應用

技術

物聯網世界 >> 物聯網新聞 >> 物聯網熱點新聞
企業注冊個人注冊登錄

胡小明:做有邊界的智慧城市!

2019-08-07 10:27 智慧城市研究
關鍵詞:智慧城市

導讀:智慧城市建設有三大難題揮之不去,即“數據共享”、“大數據決策”和“城市大腦”。三大難題並非來自執行不力,而是項目承擔人承諾了不可能完成之目標,隨著項目交付期臨近,三大難題距離解決反而越來越遠。

胡小明:做有邊界的智慧城市!(深度好文)

一、 從信息化煩惱談起

1. 智慧城市的三大難題

智慧城市建設有三大難題揮之不去,即“數據共享”、“大數據決策”和“城市大腦”。三大難題並非來自執行不力,而是項目承擔人承諾了不可能完成之目標,隨著項目交付期臨近,三大難題距離解決反而越來越遠。

2. 不合理與複雜性

信息化的難題有兩類,一類是能夠解決但是非常複雜,需要付出很大的代價,項目是否值得做需用經濟學來判斷;另一類是理論上就不合理,目標錯了自然無法解決,智慧城市首先要排除理論錯誤的目標,然後再依據實際的需求與各方面資源提供的可能性,確定任務的合理邊界,做到適可而止。

3. 經濟學的天花板

信息化屬于應用科學,應用科學追求的是應用效益,影響效益的因素很多,多種因素相互影響形成了效益的不確定性,不是線性推理能夠預計的,例如,數據豐富有利于決策,但是數據收集會增加成本,成本持續增加會出現拐點,使成本大于決策改進的價值,再做下去會弊大于利。信息化在增加效益的同時也在增加成本,效益增加越來越細微,成本增加卻如脫缰野馬沒有限制,信息化項目需見好就收,否則會得不償失,這是經濟學的天花板,智慧城市建設者需高度重視。

4. 沒有邊界就沒有成功

智慧城市建設最大的問題是沒有邊界的目標,列甯說:“真理多走一步就會變成謬誤”,沒有邊界的信息化目標很難不越界變成謬誤。

科學界判斷一種理論屬于真科學還是僞科學是看該理論能不能證僞,不能證僞的理論就是騙人的異端邪說,在信息化項目中判斷是真技術還是假技術要看其能否講清楚所交付系統的邊界,沒有邊界的技術是不可信的,不要指望講不清項目能力邊界的人能夠勝任項目,科學合理的邊界會排除諸多信息化煩惱。

二、老大難的數據共享

1. 數據共享迷信促成老大難

數據共享是資格最久的老大難問題,該問題來自數據共享無邊界,政府數據共享做到何種程度算完成?不錯,數據共享在某些場合是有價值的,但是在更多的場合並沒有太多價值,不值得政府大做,數據要不要共享是供需雙方協商之事,用行政手段推動全面的數據共享違反了經濟規律,所以老大難問題越來越難。

數據共享迷信始于信息化早期計算機數據匮乏時代,數據共享成爲推廣數據庫應用的口號,而在互聯網時代數據爆炸與網上搜索的便利已使數據大貶值,數據共享困難已被谷歌、百度、微信、face book 等公司極大緩解,在全球政府數據開放大潮中,繼續建立政府內部數據共享系統沒有太大意義。

2. 操作與決策數據用法不同

推動政府內部數據共享往往並不區分政府使用數據的兩種不同模式,即決策使用數據與操作使用數據,兩種用法的效益成本大不相同。

決策使用數據:政府決策使用數據只是爲了從數據中獲取信息,政府是用信息決策,決策者獲取信息的渠道很多,政府內部數據共享系統僅僅是渠道之一,決策對之並無依賴性。

操作使用數據:政府對社會公共服務的業務本質上是政府業務數據的數據處理,這種業務是規範的,流程化的,使用的政府數據是不可替代的,需要跨部門的數據合作涉及的部門與數據項並不多,可以通過相關部門之間建立數據整合的專用系統來解決。

政府使用數據的兩種模式皆不依賴建立政府內部全面的數據共享系統。

3. 數據整合的目標是提高操作效率

政府有關部門正在積極推動政府數據整合,數據整合的主要效果體現在政府公共服務的效率提高上,如“一號一窗一網”與“只跑一次”都是政府基層公共服務的改進,公衆的獲得感得到很大提升,其根本原因是公共服務業務是確定性的,可以用信息技術准確地替代,能夠充分發揮信息技術的優勢。

