Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

吕海洋报道

以决策路径为标准,重划智慧城市赛道

图片

智慧城市建设是一项庞大而复杂的工程,从顶层规划,到城市功能区设计,再到具体施工和城市基础设施的改造,每一步都涉及大量的跨学科、跨领域、跨部门协作。
复杂的设计和实施流程对每个参与的部门和企业都提出了很高的要求,需要市政领导、数字化管理部门、城市建设部门和技术供应商持续深度合作。而其中,技术供应商、服务商所承担的任务尤为关键,需要在项目规划和实施的早期,就准确找到最终用户的痛点,实现对应的场景需求。


报道 | 吕海洋


在多伦多水岸智慧城市项目结束的时候Sidewalk Labs的CEO曾发布博文,委婉地表达了「挣不到钱」是放弃项目的主要原因。虽然2020年全球经济形势确实出现了很大的不确定性,但对于一项总投入预计十几亿美金的城市改造项目,如此草草收尾,很难不让人质疑项目团队「是不是最初就选错了方向?」

在智慧城市项目中,大多数供应商、服务商会按照城市区域、智慧城市细分子领域、政府关系和渠道能力等划分市场,寻找自己的赛道。然而,每个城市都有各自不同的「人文、地理、文化、行业生态和经济驱动力」,这些因素的差异导致同样的建设项目在不同的城市间就要面对完全不同的问题和挑战。

在智慧城市的实际落地之前,就直接一头扎进项目里,就很容易像那些放弃了智能城市项目的前辈一样,陷入一个混乱而又长尾的泥潭中。

智慧城市本身的范围很广,其中包含大量不同的项目,且这些项目的主导单位、资金来源都不一样。在不同的智慧城市细分子类中,很难一下子搞清楚到底谁是真正的用户,是核心决策者,以及谁是影响决策的参与人。

「供应商和服务商需要跳出传统行业的市场划分方式,关注真实用户和真实需求,从而对项目进行长远的合理规划。」Gartner高级研究总监相斌斌(Milly Xiang)认为,重新划分市场、明确赛道对于厂商非常重要,这可以帮助厂商更好地优化、优选智慧城市项目,并根据解决方案的匹配度帮助用户解决问题。


 一 

智慧城市市场划分的三大路径

Gartner在2月份发布的一份智慧城市市场划分报告中,提出了智慧城市市场划分的三大路径:议题主导(Initaitive-Led Approach)、创新主导(Innovation-Led Approach)策略主导方式(Strategy-Led Approach)

图片

智慧城市市场划分的三大路径

议题主导是聚焦在某一个特定的一个议题,且这个议题主要着重解决一个单域挑战。目前在国内看到的绝大部分智慧城市项目,都是以这种方式来进行的,比如城市的交通、环境或公共安全,一般来说,都是由对口的委办局负责的。可能在不同的地市、省级、中央级还有垂直集成的需求等,但是在城市级别上来看,这些项目都是以一个单域的方式进行的,这也是国内早期比较有代表性的智慧城市改造方式。

创新主导是以创新为动力驱动的智慧城市建设。这种方式在欧洲国家应用很多。政府通过众包,或者是利用本土的生态,鼓励大家参与创新,甚至在真实的生活场景中进行场景开拓的尝试,鼓励非政府机构和企业在其中运作一些不同的项目。

同时,这些项目也会通过数据交换和一些更合理的数据分析及人工智能等方式增强这种跨场景数据的挖掘。从而提供更多的机遇、项目和基于服务的创新。目前,国内很多领先的「智慧城市」项目已经开始这方面的探索。例如:很多城市实行的一网通办、一网通管,甚至是跨省通办等数据业务,都是从跨域、甚至是跨区域的数据交换平台中衍生出来的。在这个阶段,用户主要的聚焦点,更多的在于要解决运营层面或者说运营效率的问题,尤其是政府层面服务效率,以及和市民间的交流交互层面的一些问题。

策略主导是以战略驱动的智慧城市规划模式。在创新主导的模式中,政府规划智慧城市远景、搭建基础设施,提供开放的环境、开放的数据以及相应的一些技术平台支持,让不同的创新参与者到这个城市生态系统中进行创新。而策略主导的方式则是以「端到端」的视角,由政府制定具体路线图,并主导建设。在实施之前就已经预先制定了优先整合、实施、服务和运行的领域。

