平台，已经具备了未来智慧城市操作系统的原型能力。但最重要的一点，还是其对“人”的连接能力。从人与人，到人与物，到物与物，最终连接一切。市民及其需求是智慧城市的核心，离“人”最近的入口价值无限。当然，随着越来越多的城市场景和线下入口陆续打开，社交端的优势是不是能延续是个不小的挑战。对腾讯来说，以微瓴产品化为突破口，全面布局城市物联网平台，还是可能继续成为阿里头号对手的。“连接”二字的价值，不亚于人的“血脉”。华夏幸福，号称产业新城运营商，两个核心的技能，做产业，建城市。能同时把这两件事搞明白，能独立完成城市的规划建设运营管理的企业，全球都难找到第二家。这方面，它几乎是以上几家里唯一难以替代的，掌握着包括住宅商业在内，涵盖基础设施和公共服务的几乎全部城市场景。产业方面，替政府招商引资很厉害不说，还自己做孵化器投早期。更重要的是，跟Google一样，老板也投了很多智慧城市相关产业，比如无人驾驶、共享出行、新能源汽车、基础设施、生态修复……离完美的智慧城市运营商只差一步，其实就是把产业和城市领域的能力真正合二为一，同时实现城市和产业的升级，或者说新的智慧IP的注入，即可无敌于天下。事实上，所缺可能只是Sidewalk Toronto那样一个故事。万科，作为各种意义上的宇宙第一房地产开发商，在这个去杠杆的风口浪尖上，也在引领着地产行业改名和改行的潮流。深圳市万科房地产有限公司刚刚更名为深圳市万科发展有限公司，将自身定位进一步迭代升级为“城乡建设与生活服务商”，在巩固住宅开发和物业服务固有优势的基础上，业务已延伸至商业开发和运营、物流仓储服务、租赁住宅、产业城镇、冰雪度假、养老、教育等领域。这些重资产运营的活干起来很累赚钱又慢，所以转型更高端的科技企业形象，往城市运营的高级阶段也就是数据运营上发展，应该是其真正意图。虽然运营这事万科做得怎么样暂时还不好评价，但是在建造方面，万科的技术储备应该毫无争议的行业老大。过去的很多年里，万科孤独前行，在以装配式住宅为核心的住宅产业化道路上一骑绝尘。未来城市中，弹性建造体系支持的柔性空间系统，是实现空间共享化、功能混合化、结构轻型化等特征的前提，只有这样，才能实现建造过程的数据驱动，也为空间的可运营提供了保证，sidewalk也就是因为google投资了模块化建造公司Factory OS，才有了这份底气进军建筑业，类似的还有拿到软银巨额投资的Katerra。因此，万科掌握着未来建造科技的先机，也就是城市的物质空间骨架，故曰得其“骨”。整体上对信息技术的不敏感，是万科也是所有地产企业转型的硬伤，在与IT企业的合作中，话语体系无法沟通可能会是其最大障碍。华为，作为以技术实力著称的传统电信设备商和系统集成商，一直是智慧城市市场上低调但又不可忽略的力量。从云到端，整个IoT数据链路的每个环节都离不开华为的设备产品。终端、芯片、5G、LoRa、NB-IoT……都有着决定市场技术走向的能力，其2012实验室更是聚焦颠覆性黑科技，比阿里达摩院更早深耕基础研究。其目标是“构建万物互联的智能世界”，华为能不能做到不好说，但离开了华为，看起来谁也做不成。在互联网时代，华为完全凭借技术实力保持存在感，但互联网和运营基因的缺失，已经严重影响了其未来的市场地位。华为应该已经看到了这个问题，因此成立了场景实验室，深耕现实场景需求。智慧城市建设中，数据链路是数字孪生的基础，如果说现实的建筑结构是“骨”，那虚拟的网络架构就是“筋”，如果华为能联合合适的线上线下伙伴，“筋骨合一”，更多聚焦城市运营所需求的应用技术创新，则也可以借助智慧城市完成企业形态的跃迁。在2019年深圳安博会，可以看到华为在中美贸易战中奋起振翅高飞、以“鲲鹏”和“昇腾”为两翼，联合全国40多家领先级ISV推出各种智慧城市场景解决方案，其中与佳都科技联合发布的城市信息模型CIM实景融合技术平台，让人眼前一亮，深刻的演绎了数据智能化环境下的政府精细化治理，数字孪生技术背景下的三维实景全息对象可知可测可控。堪称2019年深圳安博会的亮点。除了以上几家，最近还有一个新的巨头高调进入智慧城市领域。中国平安，作为一个主业为金融保险的公司，拥有22000个工程师及研发人员，远超于多数科技巨头；在智能认知、人工智能、区块链和云科技等科技领域已经建立了全球领先优势。中国平安是华夏幸福、旭辉地产、碧桂园等地产公司的第二大股东，也与几乎与所有一线开发商建立了股权合作，由此掌握了丰富的城市场景。资金、技术、场景俱全，可谓天生立于不败之地。如果说未来有一个企业会在这个领域称霸，至少要同时具备上述其中两家的基因，而城市运营基因可能比IT技术基因更难获得。苦练内功固然可以提升实现一定程度的转型，但基因的改变则容易伤筋动骨。所以下一个阶段，合纵连横的水平基本决定了这些企业能到达的高度。虽然这些企业（国内）中除了个别直接竞争对手外，几乎两两之间都有战略合作协议，但真正能发挥彼此优势的深度合作尚未出现。未来最基本的模式是“技术+场景”的联合，因此我们已经看到了非常多的“互联网+房地产”的战略合作产生。但因为地产公司的视野大都局限在住宅和社区，而且对IT技术缺乏想象力，所有暂时还没有什么有趣的创新实践。