政府數據整合對政府決策幫助卻不大,因爲決策主要靠人腦完成,數據挖掘只能幫助工作人員重組數據以便發現信息,計算機沒有信息概念更不具有決策能力,政府官員信息渠道太多,政府數據整合共享系統已被淹沒于諸多信息渠道之中,將數據整合定位在改進政府操作而非改進決策是明智的。

4. 做得少才能做得好

兩千年前老子就說過“多則惑,少則得”這個道理用在數據共享上正合適,這些年政府對建立全面的數據共享系統投資很多,真正頻繁使用跨部門數據的業務與涉及的有關單位並不多,如果放棄全面的數據共享,集中資源于公共服務頻繁使用的跨部門數據整合,必將取得更有效的成果,數據共享老大難問題也會隨之迎刃而解。

三、大數據中心的煩惱

1. 所有數據都被歸入大數據

大數據概念的混亂是煩惱産生的重要原因,大數據一窩蜂破壞了信息化概念的嚴謹性,爲趕上大數據潮流,許多地方匆忙建立了大數據局,管理全部政府數據,于是大數據與傳統數據概念的差別就被模糊了,大數據中心只想著數據多多益善,沒有精力去研究數據應用,忘記了用好小數據才是地方信息機構的首要職責,其結果是大數據應用非但沒有推動城市工作改進卻成爲新的浪費之源。

2. 大數據的片面性

專家們設想大數據能夠有力推動政府決策科學化,令人失望的是《大數據支持政府決策案例集》至今也編不出來,大數據應用成功的案例都在微觀領域,特別是人工智能機器學習,對政府有宏觀決策有幫助的案例實在罕見。

數據量巨大並不等于信息全面,其實正相反,數據量的膨脹是以犧牲信息覆蓋的全面性爲代價的,只有集中在狹窄領域中才能由機器自動産生超大規模的數據量,這意味著大數據適合狹窄領域的業務改進而不適合政府宏觀決策,很多影響決策的重要信息無法數字化,突出某種大數據資源會影響政府信息把握的全面與均衡,反而不利于政府正確決策。

3. 可視化大數據共享平台

某些大數據中心想利用大數據共享平台來拉動大數據應,但企業不願意提供原始數據,企業數據有信息安全與隱私保護問題,此外企業利用大數據的難度也很大,大數據處理成本太高,碰到合適數據的概率太低,大數據共享平台經營難有可持續性。

利用可視化技術可以緩解供需雙方的困難,不需要向企業索要原始數據而是向企業征集可視化産品,産品征集可以利用政府采購、企業贊助等方式,可視化産品征集避開了數據安全與隱私保護問題,並給企業展示大數據能力的機會;從用戶視角看,此舉將大數據共享平台改造爲可視化數據的演示平台,用戶可以閱覽與訂購可視化數據,可視化産品利用的門檻大幅降低,應用的繁榮可待。

4. 大數據中心的出路是小數據

大數據中心的煩惱主要來自對大數據應用的盲目追隨,混淆了大數據與常規數據的概念,本是小數據業務硬要貼上大數據的標簽,自己搞亂了自己。實際上大數據應用對多數城市是超前的,目前最好的做法是放下大數據,從本地區實際情況出發,以需求爲導向管理好常規數據。

當前多數城市面對的實際問題是提高政府公共服務的效率,關鍵是做好政府業務數據的有效整合,這屬于小數據業務,大數據中心只要集中精力把與公共服務相關的業務數據整合好,就能夠提高政府對外服務的效率,僅此一項成果就足以支撐大數據中心的生存。

四、城市大腦向何處去

1. 城市大腦只能解決小腦型問題

對城市大腦的過度渲染,使社會各界對城市大腦形成了過高期望,導致城市大腦成爲永遠達不到的目標,淪爲又一個老大難問題。人們期望城市大腦能思考、能預測、能創新,然而看到的城市大腦卻完全不具備這類功能,只能按照人們設計的方式執行、執行、再執行,重複地執行城市“小腦型”任務,苦苦期待的城市大腦不過是個城市小腦,失望感油然而生。假設沒有使用城市大腦這一名稱,或者給城市大腦以實事求是的合理定位,這種不滿本不會出現。

2. 沒有複用就沒有效益

城市大腦重要的問題是可持續生存,這是一個經濟學問題,既要有貢獻又要低成本。信息技術效益來源是軟件的複用,軟件是人類處理事務智慧的形式化,其開發成本很高但複用成本卻很低,多次複用才能回收成本創造效益。城市大腦適合的工作不是攻克難題而是承擔政府例行性的工作,例行性工作重複率高便于回收成本,城市大腦承擔例行性任務可以爲人節約寶貴時間去做更有創造性的工作。在相當長的時間裏城市大腦的決策能力比不過人腦,讓它在自己的優勢領域發揮作用是合理的選擇。

