陈晨《城市大脑衍生的产品机会》

今天我要跟大家分享的题叫城市大脑，我看咱们节目的主题，叫数字化大咖说，大概是企业或者行业的数字化，我讲城市大脑是一个城市的数字化之路。

现在最热的词叫新基建，包括大数据中心叫AI中心这些。这些都是一个信息时代数字时代的必经之路。海淀区提出城市大脑这个计划是叫中长期的发展战略，是一个五年的发展计划，是非常复杂的系统工程。今天政府这些体制机制咱们不说，就说一些跟我们每个人生活都相关的，说一点接地气的。

首先给大家解释一下城市大脑到底是什么，我估计这个概念很多人都听说过，但是很少有人能准确的描述到底什么是城市大脑，没关系我会带大家感受非常直观的城市大脑的形象。

最早阿里王坚现在是院士，传奇人物。他提出杭州的交通大脑，有一句名言叫世界上最远的距离，就是马路上红绿灯的灯杆上，红绿灯跟摄像头的距离，它俩虽然在一根杆上，但是它们之间没有任何通信的。摄像头看的是什么，红绿灯该怎么变怎么变，它本质是一个沟通的问题。

机器跟机器之间的沟通靠的是数据，所以城市大脑解决第一个问题也是最重要的问题，就是数据共享的问题。

我选了一个非常有代表性的城市大脑的场景。这是模拟了一次海淀的一所中学发生火灾的一个事件。大家从这个界面可以看到，从这一个系统可以调用周边的摄像头资源看周围的情况，可以调动周边的传感器，看周围的消防设施设备，包括警力的部署，包括医疗资源的使用空域的情况，还有这所学校进出的人脸信息，我们就知道里边还有多少人都在。看似这么一个截面，其实涉及到很多个部门，很多的信息要串在一起。

所以城市大脑的理念：自己的业务自己的职能作为边界，是以在场景下解决问题作为项目的导向。

只要是这个事件需要的一些资源，在这个系统是都可以调动的，不管它是属于谁的，这个就能代表了现阶段的城市大脑的一个形象。

举一个例子，讲渣土车的应用。为什么选这个地方做直播呢？我们这是海淀城市大脑的展厅，接的是政务，在这儿能看到所有的委办局在使用的系统都是真实的数据，所以方便给大家演示，我选了一个渣土车的系统，不要问我为什么会展示火灾的。

这个渣土车的应用跟刚才的里面是一样的，为了治理渣土车的乱象，我们建立了一个系统。看了页面的布局，叫源头管控，集约利用，这是一辆渣土车从挖出土来到上路，到去倾倒这一车，专业词叫消纳。这三个场景串起了六个执法部门。在源头的时候中检局管，城管执法局管。出了工地的门上路了，就归交通队管，北京市的这边有管的营运车辆，在倾倒渣土的时候就归生态局管。所以这一辆渣土车经过三个场景归6个部门管。

在过去，其实他们之间数据是不通的，如果你想要别的部门数据，你得去申请，拿U盘去拷，拷一个静态的数据。现在在这一个系统里面可以给大家演示一下。

首先源头管控，这是通过海淀一家企业，用卫星每个月更新一次，卫星的摇杆图。蓝色的是住建委备案的地方，红色的是跟上个月对比图案疑似的工地，不见得全都是非法工地，可能有的是地面的颜色变动。我们点开一个进去看一下，这是周边的叫丘积（音），专业的摄像头的资源。

我们再换一个，这一个摄像头在右上角的位置，这个是后厂村，现在是宇宙中心，后厂村的一处工地。这是实时的摄像头八点半了。这是工地唯一进出口的大门，摄像头对着大门，用AI去识别从这里进出的每一辆渣土车。识别之后就会在住建委的系统里，工地出土情况。比如他是这个工地的，7就是8，加了一个数。为什么叫源头管控呢？从每一个工地里出来的每一辆车都要掌握数据的，都是有数的。

它从工地出来以后就上马路的，这叫车子协同。现在由于晚上天黑了，相对的时间率也会差一些。所以在刚才选了一个，这是今天上午和下午分别拍到的渣土车，这是路上微卡口，交通微卡口摄像头抓到的渣土车。我们通过地图轨迹的联系，通过摄像头的路径连线，我们还原它的轨迹，它是从哪出来的，最后停在哪了。我们还可以调取视频作为现场的执法证据，这录音给大家看了，这是在路上，最后就是消纳的环节。