城市的全面数字化改造，乃至数据驱动运营，作为智慧城市的大方向，相信已经有所共识。但目前我们整体上还停留在数字城市的早期阶段，城市的规划、建设、运营、管理，都还没有真正实现数字化，遑论智慧化。IT企业的思维，提升产品靠黑科技研发，更快的速度、更准的算法，但其实真正的代际提升，靠的是思维方式的转变。就好像我们发现苹果手机的灵魂，也许不是触屏和处理器，而是交互习惯和手机之外的应用商店。对于智慧城市来说，这个应用商店可能就是数据运营的机制，包括我们一直在做的决策支持平台和数据实验室，才是这个故事的真正重点。以数据为线索，我们看到城市的规划、建设、运营、管理被重新组织成一个新的玩法。在互联网、物联网、人工智能等技术推动下，各种传统产业和城市管理被赋予新的逻辑。无论商业运营还是政府管理，数字化转型都不是把原有流程简单的转为线上，而是以更多互动、共享、弹性、精细的模式重新定义。这个过程中，每个环节都会产生大量的数据，如同传统产业中的能源一样，成为产业发展新的驱动力，并通过数据与上下游产业互相串联。一个最常见的产业升级范式是，通过物联网、传感器等技术对传统的城市公共品进行改造，使其具备共享化的低成本运营能力，并可以在运营过程中获得持续收益，例如共享单车。这种运营驱动的逻辑要求企业具备产品和运营的双重能力，并可以在产品设计阶段就植入可运营的技术要素。在运营过程中，产品整个生命周期都会产生大量的数据流，人力驱动的管理方式变成数据驱动。一方面，可以优化产品运营本身，降低运营人力成本和综合成本，并通过人工智能使产品运维效率不断迭代提升，改善用户体验；另一方面，城市中各种产品和系统运维的数据，汇聚到城市数据平台中，彼此交叉和结合，又可以去帮助优化其他系统；而所有系统的数据，则全面描述了城市本身的运行，通过城市级的决策支持系统，实现城市的科学规划和精细化管理。总的来说，从传统的一次性售卖或者租用的盈利模式，转为两个盈利阶段，一段是产品运营收益，一段是数据运营收益，后者将会越来越大以至于最终超越前者。共享单车是一个非常典型的产品：相对于传统的政府公共自行车，物联网使单个车辆可以实时在线，可精确定位，并接受控制；用户不需要拥有车辆的所有权，可以随时获得使用权，并可以通过定位服务找到车辆使用，用后在目的地附近合法地点自由归还；另一个案例是智能垃圾桶，其基本功能是垃圾深度的感知，可以在达到某些深度时自动进行压缩，提升垃圾桶的容量，减少维护工作量。在垃圾桶完全装满后，通过物联网通知平台申请维护操作。从每天三次巡检，变成了十天左右的按需清理，大大降低了对清洁人员的需求，节约了人力成本。而更重要的是，垃圾清理变成了数据驱动的流程，如果在设计一套基于无人驾驶的自动垃圾回收车，可以按照满桶信号规划线路每晚自动回收垃圾，使整个垃圾回收变成了完整的数据驱动的闭环。对于传统互联网产业，C端和B端的逻辑往往比较简单。而对城市来说，多元主体复杂、价值观割裂。昂贵的硬件和软件投入最终对政府和城市运营商而言，产出应该是更高效低成本的治理，以及更多的运营阶段商业价值，但这不是软硬件能直接做到的。要使买单的政府管理者体验到数据的价值，而不仅是绚丽大屏的感官刺激，这不是单纯的软硬件产品研发环节能达到的高度。综上，如何建立一个以数据为主线的产业生态，贯穿规划、建设、运营、管理全流程，拥有包括顶层设计、硬件、软件、数据运营在内的全面能力，是每一个有志于智慧城市运营的企业必须思考的问题。在技术上，整合数据产业生态可能有以下几个要点：一、标准体系方面。哪怕是一个很小的领域和产品，其数据也会涉及到后面与其他城市数据的对接和融合。在智慧城市的顶层设计以及产品设计中，就应该充分考虑不同领域的协议、组网、数据模型、安全等标准，并在数据架构上做到充分的弹性可变。二、基于数据的产业生态连接方面。目前市场上各种应用产品和方案很多，但很少有真正能做到贯穿始终的数据生态，尤其是系统所采集的数据价值，往往都被忽视和放弃。政府或大型企业应该牵头建立数据实验室或者类似的数据整合和应用平台，结合政府开放数据，盘活城市数据价值，有效对接数据的供需双方，在商业和政府治理领域开发更多应用。三、商业模式方面。目前既有的智慧城市盈利模式大都是政府投资驱动，偏重考虑投资和运营中的分工和成本承担模式，缺少各方获益的真正商业形态。但实际上，在各种产业的全流程中，都有潜在的运营和收益空间。这要求每个企业在数字化改造过程中应十分重视运营环节，摒弃传统的售卖或出租逻辑，尤其关注运营环节的数据，一方面帮助优化产品本身，一方面注意挖掘更广泛的商业价值以延伸产业链。