政府在这类项目中发挥了重要作用,而供应商的绝大部分工作都集中在数据交换、构建数据平台。很多这样的项目都是技术设施和政务云已经在基础设施上准备就绪后,才开始迁入其他的应用。

这三类路径对厂商的参与要求各有不同。议题主导类对于厂商有非常高的领域知识要求,需要厂商具有相应的专业背景的。甚至有时候需要厂商有和用户核心业务对应的应用,或者可以直接将技术嫁接到用户的核心应用中。创新主导类有很多专注于某一类应用的小型公司。策略主导类的项目则更多是偏大型、集成能力强、有打喷嚏构建能力的厂商,前面两类中的小型供应商则更多的是作为大平台之上的生态合作伙伴,被接入到平台中。

这三种路径也会分别遇到来自不同维度的挑战。

策略主导类通常是从城市长远发展角度进行深度合作,必须在技术尚不成熟,标准缺失的情况下对未来进行规划。这就使得技术路线的发展充满不确定性,同时无论是供应商还是用户,都需要与总承包商绑定,这也限制了技术路线和技术生态的灵活性。再有就是最近问题,策略主导型的供应商从城市底层建设层面入手,势必需要保证资金方面的投入。

此类厂商,在项目的实施和推动过程中,应着力开放标准和体系结构,确保生态透明度,从而保证平台和自身的技术不断演进。目前,欧洲、日本、印度等一些国家的政府都在着力建设开放体系结构,规避被一个技术生态锁定的风险。

创新主导类项目最大的问题在于其中项目大多较小,很难达到一些运营级别的效果,这直接导致了项目后续整合困难。因此,对于厂商来说,应该帮助城市去筛选出来到底哪个领域是可以规模化的,而且这个规模化是可以帮助政府去解决它最具挑战的一些优先事项,然后去满足当地的一些区域性的特征等。

很多议题主导类项目相对独立,在构建之初没有联动和协调,也没有为后期的联动预留接口。导致平台数据标准化和流程无法在智慧城市体系中互联互通,从而出现一个场景中需要多台设备、多个传感器,甚至多套系统解决相似问题的情况。造成了重复投入和资源的浪费,由此,厂商可以在集成过程中利用一些边缘的技术,或者在平台侧把不同的IoT平台、公众平台,以及一些内部核心平台,进行集成或是借口预留。为城市后续的建设打下基础。

 二 

拉通智慧城市各层关系,实现长期收益

在智慧城市建设和实施过程中,「拉通」是一项非常重要的工作。「拉通」涉及到四个层面:组织层面、数字层面、空间层面和生态层面。要实现这四个层面的全面「拉通」不是一家厂商就能够解决的,需要整个城市中所有平台和应用共同推动,而且这里面还会考验政府本身的配合程度,或者说本身的治理和管理能力。

图片
智慧城市建设的关键:拉通组织、数据空间和生态
图片
数据治理的关键要素

当厂商在做拉通的时候,它的投资回报或者是它的部署实施周期和见效周期会比单一技术的项目长很多。」相斌斌认为,现在智慧城市面临的挑战和难点并不仅仅是技术方面的了,很多是来自于机制、协调、标准方面的。这也是为什么很多厂商,尤其是一些上市公司,一旦发现短时间内快速实现ROI的机会没有了,就会快速转换赛道。

在不同的阶段,面临的挑战是不一样的。在过往的阶段中有一些挑战是厂商通过某些技术手段就能够解决的,但是在越往后,实际上问题就会越复杂,再靠厂商的一己之力就会非常的困难,这时候要考验的就是厂商的资源整合能力。也就是说,厂商怎么才能够去调动生态,厂商可能去找到政府,让政府帮助厂商去协调一些部门,甚至厂商或许就能够积极的参与到数据标准、法律法规制定的过程中,去推动智慧城市的进程,虽然这些厂商付出的努力可能会更高,但大多能得到更长期的收益。图片

产业智慧城市
相关数据
人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

推荐文章
暂无评论
暂无评论~