这个是接入了北京市所有的，可以清除渣土的地方叫消纳厂，每一个工地在开工备案的时候，它一定会有指定的消纳地点这都是一一对应的。从A点到B点，一定有一个最优的行驶路线。我们通过刚才车辆轨迹去跟这个图一匹配，如果你贴合这个路线就没问题，如果你偏离路线较远，通过逻辑判断你去绕路走的可能有其他的原因，这就是疑似非法倾倒的线索。

我们通过刚才说的这一辆渣土车，从挖土到倒土生命周期，串起了6个执法部门的管理。我们收集了这些信息以后，同样发现如果是在道路上违法，闯线也好闯红灯也好等等，我们就会把这信息分发给交通部门他们去做处罚。如果是从工地里带泥沙出来没有备案证等等，我们就发给住建委处，如果是倾倒渣土我们发给城管委去处罚。这一个渣土车的制度，串起了整个城市大脑建设的一个理念，为什么要建城市大脑？跟刚才说的校园一样，不以每一个委办局的执法范围职能为边界去设置。

实际上刚才这些功能，刚才讲的应用级别的。实现这些功能的背后一定有大量基础设施的支持，也就是这张感知网络，我们铺设的物联网传感器包括图像系统摄像头这些。

我举一个例子，这是清华的老师一个千人计划的老师。他把光谱仪缩小了传感器级别，把它拴一个毛扔在水里边，实时的水质就不一样。过去我们只能用化学检测法，去捞一点水回实验室检测，可能一两天才出结果。

这个项目实施对水务局治理水质的持法程序也就带来改变了，因为你实时发现水的问题，你马上就能去溯源马上就能去解决。大家知道，生态这个事儿，每耽误一点那就不行。

举这个例子，其实是为了说明我们现在的科技手段足以让身边的一切都数据化。

只不过是我们需要付出的代价有多少，因为有些高端的传感器还是很贵的，像刚才的十来万一台，现在海淀一百多台。为了降低采集数据的成本这个代价，我们做另外一个事儿，希望能充分的挖掘数据的价值。又是海淀的企业，海淀的一个例子，这家企业免费为交通部开通了一套全国大货车的定位系统，给大货车装上了GPS和北斗双定位，这套系统等于把所有的货运车辆实时的信息掌握了，就在线了。

他免费给交通部使用的，他拿这系统五年的权利。截止到目前为止，他把这套系统已经卖给了一个机构，不光是交通掌握车辆的位置系统，比如环保，大货车大部分是柴油车，尾气排放就是环保检测的对象。原来只能去高速路口进出城市的要道去设卡拦截效率非常低，后面要停车，前面设卡绕路走。有了这套定位系统，相当于实时进入海淀区的车有多少，都停在哪，环保局直接上门去，就非常高效。

包括给事物做核查，因为你之前的轨迹速度，相对的速度都有了，做核查追溯，包括给保险做风险评估，跟去年整个一年的驾驶情况来核定明年的保费应该交多少，你是不是安全驾驶。包括一些给车主的服务，基于位置的比如加油，比如参与，基于你的位置推送一些附近的，相当于团购，不一一列举了，现在卖了七套解决方案这套数据，这个公司目前已经上市了，这个非常值得我们企业学习的一个模式。一会儿我会说一下，在将来城市大脑的城市里，数据里做的那一种非常重要的生产资料，会带来可能生产模式的改变。

为了满足一个需求，我们需要多种雷同的数据进行融合。

这个案例是我跟海淀消防队，跟一个医院共同探讨的一个课题。想把火灾进行预测，评估这个建筑物发生火灾的机率。建筑物分多少种，诱发火灾的原因有很多种，他们去一一对应，动态调节群众，哪一个建筑物火灾风险高。其实这种模型三四百年前数学家就已经总结出来了这种规律，其实是一个概率，触发事件的那些因素，我们回顾总结发生的规律，其实很早就有了，但是过去我们无法获得60多种因素的实时的数据，我们只能拿到历史的数据静态的数据，对于预测就没有价值了。

现在有了城市大脑以后，这个事儿就变得可能了，只要你预测有价值，那城市大脑其实就能为你吸收这样的数据。像刚才说的校园火灾、渣土车等等，只要你的目的是有意义有价值的，其实这些数据都可以有的。火灾是一种，其实这一切，世上发生的一些事件都是有规律的都是有表象的。

刚才说的是事件的预测，其实我们人类的行为也是可以预测的。这算人工智能机械视觉非常基础的一些应用，左边这个是通过对比的图像，右边这是人脸，人体结构化的识别，这是机械识别非常基础的应用很成熟的应用。

这是一个公安的例子。在小区，公安的系统在三个不同的小区，连续三天的晚上发现有一辆名牌车在晚上进出这三个小区，根据公安技战法判断，这就是一个异常事件，这是发现的前边，设下来把车拦下来以后，打开后备厢一看，这里边刀子、斧子、剪子成功预防了一起入室盗窃。他的这种在晚上频繁进出各个小区的行为，就是踩点，这就是入室盗窃的前兆。