2019年以来，各行各业的日子都不太好过。互联网线上流量面临增量枯竭开始琢磨消费降级，开发商一边“融不到钱”一边盖好了房子被政策“卡着脖子”卖不出去，实体经济不好金融自然也好不到哪里去。三个昔日风光的行业如此，表面是运气不好撞见一群“黑天鹅”，其实也是经济周期使然，“灰犀牛”该来的总会来。更深层次来讲，中国的城镇化和工业化发展到今天，所有习惯的增长方式都接近极限，没有深层次的调整，中等收入陷阱没那么容易跳过去。大城市的发展重点从增量转入存量，住宅需求放缓，开发商们越来越不被政府和银行待见。有中国特色的房地产行业一直是个很特殊的角色，产品和物业服务固然是个核心竞争力，但赚钱基本是靠资本和杠杆。拿不到融资的开发商，最后就只剩下产品能力，变成建设商，被背后的金融资本拿走大头。于是开发商们纷纷转型，大都宣布跟房地产业务各种切割，改名各种运营商、各种服务商。简单说，就是卖不出去的房子长期持有来收租子，无论是长租公寓、康养还是共享办公都是这个逻辑，收益水平就算上了ABS和REITs也实现不了多高的周转；更高级的还有城市运营商，从招商引资到基础设施公共服务一概替政府解决。但是很明显，前者从卖到租的转变，短期利润必然会大幅降低，拿着以前卖白粉时可以忽略不计的融资成本和人力成本去卖白菜，痛苦可想而知；至于城市运营商，则很容易分不清企业和政府的边界，本不属于自己的钱也没那么好拿。事实上，城市运营和管理的确可以是个不小的生意。在传统的模式下，城市的运营管理大都是需要大量人力财力投入的公共品，所以几乎都是政府在包办所有的事情。PPP普及以后，城市政府开始有越来越多的事情外包给企业来做，但政府和企业该如何分工，其实一直没有明确的边界。运营，是对产品生产和服务创造的全过程进行计划、组织、实施和控制，本来是一种企业经营行为。物业出租和管理这种工作，原本就是成熟的市场化领域，不是我们讨论的重点。城市公共领域中很多工作，也会倾向于由企业主体去承担，尤其是其中可以真正实现市场化运作并盈利，或者起码是能自给自足维持的部分。政府的角色，会逐渐转向真正意义上纯粹的“管理”角色，主要完成规则制定、底线审查、标准检验等工作。传统的城市运营，为了维持基础设施和公共服务的高效运转，主要依靠人力投入完成，成本高而效率低，比如市容环卫、公共交通等领域；城市管理也同样如此，即使是现在流行的所谓数字化城管或者网格化管理，看起来是信息化的外壳，但本质上还是密集的人力投入实现的管理颗粒度提升，就连满街的摄像头，大多数也是靠人盯着看，或者仅仅是用于事后追溯。运营和管理两件事得以真正区分和实现，一个很重要的前提就是数据。随着ICT技术尤其是物联网的发展，城市的基础设施体系逐渐完成数字化改造之后，实现万物互联、实时在线、可感可控，其中很多也就具备了无人值守自主运营的能力。比如无桩共享单车对政府运营的有桩自行车以及私人自行车的取代，又如智能垃圾桶实现自动压缩和容量感知之后，大大降低了巡查维护的人工需求，而其关联的无人驾驶环卫车辆甚至可以把街道清扫和垃圾桶倾倒变成完全无需人力、数据驱动完成的闭环，从而在改善了用户体验的同时也大大降低了运营成本。久而久之，整个城市会逐渐变成一个巨大的ICT产品，可以数据的逻辑驱动其运转。城市运营的全程数字化，带来的除了本身的系统优化以外，也为精细化的城市管理提供了可能性。各种城市基础设施和公共服务的数据实现全面的汇聚之后，政府无需大量的巡查人员和行政程序，就可以对所有的城市事件和基础设施部件进行实时监管，并通过算法对异常事件识别和预警，实现基于规则的数字化管理。例如共享单车行业的两个痛点，总量控制和空间调度其实都并不难解决，但目前大多数厂商的“人海战术型”运维加上政府的“虚张声势型”监管才造成了如今的困局。如果能实现全部厂商数据的统一数据平台接入，或者每车一个统一的电子标签和编码，就可以实现全城范围所有品牌车辆的定位监管，对厂商的运营要求才能真正落实。在这样一个城市设施和服务普遍物联化的大趋势下，逐渐浮现出了一个巨大的产业风口：开发商、物业公司等传统的有城市运营基因的企业，以及掌握线上流量和物联网平台的ICT和互联网公司，都会全力争夺越来越多的实体空间运营权，作为未来的流量入口。在近期，就是控制智能家居、新零售、出行等新的空间场景，尤其是其数据采集能力，为人工智能储备资源；大量数据会逐渐释放其商业价值，数据运营会成为城市运营商的一种重要商业模式；最终，数据驱动的城市运营也许会催生一类新的巨头：万物运营商。这些公司会通过物联网低成本运营城市里的各种设施和服务，小到单车、路灯、垃圾桶，大到厕所和各种功能空间，直至控制整个城市机器，一方面可以获取持续的服务费用，一方面，海量数据也会在商业领域和政府管理领域获得更大的变现能力。

