撰文 / 張賀飛
編輯 / 沈菲菲
2022 年的行業盤點，智慧城市注定是不可或缺的章節。
如果說智慧城市的 " 上半場 " 是從 1 到 N，衍生出了一個個智慧化應用，賦予了城市新的生機與活力。經過長達三年的疫情洗禮，以及高質量增長的新趨勢下，智慧城市已然邁入從 N 到 1 的 " 下半場 "，由原先細分場景的智能化探索，進入到 AI、大數據、雲計算、5G 等前沿技術賦能的統一化管理。
隻是從概念層面讨論的話，兩個 " 半場 " 的說法多半會讓人百思不解，尋找一兩個有标杆價值的案例，可以說是理解智慧城市新内涵的不二法門。
比如入選人民網《數造新實體——數字技術賦能實體經濟案例研究》藍皮書的深圳市龍崗區，在昇騰 AI 等企業的賦能下在全國範圍内率先打造了 " 城市智能中樞 "，通過人工智能算力和應用的共建、共享、共用，讓外界看到了智慧城市的新潮向。
01
數治到智治的演變
根據中國智慧城市委員會公布的預測數據：到 2022 年前後，我國智慧城市的市場規模将達到 25 萬億元。
看似驚人的數字背後，離不開智慧城市概念的蛻變：不再是城市治理的電子化、信息化、數字化轉型，AI、大數據、5G、區塊鍊等新技術的交叉融合，正在不斷拓寬 " 智慧城市 " 的讨論範圍，" 智治 " 逐漸成為新的思路。
這也是龍崗 " 城市智能中樞 " 釋放的第一個信号。
早在 2019 年的時候，深圳市龍崗區就與華為、雲天勵飛等夥伴達成合作，基于昇騰 AI 打造了人工智能融合賦能平台，也就是後來的 " 城市智能中樞 "。有别于打造 " 大數據平台 " 的主流路線，昇騰 AI 采取了 " 統一标準、統一平台、統一服務 " 的建設理念，提供數據采集、算法标注、模型訓練、推理應用、算法共享在内的一體化服務。
回到當時的語境裡，數據孤島、數據煙囪等現象還是智慧城市的核心焦點，智慧城市的重心普遍在于數據打通，利用數據的互通互聯解決問題，卻習慣性忽略了一個先天不足：城市裡的場景需求多且跨度大，倘若缺少基礎的 AI 能力，業務需求響應會非常慢，而且算法精度難以持續叠代，往往會出現算法 " 上線 " 即 " 落後 " 的局面。
為了在深圳市龍崗區避免類似的問題，昇騰 AI 的解法可以歸結為三點：
一是聚焦基礎，打造了從 AI 芯片、芯片使能、AI 框架等根技術，到應用使能、開發平台等上層應用的基礎軟硬件，彌補了 AI 基礎設施的短闆；
二是開放平台，龍崗 " 城市智能中樞 " 提供了标準化接口，可實現快速算力适配，使能城運中台、應急管理、智能辦事大廳等全場景城市 AI 業務；
三是攜手夥伴，昇騰 AI 專注于基礎設施，由合作夥伴提供視覺、OCR、自然語言理解等算法，靈活應對校園管理、視頻安全、智慧小區等長尾訴求，以及城管、交通、應急、市監等城市核心場景。
結果印證了昇騰 AI 的正确性。
通過對重點路口進行攝像頭巡檢，僅用了三個星期的時間，龍崗區的電動車頭盔佩戴率從此前的 79.07% 上升到了 92.38%；針對餐飲後廚衛生管理問題難發現、難管理等問題， 龍崗區通過平台智能算法實現了 24 小時監控；在智慧水務方面，龍崗區對易澇點進行積水檢測，實時分析全區積水情況，并向主管部門及時發出預警信息，有效減少了事故災害的發生……
正是人工智能在城市大街小巷的落地應用，昇騰 AI 為城市治理的效能提升不斷注入 " 新動能 "，讓龍崗區變得越來越宜居。
02
賦能産業的新鍊路
" 安居 " 是智慧城市的第一要義，但在經濟高質量增長的新要求下，" 樂業 " 同樣是智慧城市建設的必要一環。
畢竟城市經濟的主脈絡不斷從工業經濟進入到數字經濟和智能經濟，出現了工業數字化、工業互聯網、數字孿生工廠等新名詞。智慧城市的使命不再局限于治理，已然上升到了産業轉型、産業促進的高度。
作為智慧城市風向标的深圳市龍崗區，顯然洞察到了智慧城市的價值所在，确切地說體現在兩個務實的動作上。
第一個是 " 數據 + 算力 + 平台 " 一體化服務。不少人工智能企業在成長過程中遇到了數據匮乏、算法訓練成本高、叠代周期長、缺乏工具化平台等問題，在很大程度上制約了企業的發展速度和成長空間。
龍崗區将人工智能的相關資源通過 " 城市智能中樞 " 開放給轄區内的 AI 初創企業，讓企業參與到智慧城市建設的過程中，利用海量城市數據與真實應用場景，持續驅動算法模型的研發叠代，既幫助龍崗區解決了算法 " 上線 " 即 " 落後 " 的弊病，同時加速了轄區内初創企業的實戰能力和綜合競争力。
