零點有數：重視智慧城市中的應用場景需求

 

　　主要發現一：智慧城市建設構想雖已有一定的覆蓋面，但因具體建設內容和落地操作形態未形成共識而普遍缺乏應用成效
 

　　智慧城市在我國形成了“電子政務(大致2003年開始)—智慧城市(大致2009年開始)—城市大腦或者數字政府(大致2016年開始)”這樣三個發展階段。電子政務建設對我國城市公共服務實現更多在線化管理的成效比較明顯，這也構成了今天多類城鄉政務服務能夠實現在線辦理的基礎。從我國智慧城市建設情況來看，有超過500個城市提出過智慧城市建設，但據國家信息中心2020年《我國新型智慧城市發展現狀、形勢與政策建議》，從對我國271個地市、4個直轄市的智慧城市測評來看，僅有8.36%的智慧城市建設進入了成熟期，且仍未能達到示范性智慧城市建設的標準。目前我國已有數個城市宣布建成了“城市大腦”，中科院網站更稱有近500個城市或區縣要建“城市大腦”，但從大多數(超過4/5)受訪城市主管智慧城市部門領導的溝通結果來看，目前“城市大腦”的建設目標、內容與做法，和以前建設“智慧城市”思路差異不大——建平臺系統、數據治理、數據展示、終端集成還是主導工作，對智慧城市具體建設內容和應用價值缺乏共識。
 

　　主要發現二：智慧城市的硬件設施與基礎系統利用效能不足，根源于算量(數據)、算力工作平臺成為投入重點，而算法建設尚屬弱項
 

　　智慧城市建設包含三要素：算量、算力和算法，目前我國算量與算力水平已能基本保障智慧城市展開運行，但是算法建設仍然沒有引起足夠的重視。算法是對于特定問題與需求場景的智慧分析—解決—行動指令模塊，是基礎系統、算量、算力所指向的工作核心和價值所在。綜合對于我國智慧城市管理多方測評結果來看，目前我國城市智能交通領域的相關算法稍多，而涉及到豐富多樣的城市運行管理事項、社區管理服務事項、包括稅務警務等專業管理事項的應用算法很少。超過2/3的城市主管領導對零點有數的訪問者報告，“現在的開發公司推薦的基礎系統，還是集中在提供各種網絡APP和其他終端的集成平臺，管理數據源與展示數據類型，包括展示數據的大屏，但無論系統，還是平臺，或者底座基座，大家提供的本質上都是功能接近的基礎系統。”“在城市管理中遇到的問題類型豐富、海量碎片化，僅僅我們自己的業務經驗或者開發公司的技術經驗都不能提供好的解決方案，沒有應用解決方案，大數據、算力和相應的硬件設施就必定缺乏高頻、多樣、實時、充分的應用價值”。部分有算法解決方案提供能力的專業機構則反映，由于現有智慧城市或城市數字化治理方案中，對算法開發價值認識不夠，因此既在相關規劃里無預算計劃，也無預算科目，應用算法開發任務很難開展。
 

　　主要發現三：城市政務數據治理效果初顯，但數據智能應用缺口明顯
 

　　智慧城市涉及的核心內容是智慧政務。2020年底，政府相關文件中提出了進一步推進政務工作革新及其政務服務數字化、智能化工作的指導意見。各省市政府積極響應國辦要求，加大在政務系統貫通、算量(數據)匯集上已有工作力度，政務前端服務端智能設備和系統投入更新比較積極，政務數據直接用于決策支持優化也已有一些實例，但對于政務數據的系統化智能應用建設普遍薄弱。
 

　　2020年底，國家政務服務平臺與45個國務院部門、31個省(自治區、直轄市)完成了政務服務平臺對接，涵蓋了500余萬項政務服務事項的“一網通辦”。聯合國經濟和社會事務部的《2020聯合國電子政務調查報告》顯示，我國第一次進入非常高EGDI(電子政務發展指數)組，全球排名第45位。在積累了大量政務數據后，對數據的智能化算法應用卻未能快速跟進。零點有數2020—2021年針對全國36個城市108個辦事大廳及其網上辦事大廳的服務監測發現，目前政務服務效能提升的關鍵，是不僅要提升前臺智能化，更要做好適用于各類具體辦事場景的知識圖譜構建、智能分析機制與算法設計，形成對應的后臺垂直應用算法集合，才能找到優化政務服務的新臺階。
 

　　智慧城市或城市大腦，必須面對城市管理中的萬千具體問題場景，基于數據與信息，產生更佳的數字化指令集合，我們暫且將此統稱為公共算法(包括了最豐富的政務算法)，把對應具體問題場景的公共算法軟件集合智能模塊透過接口實現高效通聯，就構造出了真正能夠面向城市多樣具體問題實行“數據分析—決策支持—行動追蹤—成效評價”一體化處置的“城市腦核”。零點有數估算，目前典型城市的警務工作場景和對應所需的警務算法大約超過1500個;城市稅務場景和算法超過1000個;除此以外的政務服務場景和算法總量至少近萬個。而現在形成的實際公共算法開發量寥寥無幾。由于公共算法開發具備豐富多樣、零散細致、垂直專業性強的特點，所需開發工作量大、預算缺少保證、短期規模效應不突出、專業檢驗度苛刻、專業業務團隊與算法開發技術團隊合作對接門檻高，因此應用算法建設成為以算量管理和算力管理及基礎系統建設為優勢的互聯網巨頭和IT巨頭們很少愿意涉足的領域。
 

　　從國際上應用算法界來看，我國算法行業總體滯后，但在公共算法領域由于大部分國家公共服務邊界較窄、公共數據價值的政治認知分歧不能統一、數據應用與個人權益沖突平衡思路比較傳統，因此在公共數據豐富性、公共算法開發投入度和公共算法人才培養等方面，并未表現得很前沿，因此我國有機會在這個領域取得并保持優勢位置。
 

　　為此，零點有數提供以下相關建議：
 

　　一是智慧城市與數字政府建設規劃中，明確當前應從城市大數據向城市大算法躍升，有計劃有目標地開發公共算法與建設基于公共算法模塊集成的“城市腦核”(城市公共算法資源中心)的目標，升級與超越僅僅具有系統平臺價值的現有“城市大腦”模式，將公共算法建設納入到智慧城市與人工智能產業發展的戰略大框架中，明確要求形成城市算量、城市算力、城市算法協同發展的原則。
 

　　二是在新一代信息技術的列舉式表述中納入算法技術，形成“互聯網、大數據、云計算、算法、人工智能、區塊鏈”的表述方式，并在國家相關規劃與政策倡導中加入算法技術的部分，科技發展主管部門、網信部門、工信部門對相關算法的產業化發展尤其是公共算法的發展發布鼓勵政策，智慧城市建設主管部門與部分業務部門應列出算法開發預算，財政部門則應形成相應預算科目。
 

　　三是推動以城市管理場景為線索，以政府集中采購、開發擂臺賽、平行算法應用實驗等途徑，在現有智慧城市的系統建設、平臺開發的基礎上，實現政務算法模塊的豐富化，為“城市腦核”提供足夠的公共算法資源;通過規劃年度公共算法案例大賽，在更多國內外應用算法團隊中形成算法供應商長名單和短名單。
 

　　四是鼓勵產學研跨學科深度結合，支持發展“產教融合以產主導”的公共算法人才實訓培養基地，吸引更多留學海歸人才，全國引入和培養一定規模的政務算法師(算法工程師、算法科學家、算法架構師)，對算法高端人才與中堅人才群體，則應納入黨政部門的重點人才服務規劃中。