我们分析产业生态智能化改造的范式，以及万物运营商的呈现逻辑的时候，都提到了城市智能化改造之后对政府治理模式的改变。在规划、建设、运营、管理这个完整的城市发展逻辑里，运营和管理两个环节发生了越来越多的变化和互动，会逐渐分化成两个与传统迥异的新模式，也许是智能化给城市带来的最重要变化。早期的智慧城市市场的主流业务，一方面在做政务管理流程的数字化和互联网化改造，一方面在帮助市政和基础设施部门做城市的运营数字化改造，所以有了智慧政务、智慧城管、智慧交通、智慧市政、智慧公安、智慧环卫这些与政府当前的事权划分和管理条线相匹配的业务系统，但其中涉及基础设施的业务系统大都包含了运营和管理双重职能，因为大多数城市基础设施和生命线系统还是由政府在亲自操盘。政府不得不做这些脏活累活的一个潜在原因是，这些工作不但难以盈利，而且由于其运营动态工作量和效果难以量化评估，所以无法交由企业去运营和补贴。随着物联网和人工智能技术的深入发展，这两年智慧城市也进入了新的发展时期。越来越多的城市场景在物联网改造之后，具备了自主运营甚至商业化运营的能力。共享单车、无人驾驶公交车、智能垃圾桶、智能环卫车辆、智能路灯等城市智能硬件从局部的产品创新开始，逐渐在改变着整个基础设施和公共服务体系的运营模式。在越来越多的城市系统被IOT和人工智能运营技术改造以后，政府主导的城市管理将带来的一些变化，其重要的特征就是城市数据平台的演进。说到数据平台或者信息化平台，政府一直是很喜欢的，当然最喜欢的还是那块大屏幕。当年的第一代城市数据平台就高大上。那个时代最厉害的平台一定是规划局的，真三维的数字城市，建筑立面上的贴图可以乱真，各种静态统计信息和图表的可视化，甚至还有规划、建设、管理等规划行业管理功能，城市设计甚至建筑设计都能进行方案比较和空间分析。但其数据大都是来自统计部门，最多加上点各部门的汇总数据图表。我们所说的城市管理，也可以叫做城市治理，显然不是当下的狭义“城管”概念，甚至不仅是政府各行政主管部门做的事情，还包括往往被忽视的城市的主官，也就是书记市长们，如何协调整个城市系统和各个部门的健康运行。但第一代的所谓城市数据平台，都只是低维的部门平台而已。最近两年，互联网数据源的不断拓展，政府数据的持续汇聚，可供决策支持调用的数据丰富程度远非当年可比，但很多城市运行的实时数据仍然由于技术和体制等原因难以获取。因此我们团队也在持续进行城市智能硬件的研发，尤其是以建立低成本、高密度、全业务的城市感知网为目标的各种集成城市传感器。与此同时，随着前文所说的城市运营模式的演进和PPP的发展，很多政府部门的城市运营职能逐渐弱化，剩下的管理职能则倾向于跨部门融合。城市政府的组织架构也陆续发生了一些变化：一些跨行业的高维机构出现，最典型的是从规划国土等“多规合一”到自然资源管理部门的整合；融合规划、城管、环卫、环保、市政市容等传统部门业务的大城管部门逐渐出现；各种城市生命线的应急能力被抽离整合成为了专门的应急管理部门；大数据局等数据主管部门出现，开始自上而下统筹智慧城市建设的设施和数据。这些高维部门直接对应的就是政府的规则设定、底线监管等职能，而这些职能的行使，一个重要的前提就是整个城市生命周期的数字化。这也是十九大以来中央对“数字中国”概念不断强化的一个重要动力。在市领导的思维模型中，部门的条块分割虽然是国家机器运转的必然结构，但也是城市事务处理的天然障碍。同一个突发事件，比如交通事故或者地质灾害，在不同部门的系统里会有不同维度的表达和信息，但以往的方式通常是没有能力将这些信息快速综合提供决策支持的。而人工智能通过大量历史数据的学习和抽象，加上专家系统的逻辑综合，是可以以事件和事务为线索重新呈现各种城市问题和事件的因果关系和相关性。城市作为一个复杂系统，可以通过这种方式，帮助决策者快速识别和处理关键环节，从而大幅提升城市管理的效率和科学性。

佳都科技2019年主推的产品线CIM实景融合技术平台就是以城市级数字孪生赋能应用平台为产品方向，以虚拟现实交互控制、海量前端视频融合、多地图集成模型渲染、实时视频结构化算法为特色技术；以鹰眼视角全息实景透察人、车、物，利用自主可控的多维数据-视频融合-地图变换的三合一模型能力，实现提质增效、视觉焕新、图屏联动、纤毫毕现的时空信息场景应用，是采用全新技术的一体化通用技术平台。数字孪生概念近两年在智慧城市领域出镜率很高。这个来自于工业领域的概念虽然名字有趣，但其实并没有什么太新的内涵，无非是在数字空间再造实体空间的镜像。对于建筑、规划、地理学科来说，本来我们也要对城市空间三维建模，也就是制作之前所说的数字城市。我们本来就有的CIM（城市信息模型）概念其实基本上与数字孪生就是同义词。当然，除了描述三维空间信息的GIS和BIM，物联网使万物互联和实时感知成为可能，我们可以实现更多城市运行数据的采集，所有的人、物、流都可以在数字空间里获得数据同步。这样看来，其实我们前几年一直聊的城市大数据，就是在试图用各种数据，尽可能还原一个完整的城市运行状态。