第二個是深化産學研合作。正如前面所提到的，昇騰 AI 為龍崗 " 城市智能中樞 " 提供了标準化接口，讓龍崗區有機會利用海量的政府數據，與科研機構、院校、企業等在科研攻關、創新創業方面相互成就。
比如深圳市龍崗區分别與鵬城實驗室、深圳市大數據研究院、區産服集團及深圳雲天勵飛技術有限公司合作共建了大數據與人工智能聯合實驗室、城市量化管理研究中心、" 政、産、研 " 大數據開放利用聯合實驗室，針對智慧治理、智慧警務、城市量化指标梳理、政務服務 " 知識圖譜 " 等進行了一系列合作。
一個直接的例子就是龍崗區在大運 AI 小鎮建設封閉式的 " 算法訓練基地 "，通過龍崗 " 智能城市中樞 " 與 " 算法訓練基地 " 光纜直通、數據互聯，在專屬環境、數據脫敏等防護前提下，先後孵化出了智慧後廚、智慧小區等 20 多種算法，平均準确度從剛上線時的 50% 提升到 90% 以上，比企業以往的算法訓練周期壓縮了 80%。
打一個比方的話，" 城市智能中樞 " 不單單是打通數據與業務的橋梁，某種程度上也是城市産業轉型的 " 智慧之源 "，充沛的算力并非是少數大企業的專屬，科研院校、初創企業也可以利用 " 城市智能中樞 " 拉近和算力的距離，進而在人工智能的産業新賽道上占據屬于自己的一席之地。
智慧城市的建設顯然不是單方面的政府行為，其實也是賦能産業升級的新鍊路，為産業向上打開了新窗口。
03
可複制的 " 龍崗模式 "
把時間撥回到 2012 年，住建部在當年 11 月 22 日印發了《國家智慧城市試點暫行管理辦法》，鼓勵申報智慧城市試點，旨在規範和推動智慧城市的健康發展，探索中國特色的新型城市化之路。
截止到 2022 年，智慧城市的十年探索醞釀出了諸多樣闆，可回顧智慧城市試點的初衷，比 " 樣闆 " 更有價值的或許是可複制性。然而不同城市的文化不同、習俗各異，形成了千城千面的特點，一些城市摸索出的轉型經驗，已經探明的智慧化轉型方向，能否在其他城市進行複制，很長時間内都是個未知數。
選擇昇騰 AI 與深圳市龍崗區作為案例的原因恰在于此。
先從城市禀賦來看，深圳市龍崗區是客家人的聚集地，外來人口占比近七成，也是改革開放中崛起最迅速的城市之一，城市治理的挑戰一點兒都不比别的城市少，産業轉型、長效運營的經驗比大多數城市豐富。
以往談及智慧城市的 " 模範生 " 時，遠在西班牙的巴塞羅那、新加坡等城市，經常被視為學習的對象，因為這些城市在頂層設計上相對有借鑒性。可當智慧城市進入到下半場、進入到深水區，需要的其實是可以直接抄的答案，深圳市龍崗區等在實戰中脫穎而出的标杆，注定是繞不過的學習對象。
何況昇騰 AI 早已将 " 龍崗經驗 " 凝結成了 " 龍崗模式 "，沉澱出了 " 一平台、兩開放、三賦能 " 的智慧城市方法論。
其中的 " 一平台 " 就是 " 城市智能中樞 "，可以理解為城市的智能化底座，補齊了算力、算法、數據等基礎設施的短闆。有了智慧化的 " 土壤 " 後，就可以因地制宜地打造智慧化應用，并結合當地的産業需求進行智能化升級。
" 兩開放 " 代表的是政府數據的全面開放和 AI 算力資源的普惠開放，前者全面彙聚業務數據、空間地理信息、物聯網及視頻數據、影像數據等，讓 " 躺 " 着的數據按需利用；後者提供推理及訓練算力資源，滿足當地企業剛需。
" 三賦能 " 即賦能城市治理、賦能産業彙聚、賦能行業升級，就像在龍崗區正在進行的，" 城市智能中樞 " 在疫情防控、交警、城管等領域大規模應用，形成了 " 政、産、學、研、應用、生态 " 六位一體的産業彙聚，專門打造大運 AI 小鎮 " 築巢引鳳 "。
至少就目前來看，國内的智慧城市建設開始結束多元試錯的探索期，" 下半場 " 将是智慧化升級的 " 競速賽 "，能否趕上智慧城市的浪潮，關系的不僅僅是城市治理的成敗，還有城市的産業站位，甚至會影響下一個十年的經濟底色。做一個預測的話，" 龍崗模式 " 終将會被複制到一個又一個城市。
04
寫在最後
城市的發展史，也是一部治理變革史、技術發展史、産業變遷史。
在人工智能主導的新一輪工業革命中，城市将不可避免地被人工智能所影響。也許在短短幾年後，城市環境将越來越文明、城市交通将越來越通暢、城市監管将越來越完善、治理體系将越來越高效……而現在正是為城市 " 築基 " 的時候，補齊人工智能的基礎設施短闆，已經是一種現在進行時。
主理人 | 張賀飛（Alter）
前媒體人、公關，現專職科技自媒體
虎嗅、钛媒體、36kr、創業邦、福布斯中國等專欄作者
轉載、商務、開白以及讀者交流，請聯系個人微信「imhefei」