所以说，为什么机器能做到这事儿呢？我们人类是无法把这个跨区域跨时间的这种信息，把它关联在一起，因为入室盗窃的事情还没有发生呢，我们不可能把这些信息关联到一起去思考这个问题，但是机器可以。

机器我们相当于给它营造了一种四维空间，我们把机器送到四维空间里面，让它以上帝视角相当于在观察着这个城市发生的每一点动态，它也不会忘它也不会困，

所以总结下来到底什么是城市大脑呢

就是跨越时间跨越空间的信息，统一汇集在一个脑来处理，这就是城市大脑的能力。

我要说到这儿你还没有理解什么是城市大脑呢，我可以你去看施瓦辛格的《终结者》，那里边的天网的系统其实说的就是这个。但是最后发现人类是危害地球最大的威胁，要消灭人类，那个可能还远，也不排除会有那么一天，防着点人工智能。

我给大家回顾一下我刚才说的逻辑，我们用很低的成本让身边的一切数据都在线，我们这个城市发生的一切事件包括人的行为都是有规律的，有规律有数据我们一切都可以预测，将来随着城市大脑在全国推开建设普及了以后，将来可能就会产生新的这么一个行业叫做大数据预测。

包括算命，人的命运也可以预测，只要你样本量足够大，时间周期时间跨度足够长，其实世间的一切都是有规律可循的。所以按照神逻辑，可能从此世界上就不会再有意外发生了，可能也就没有保险这个行业了，保险这个行业也就消失了，都改行做预测了，开个玩笑。

刚才这些后边也跟大家一起探讨了，是我们在探索的一些事儿。今年2020年北京市有一个最新的政策，要求三分之一以上的社区都要进行智能化的改造升级。海淀区总共有两千多个社区，按照这个基数去算，至少有六百多个社区是要做智慧社区的升级改造。

我们现在做的场景里，智慧社区的18个应用场景。大家可以看到，小区的单元门、电梯、停车场包括用电、垃圾、地下室等等，这18个场景，如果高配的情况下建全了，平均一个小区大概两千多万的投资。600多个小区就是几十亿的投资，即使是海淀，现在是全国GDP排第一，也无法承受这个压力。所以我们现在探索，能不能让政府开放一些场景，让社会负责参与进来，这是投资。

其中，有几块儿现在给了我们一些启发的。比如刚才说的电梯的场景，一方面是电梯本身的安全，电梯上会有黑匣子传感器监测它的运行、抖动、升降等等，为电梯的运行的安全提供数据保障。另一方面，摄像头也在对电梯的空间里面安全进行保障。比如电动车推进楼里充电的现象，这是导致火灾最大的一个方面，也是我们刚才预测火灾模型里面比较重要的权重的指标。

包括电梯里边监测人有没有摔倒，电梯故障把人困在电梯里等等，通过这个就会设置一块儿交互屏。电梯里大家现在都看到和一块儿广告似的。这既是提示不文明行为的一个屏幕，也是被困以后跟物业交互的屏幕，如果把这个屏幕交给投资人，他会出钱去建电梯安全的场景，它拿这个广告来看。这个模式既分担了财政的压力，也给物业带来了收益，给居民带来了安全保障服务，这也是我们叫共建，一个理念的解读，别的还有很多不一一列举了，充电桩、地锁包括垃圾分类，其实还可以加一些互联网思维在里边，比如快递柜这些，有流量入口的资源去附加给资产，让它具备更高的盈利能力，这些都是值得探索的。

还有一个坑给大家补充一下，在单元门进出的门槛，人脸识别的门禁，曾经有一个企业也参照电梯广告的模式，但是发现电梯可能是特殊的场景，因为你必须要在里边停留的时间，那是广告的黄金时间，门禁的，大家没有人去看门禁上的广告，所以最后这个算失败了，也给大家说一下这么个坑，电梯时间的价值还是要测算的。

刚才说的是固定资产或者物理资产的运营，我们找到这些可具备投资价值的固定资产和物理资产去运营它。

后边要说的，可能我花大量的时间说的叫数据资产的运营。先说一下，为什么会有这个想法。城市大脑建设汇集上很多政务数据包括公务数据公共数据，刚才看的那些。这些数据一方面是政府的需求需要集中，一方面很早国务院就出了批文，要把这些公众数据开放给社会企业，让他们去根据这些数据去开发对应的产品做这种服务，在服务于城市服务于市民。但是批文可能是2015年发的，到现在一直没有政府能给企业开放，不是不愿意开放是因为不敢，没有这样的标准，很容易触犯一些隐私或者是政府机密的边界，所以很难去把这些数据开放给企业，开放给公众。