除了政府数据、传统的空间数据、互联网数据以外，一个新的城市感知网已经呼之欲出。目前的摄像头、环境监测设备，固然能采集很多的实时数据，但离完整呈现城市运行状态，满足精细化管理的需求，还相去甚远。谈到数字孪生，大家经常会关注逼格很高的部分，比如像一个沙盒系统可以模拟推演，什么人工智能可以决策判断，甚至还能如Matrix或电影“头号玩家”生活在虚拟世界。作为终极目标。所谓人工智能的逻辑，无论什么机器学习还是神经网络，都先要学习大量历史数据，而我们其实根本没有足够的多维数据去训练城市运行的AI，充其量模拟某些简单系统的运行，勉强整个红绿灯配时。所以说，其实实现数字孪生的关键就是定义全域感知的新技术产品，这不是某一个单品，而是一个产品体系，而且必然随着传感器、5G和边缘计算技术的发展不断迭代。高密度部署、高精度感知、实时结构化计算回传，类似无人驾驶高精地图。实时更新的全息城市信息模型除了空间信息，还可以叠加无数个数据维度。一砖一瓦、一草一木、一桌一椅、一人一车，都会以不同的频率更新位置和状态信息，真的“全息”，数据量和带宽需求都是我们现在无法想象的，但又会是5G时代的常态。当然，“全息”无疑是永无止境的目标，也许是下一个IT领域追求的类似摩尔定律的新周期。5G作为目前最为热门的ICT技术概念，运营商自己都认为尚无真正的应用场景，而这其实并非设备商应该解决的，而是需要各行各业立足自身行业未来形态有所预判。所以感觉最近很多行业都在思考其与自身的关系，其中就包括一些开发商朋友，还有城市规划的小伙伴们。联想到前面几代无线通信技术的升级，虽然速度快了成百上千倍，传输内容从语音到短信、长文本、图片、视频、直播，催生了移动互联网，尤其是微博微信等社交应用、还有快手抖音各大视频APP、淘宝京东拼多多，但似乎对城市形态和城市领域的传统行业并没有带来什么变化。当然，我们周围是多了些生鲜电商实体店，倒闭了一些百货商场，但也仅此而已？为什么大家对5G有着不同以往的期待？也许是因为这次升级看起来将要达到一些大家向往已久的临界点，会引发一系列质变，当然也会带来无穷的新商机，对城市的规划、建设、运营和管理的影响更会十分巨大。可以说，我们之前搞的所有关于智慧城市领域的创新，皆是5G时代开始的新城市革命的序章。就技术来说，5G几乎满足了关于无线通讯的一切想象，连续广域覆盖可高速移动、低时延高可靠、低功耗大连接、高容量（流量密度）。无线通讯的技术进步，无非围绕频率、带宽、功率和信噪比的一系列数学关系的优化，5G之所以和以往的升级不同，就是这次的频谱效率基本达到了香农定理的极限，如果没有基础理论的革命，这次升级基本是这一轮的最后一次了。所谓6G，大家通常寄希望在太赫兹频段，目前还只能是个概念。毫米波通信是5G的最核心技术特点，毫米波波束窄，方向性好。Small cell、大规模MIMO等基站和天线技术也是服务于毫米波这个前提的。这些对城市空间最直接的影响就是，由于微站的发射功率低，服务半径小，穿透性差，传输损耗大，基本是视距传输，需要在城市中非常密集地部署。近两年智能路灯杆产品和商业模式的出现，基本都是在为5G基站的落地做准备。灯杆作为城市中最为密集的基础设施，又有了供电和宽带连接保障，必然会成为城市物联网的最重要载体，尤其是采集视频乃至3维数据流、声音、污染物、气象等城市运行状态的多种传感器，充分融合后可以实现全息的网格化城市状态和事件感知。而这些载体和数据未来也会是自动驾驶车路通讯的重要议题。

作为一个副产品，高密度的基站布局和精确的定向能力，会带来手机信令数据价值的一次飞跃。定位精度会提高一个数量级，跟现在的GPS数据不相上下，达到亚米乃至厘米级。更重要的是，可以实现室内外一体化的高精定位。信令数据会成为描述人的位置和行为的最为整齐精确的数据源，取代绝大多数定位和计数工具，为精细化的城市规划和治理提供支持。当然，手机这种产品形态应该在五年左右会被取代，但应该会化身到更多的物联网产品尤其是可穿戴设备之中发挥类似的作用。就具体指标来说，下载速率理论值每秒10GB，是4G的十倍；理论时延1ms，是4G的几十分之一；单通信小区物联网终端数量理论值达到百万级别，是4G的十倍以上。从高可靠低时延角度讲，1ms量级其实已经低于神经系统的传递时延，所以主要应用于需要超高精度或者较高移动速度的场景，最为典型的就是自动驾驶。尤其是作为L5过渡状态的编队驾驶和远程驾驶。在高速行驶情况下，毫秒级的刹车时延对应的就是厘米级的刹车距离。从单车自主控制，到V2V和V2X的大系统，通讯技术可以释放大量车端的感知和计算压力，最重要的好处无疑是安全性。而无人驾驶安全性的提高直至L5最终普及，给城市带来的变化应该是5G时代里最大的。