3. 不確定性世界沒有完整的數據

城市大腦設計者提出“只要數據齊全,城市大腦就能夠預測一切事件、解決一切問題”,這是設計者給自己留的退路,一旦城市大腦表現不佳就可以把責任推到數據不足上去,這樣做並不合理,在不確定性世界中數據齊全是不可能的,決策需要的數據永遠是不足的,政府決策都是在信息不足時完成的,數據收齊只是一種奢望,問題産生的速度會勝過傳感網建立的速度,數據收集對新業務需求永遠是滯後的。

4. 城市大腦的經濟學邊界

城市大腦需要數據,但隨著問題複雜性上升,數據收集的成本會無限增長,以至于超過解決問題的價值,城市大腦以人機合作系統能夠解決一些未來的新問題,但是其解決新問題的成本很高,城市大腦並沒有足夠的專業人才應對不斷創新的新需求,唯一的辦法是給城市大腦的功能劃定明確邊界,多做重複性、例行性的工作,使其功能與城市的人財物資源相匹配,恰當的邊界既能發揮城市大腦的作用又能防止浪費。

5. 例行性業務助城市大腦成功

確定性技術的基因決定了城市大腦的優勢與劣勢,揚長避短是城市大腦業務應遵守的原則,城市大腦不能好大喜功,項目建設開始時就要講清楚能做什麽不能做什麽,能將若幹例行性的業務穩定地做好就是很大功勞,城市大腦不要奢望成爲能替代人解決複雜問題的智者,而要甘願做承接規範化業務的苦力,讓人節省時間與精力去做城市大腦不能勝任的事情。將城市大腦定位放低,做力所能及的事情可以規避後來的許多麻煩。

五、以智慧駕馭聰明

1. 聰明只會開始,智慧懂得結束

在智慧城市建設中,搞清楚聰明與智慧的區別是必要的,聰明是解決具體問題的能力,追求的是短期效率,智慧追求的是長遠發展的最終目標。

智慧與聰明並不在同一個層次上,智慧包含著對聰明的反省,所以智慧是聰明之上的聰明,而聰明缺乏自我反省的能力,容易將一時成功的經驗線性拓展,以至于忽略環境的變化將真理演繹成謬誤。

智慧是更高層次的思維,能看出聰明的條件與邊界,在環境改變時能夠終止以前的聰明並及時更換新的聰明,思維自我反省的習慣塑造了智慧。智慧城市建設是長遠的事業,結果好才是真正的好,聰明只會開始,要靠智慧完美結束。

2. 沒有妄言便沒有煩惱

智慧城市建設本是一項踏踏實實的信息化工作,如果沒有專家與媒體的過度渲染,人們也不會爲“數據共享”、“大數據決策”、“城市大腦”産生不切實際的幻想,無法實現的期望加上急于求成的心理硬把本來可解的問題催成老大難。智慧城市建設需要去除一切妄言,承認一切智能化方案都有其局限性,都有其能力的邊界,一屆政府不能好大喜功什麽都想做,爲下屆政府留下可持續的具體成果就是很大的功績。

3. 智慧城市是智能化應用的繁榮

智慧城市並不是可執行層次上的概念,與信息化工程、智能化系統不在一個層次上,它是一個在湧現層次上的概念,代表著城市智能化建設的整體繁榮,繁榮是不可操作的,能夠操作的只是一項一項具體的智能化工程。智慧城市是用信息技術解決一個又一個具體問題的總體效果。

在智慧城市建設中,沒有智慧化系統只有智能化系統,源源不斷的智能系統出現,一個個具體問題被智能創新所攻克,所湧現的繁榮就是智慧城市,智慧的靈魂體現在諸多信息化工程的合理設計、精心施工與認真服務之中。

4. 頂層設計要爲智慧城市設計邊界

智慧城市成功最重要的是每項目標都有明確邊界,有限制才有成功。頂層設計重要任務是爲每項具體工程設立邊界,切忌不切實際的虛幻目標,甯可把指標定得低一點也不能過高,爲說過的大話買單是極其痛苦的。在時間進度上要留有充分余地,因爲業務的磨合、維護修改所需要的時間往往會遠超預期,留有余地看起來比較保守,然而卻是成功必不可少的措施,智慧城市建設拖期是常態,實際一些總是好的。