另外一方面，政府部门之间现在也很难，城市大脑只能说统筹一部分数据，还有大批的数据是统筹不上来的。比如说司法、税务、工商等等这些数据是统筹不上来的。在某些事件上需要这样数字的时候怎么办？你需要这么一种机制。

再一个市场化的，企业和企业之间数据的交易，在上海也是这样大数据交易所也很多年了，到现在交易行为很不活跃，最重要的原因是什么？有数据这些企业，尤其是互联网企业，其实它的用户数据就是它的核心竞争力。它要把数据打包出售了，别人再去二次倒卖，其实它的核心竞争力就没了，数据就越来越贬值了，所以他们是不愿意出让自己的数据让大家去共享的。

所以基于这种因素，其实就三种情况，企业跟企业之间，政府跟政府之间，政府跟企业之间数据的交易。

前一段时间，去年年底有一个非常网红的科技词叫区块链，因为中央政治局集体学习之后，一下子全民都普及区块链知识。现在由于被疫情冲淡了，大家忘区块链这个事儿了。

区块链这几个特点，完美解决了我刚才说的，大家数据交换的痛点。

第一分布式存储，不用你数据大家都存在一起，因为自己的数据统一都集中在一起，所以区块链是分布式资助包括企业也好。

还有实时结算，企业跟企业之间的。他再二次销售你是无法追溯的，他再卖给谁了你是不知道的。如果大家都通过区块链链上的行为，去发生这交易，每一笔都是可追溯的，区块链本身是一个记帐的逻辑，包括新的技术，多方进行计算。我们可以在数据不动的情况下，为满足一个需求，我们根据数据结点去分别调度了需要的数据，最后形成一个结果，给当时的需求方，这是区块链的一个特点。

像我刚才说的，如果实现了，不管是政府也好企业也好，每一个人，每一家机构变成数据结点，当有一个需求来的时候，会按照我们当时写好的逻辑，我们算法，我们法律法规排除一些人为的因素，我们把程序都编成一个个的软件，法律法规都锁定成程序去调度这些数据。最后返回给你们就是一个标签，其实我们谁也没有看到那个数据，谁也没有拿走那个数据，但是满足了你当时对数据的需求，最后形成一张数量，并且发生的行为都是可追溯的可计算的。

我们现在探索的其实搭建了这么一个架构，叫人工链的模式。初步百度、联通这两家是我们紧密的合作伙伴。我给大家举个例子，把刚才的事儿说一下。

有一个叫精准营销的应用，和百度和联通数据用起来了。我们每一个人经常接到推销房子卖房子电话，尤其是找你买别墅非常烦，我做梦都还没有想买别墅这个事儿。说明什么问题呢？说明他们针对的对象很不精准，他没找到想买别墅的人，他给我打电话。怎么去精准确定目标人群呢？我们总结出来，比如想买房子的人会有几个共性的特点几个特质，比如说它在百度会上网搜索类似的什么房价我新开盘的楼盘等等。

比如他在位置上，基于联通手机的位置，他经常去新开的楼盘的附近，或者是样板间等等这种地方，他的位置经常出现在这些附近，我们基于这些特点可能会划出一个人群来，

百度和联通的数据如何。我们联通有一家贝壳找房就专门干这个事儿，为了满足他这个需求，把这些数据算出来，最后采取一个被动的触达方式。比如百度也好，或者精准头条也好，在你浏览界面推送了一个信息。其实做这个不是为了说发一些广告去骚扰人，是为了让不需要的人别接到这个信息，让想买房子的人能精准收到这个信息。

刚才我举完这个例子，跑了一圈以后，其实联通也不知道这些人上网在搜索什么，百度也不知道这些人都去过哪，只有最后返回的一个结果，这个人群他是有意想买房子的人，所以最后达到这个效果，叫数据可用不可见。满足需求就用，但是谁也没有拿走这数据，谁也没有见到这数据，原始的信息是什么样的。

随着刚才说的数联网的搭建，如果数据很多了以后，将来这个结构变成了一个数据淘宝，大家跟数据有需求的，在这个地方都能买到，你有数据的人，你在这上面挂出来去出售这个数据，因为不用担心我们说的隐私核心竞争力等等这些问题，这块儿就变成一个数据的淘宝。

数据作为将来数字城市新型城市这么一个重要的生产资料，将来的生产模式生产关系可能就会带来改变。

查看全部内容 请微信关注“数字化大咖说”公众号