本文不重点展开这部分，毕竟Sidewalk的整个城市尺度空间变革的故事几乎都是基于无人驾驶的，包括空间距离的敏感性降低、出行途中与固定场所的区别部分消解、小汽车无需私有、共享出行和公共交通融合、城市用地性质高度混合、TOD模式的消解、路面资源需求降低、停车场需求大幅降低……总的来说，无人驾驶带来的是城市的交通功能和其他功能的融合，车辆和各种广义无人驾驶载具会变成移动的城市功能空间。雅典宪章以来城市功能分区的概念会在各个尺度上发生消解，虽然不一定是彻底颠覆。城市功能空间无论大小，彼此之间信息的互通和通过道路交通完成实体空间的连接会呈现一种新的关系，其实就是数字孪生空间与实体空间的几种新的互动方式，暂时还没有合适的理论探讨。此外，5G可以提供一些精密操作场景的远程化。低时延另外一个典型应用场景是远程医疗。结合触觉机器人，可以实现远程B超和内窥镜等诊断，甚至远程手术，帮助非城市化或落后地区实现医疗水平的均衡和医疗成本的降低。类似的，从工业角度来说，一些高精度操作工作也可以引入远程协作机制甚至远程就业，也许这些未来只是远离城市的无人工厂的补充而已。高带宽应用的典型应用是VR、AR和超高清视频，大家通常会考虑其娱乐应用。在我看来，重点是5G支持的带宽大概可以解决一些视频时代还不能解决的面对面交流问题。以前我们以为通信、语音甚至视频可以一定程度上消解空间距离，甚至可以实现远程交流取代面对面。直至5G时代，真正全息的VR技术才能一定程度上实现这个目标。除了语音和面孔，细微的表情动作都可以被捕捉，感受到“气场”层面的信息，甚至还包括气味、微环境、触觉等影响交流真实感的因素。可以预见，当与岛国老师们沉浸式的交流需求先得到完美满足以后，其他的场景应该都问题不大了。说到老师这事，流水线式的传统K12教育在AI和5G的辅助下，是不是也能真正实现远程互动和因材施教呢？低功耗、大连接主要应用在物联网领域。未来城市中，万物互联会超出我们目前的想象，不仅是智能家居和交通工具这些应用。最后一公里的光纤网络甚至基本的弱电布线都可能被5G直连取代，目前各种连接方式的智能家居设备可能都会变成扁平的结构，会对目前的市场格局产生不小的影响。工程建设可以摆脱一些线缆的限制，这一点会节约不少成本，但实际对设计的影响会有多大还需要观察。To G时代和NB-IoT早期不靠谱的物联网连接状况将成为历史，无论是NB-IoT还是Lora或者另外的低功耗广域网协议取胜或者分庭抗礼，都会给我们带来更稳定可靠的物联网体验，当然这一点是之前深受其害者才会有的感到区别。随着MEMS等传感器技术的发展，所有城市基础设施甚至建筑构件都会接入物联网，并实时更新状态，最终实现数据驱动的控制运营。与低时延特征结合，AI边缘计算也会与物联网融合，解决基本的AI分析能力，减轻云端和传输层没有必要的负担，真正实现AIOT。例如未来无缝覆盖的智能摄像头，其采集的高清视频会在本地完成包括人脸在内的各种基本内容识别和结构化处理，可以按需调用甚至分布式检索，结合其他传感能力，共同构建真正高频刷新的数字孪生城市。5G无疑会象电力、蒸汽机一样使我们的城市发生巨大的变化。作为城市规划师，我们有幸身处一个即将变革的时代，可能会创造新的城市理论范式。但目前凭我们的想象力，似乎并不能预测未来城市形态的变化。上文并未有什么实质性的新知，充其量算是整理一下思路。已经提到了工业、交通、医疗、教育这些决定城市中心性的最强功能要素的改变，加上早就发生的零售业，虽然导致的空间形态改变似乎也就是使城市功能进一步分散和混合，甚至原子化，大尺度来讲也许指向区域化网络化，但叠加在一起的效果就无法想象了。而且这次城市革命更大的改变，也许主要不是形态上的，而是规划、建设、运营、管理的逻辑本身。5G也不是一个独立的技术，而是和其他ICT乃至材料和生物等技术一起，呈现一个全息感知、数据驱动的城市，可以更好地通过人工智能适应和满足市民的需求，自主学习，自我完善。城市规划师，也不需要绞尽脑汁想象一个与以往不同的科幻场景，而是需要更多思考如何利用新的技术和数据去渐进优化我们的存量城市空间，学会在外科手术和望闻问切的技能之外，转变成循证医学乃至精准医学的专家。智慧城市也需要更多理解ICT技术的建筑师和城市规划师，作为智能场景规划师，创造更丰富得体的技术应用场景。“场景”规划是一个很抽象和综合的概念，我理解为对城市的空间容器里各种要素的统筹安排，城市规划侧重其实体空间要素，新芝加哥学派的场景理论对城市空间和社会空间已经有全面的研究，而智慧城市则需要综合考虑空间要素和ICT技术要素。智慧城市场景设计可以类比电影和游戏的场景设计，从故事线到世界观，从镜头语言到灯光道具，需要从整个系统的运行逻辑去综合分析。场景设计有几个关键的环节或者说技术要求，首先，是对城市场景复杂性的理解。大家都知道一句话，城市是开放复杂巨系统，但这究竟意味着什么呢？城市要素之间复杂的关联和互动，牵一发而动全身，以至于往往无法用还原论思维简化。跟城市规划类似，解决复杂问题需要关注事物的关联性和动态性，把城市里的各个系统、各个部门综合起来考虑。目前的智慧城市系统绝大多数是垂直部门建设的，形成一个一个的数据烟囱。但其实各种数据可以服务的都不仅是一个系统，这就导致了大量的重复建设尤其是重复的数据采集。各系统之间的共性需求没有统一的动力，共享和汇聚的困难会在各个环节体现，尤其是市级的统筹，往往面对千头万绪无从下手。比如我们研发城市数据融合传感器，就要梳理环保、城管、交通、公安等各个系统的感知需求，归并指标和空间部署的共性因素，并探讨每种数据对其他系统的可能价值，以创造创新的行业应用。另外，复杂系统自组织和涌现等特征，使个体之和远大于整体，所以非线性思维是重要的素质。二是对技术与空间的互动关系的理解。革命性的技术对空间都会有摧毁和重塑的力量，铁路、电力、汽车和电梯都是类似可以改变城市形态的技术。即将出现的L4L5级自动驾驶和5G等都可能会成为类似的革命性技术。参考上一篇对5G城市场景的推演，我们需要能超脱于技术本身，理解识别城市中可变的和不变的要素，从技术史的视角去观察技术对各种城市要素可能带来的改变，进而推演随之而来的空间变革。比如对无人驾驶和共享出行主导的城市进行前瞻，就不能仍然机械地按照此时的规范配置停车位，至少要考虑到未来车道变窄且停车需求降低空间富余之后的弹性改造方式。而如果还用私家拥车而非共享的逻辑去测算无人驾驶汽车的需求量，那就会是个比交通拥堵更大的灾难。所以逻辑推演的更长远愿景将是公交系统变革和用地组织方式的变化等。这也体现了第一条的复杂性，即每个变量的变化带来的都会是一系列连锁反应。三是对综合技术的敏感性。智慧城市项目自然离不开ICT技术的综合应用，而创新应用、尤其是着眼长远的流程再造项目，往往需要用到非常多的跨领域技术，甚至黑科技进行创新研发，这对任何领域背景人员都是巨大的挑战。云计算、物联网、传感器这几个常规技术对IT公司来说可能问题不大，但涉及到复杂无线需求，就只有华为有足够CT能力搞定。但更多的场景中，涉及到更全面的材料、工控、能源，甚至生化领域的技术，即使每种技术都未必有多复杂，但综合起来就成了不可能完成的任务。比如对排水管网内部堵、漏的监测，几乎只有井下机器人一种办法，但市场上的产品形态大都还很初级，要不就是个球不知道被冲到哪里去，要不就是只能拖着几十米电线一个井一个井抽干了水放下去靠视频检查一小段，每公里综合成本上万。当然，现在已经有了视频、激光雷达、声纳一体的三维形态感知能力，也有了履带、蛇形、腹壁等行进方式，也有携带电池的长续航能力。但可不间断自主工作，可从污水中供电，可穿透数米土层与地面通讯和定位，可处理复杂粘稠油污沾染腐蚀，可放置无源定位标签和MEMS传感器等需求其实在技术上都并非难事。但因为涉及技术领域过于宽泛，对研发团队的综合要求高，导致一直没有理想的产品出现。在城市基础设施改造领域，这类价值巨大的市场需求俯拾皆是，但通常被熟视无睹。四是问题导向的综合场景的构建能力。我理解的城市规划本质是统筹各种资源解决城市问题，ICT技术当然和空间手段一样理应成为解决问题的工具。现在的各种所谓智慧城市示范项目，往往是把各种所谓的高科技产品摆在一起，却并未真正考虑场景的需求，就连雄安市民中心和海淀公园也不例外。例如园区的无人驾驶产品已经成熟，但通常会被扔到路上作为个游乐项目，五是对城市数据的深刻理解。无论智能化还是信息化，基础都是数字化。用数据重新描述和解释城市，是智慧城市的第一步，也是贯穿整个城市生命周期的主题。数据是智能的前提，没有作为训练样本的海量数据的采集，就没有对各种城市系统规律的识别，更谈不到预测和调控；数据是场景的线索，各种应用和产品之间依靠数据交换建立有机的联系，丰富的互操作来自于充分的跨系统数据打通；数据是产业的动力，开放共享而又保护隐私的健全的数据生态，是智慧城市创新创业氛围形成的重要前提。数据的主要来源，会从描述人的互联网到描述设施的物联网。从各种独立传感器到一体化的城市传感网，从传统设施被动感知到数字化设施主动上传数据，这个改变的过程也是我们改造物理世界的基本逻辑。最终在数字空间里呈现一个全息的数字孪生城市，甚至把主要的生活场景从实体空间迁至其中。六是对人的需求的理解。这一点最为抽象。智慧城市项目，无论是To G还是To B，大多数最终都是服务市民的。我们认为，以市民为核心，多元主体的全面参与是项目成功的基本保障。在空间规划时代，我们有环境行为学和人体工程学的工具。但在数字化场景中，人的主观体验和获得感、幸福感的量化描述和评价并没有相应的方法论。我们看到的很多尴尬的产品都是工程师的一厢情愿，最有代表性的就是很多主流智能家居产品的设计，蹩脚的产品和交互设计使本来的举手之劳变得繁琐和无趣。在B端和G端的类似的画蛇添足应用也是不少，比如现在大杂烩式的智能灯杆，把各种简单的ICT功能模块各自挂在同一个杆上，就号称智能，却没有一个真正把一体化采集城市数据训练城市智能作为诉求。也许通过数据解决交通问题并不是直接To C，但可能比一个路灯上的手机充电器更能解决市民的实际问题。七是对基础设施运行规律的理解。智慧城市本质上是指新一代的城市支撑技术体系，而从技术属性去定义城市的关键在于新的基础设施体系，这是支持所有城市规模形态和运营管理模式的根本。但由于大多数是隐蔽工程，投资巨大但又不容易直接看到，所以很容易被忽略。城市的水电气热管网和能源供给方式，加上固废处理方法，是整个工业时代的技术产物，基本方式也许已经稳定，但其效率和安全、节能、环保等特性，还有巨大的提升空间，而基本方法就是依靠ICT和材料、化学、生物、能源等新技术去改造现有系统，以支撑更加可持续发展的城市形态。时至今日，地面上的城市光鲜亮丽，却很少有哪个城市能搞清楚自己地下埋着多少管线，有多少正在不断跑冒滴漏污染着土壤和地下水，甚至爆裂乃至爆炸的风险潜伏。综合管廊当然是靠钱解决问题的好办法，但事实上大量存量城市基础设施还需要更为务实的方式去改进。物联网时代的万物互联，重点并非是家里的电灯电视，而是整个城市基础设施体系的实时在线可控。所有地下管线都将变成新的ICT设备，自身具备神经系统，获得感知和数据传输能力，使城市运行更加安全高效和韧性。这个地上地下一体化的感知和控制网络，其精度和覆盖会远超过现在的想象。从人为巡检、经验操作演进为靠人工智能控制的新城市生命线，对未来的5G网络来说也会是非常主要的应用场景。最近不得不重新回忆在学校上过的一点基础设施课程，和当年亲手画过的压力和重力管网，试图抽象可能支持其高效运行的各种数据及其感知方式，这也许是一种更接近未来城市本质的方法。此外，道路作为一种特殊的基础设施，与交通方式一起，从来都是定义城市形态的最重要要素。ICT的投资在道路基建费用中的比重会成倍增加，无人驾驶、车路一体化、路面的发电和充电、新型公交系统、MAAS……。

城市是个复杂巨系统。无论是为了对城市进行研究，还是治理、管控，都需要把复杂系统进行还原和分解。比如传统城市规划，把城市分解为产业经济、公共服务、建筑空间、绿地景观、道路交通、生态环境、市政基础设施等若干子系统进行研究和规划。再比如城市政府，把城市分解为产业、商业、建设、土地、环保、教育、医疗、交通、公共安全等等子系统进行治理管控。两种分类有对应关系却不完全相同。比如政府的教科文卫，在规划视角下常常会合并为一个子系统，因为它们遵循同样的规划逻辑。而建设系统，因为是空间规划研究的核心内容，规划就会把它再进行细化：建筑、绿地、公共空间等。形成合乎自身逻辑的还原方法，是学科成熟的标志。智慧城市的研究和实践中，一直以来主要依附行政管理的还原逻辑。比如我们看到的智慧医疗、智慧交通、智慧公安等。很容易理解，这样的产品与政府部门事权相对应，更便于被采购、被使用。然而当我们进行智慧城市的深度研究时，我们需要从智慧城市更本质的逻辑出发，来还原城市复杂巨系统。这一方面帮助我们思考智慧城市继续前行的方向，把握产品研发和产业发展的节奏，探索系统孤岛的问题本质与解决方式，更帮助我们深入认识“智慧”与“城市”的结合模式。控制论的基本逻辑是基于感知系统获取的信息揭示成效与标准之间的差，并采取纠正措施，通过循环反馈使系统稳定在预定的目标状态，感知与控制（在城市领域更多是干预）是两个核心环节。从控制论角度思考，整个智慧城市的逻辑其实就是用ICT为核心的新技术方法对城市空间进行CPS（信息物理系统）化改造。但是现在流行的所谓智慧城市，除了个别领域以外，大都只是传统政府业务的数字化或者信息化，尚未到达这个阶段。从CPS或者说可控制程度的视角，城市可以分解为三大系统：生态环境、人工建成环境和人群行为。说这类系统的智能化特点或者策略是“强感知，中干预”。目前智慧城市的绝大部分硬件投资也是用于对市民行为的监测，但凭借监测所能实现的更多是异常事件的及时响应，以及对市民行为时空规律的探索，以改善基础设施和公共服务。真正意义上对社会系统的控制是不可能实现的。实现社会和社区的健康发展，乃至于市民的全面发展和幸福感提升，还是需要靠社区和市民的参与共建，逐渐改善城市服务能力。城市本质可以表述为“通过基础设施和公共服务的集中供给，在空间、环境、能源等有限资源条件下实现生产效率和居民幸福感的提升的复杂功能网络平台。”我们解决的所有城市问题几乎都可以归结为一个共同的痛点：解决有限的基础设施和服务能力与高速增长的需求之间的矛盾。交通拥堵、内涝、能源短缺、环境污染等体现了基础设施的动态服务能力和效率不足，住房供给、房价、教育医疗等公共设施问题体现了住房和公共服务的布局、供给量与服务水平不足。感知的核心对象，一方面是以人流车流、环境污染、负面事件为代表的动态需求信息，一方面是代表供给的道路和基础设施的运行情况。在此基础上，数据平台和算法才能实现动态预测和供需匹配。对不同干预程度的系统，有些可以实现全自动的实时智能化干预，有些则进行长期的政策调控，还有些是人为的执法处置。