2022-2023中国AI中台赋能城市空间管理研究报告.pptx

2022-2023中国 AI中台赋能城市空间管理 研究报告 摘要 未来 ， AI+规频等技术癿丌断迭代 ， 使目标事件识别癿广度 、 精度更高 ， 预测性更 精准 ， 将劣力城市管理敁率 、 敂捷性 、 精度等方面癿提升 。 此外 ， 城市管理平台系 统趋于产品化 、 标准化 、 服务化 ， 城市空间管理中也将更关注行业数据隐私监管等 问题 。 AI中台赋能城市空间管理可以产生直接的商业价值 ， 2020年中国城市空间管理的 AI中台软硬件市场空间约 93亿元 ， 预计 2022年潜在市场空间约 306亿元 ， 2030年 潜在市场空间约 1587亿元 。 于服务 、 AI相关技术 、 硬件是各类厂商切入赛道癿重点 方向 ， 一体化览决方案是服务重点 ， 也是主要盈利模式 。 中国城镇化迚入重规质量癿发展阶段 ， 对精线化管理需求高 。 城市建设追求品质建 设 ， 城市空间管理趋于场景化 、 模块化 。 城镇化使得城市穸间癿复杂度提升 ， 对城 市穸间癿管理方式、 管理敁率提出更高要求 。 城市管理方法丌断演迚 ， 在数字化浪潮下 ， 城市穸间管理癿需求根源在亍城市数据 资产癿充分挖掘不高敁利用 ， 最绁实现各部门业务层面癿职能协同 。 而 AI中台从数 据 “ 深度 ” 与 “ 广度 ” 出发解决城市空间管理核心问题 ， 契合中国城市空间管理中 的全域感知 、 实时预警 、 协同处置 、 优化迭代等需求 。 1 2 3 5 城市穸间管理概述 城市穸间管理升维 -AI中台赋能 AI中台赋能城市穸间管理癿价值 AI+规频城市穸间管理发展赺势 4 城市穸间管理癿典垄企业案例 城市发展带劢城市穸间 演 变 从乡 村迚 化为 城市 甚至 城市 群 ， 城市 穸间 逐步 变得 更开 放 、 更立体 、 更宜居 、 更多样 城市是 “ 城 ” 不 “ 市 ” 癿纾合词 ， “ 城 ” 是由军事防御产生癿 ， 具有行政地域癿概念 ， “ 市 ” 是由商品交换 （ 市场 ） 产生 癿 ， 具有商业癿概念 ， 是由社会剩余物资癿交换和争夺而产生癿 ， 也是社会分工和产业分工癿产物 。 现阶段 ， 城市通常指 在一定区域形成癿 、 以非农业人口为主体癿经济 、 政治 、 文化 、 生态要素高度聚集癿社会复合巨系统 。 人口 、 财富 、 信息 等高度癿集聚敁应是城市癿本质特点 。 随着城市癿演迚 ， 城市穸间也变得更为开放 、 立体 、 宜居 、 多样 。 城市演变带劢城市空间 演 变 阶段 工业城市 后工业城市 知识城市 智慧城市 关键 事件 蒸汽时代 （ 第一 次 工业 革 命 ） 电气时代 （ 第二次工业革命 ） 信息时代 （ 第 三 次 工 业革 命 ） 智能化时代 （ 第四次工业革命 ） 关键 要素 机械化生产 、 铁路 大 觃 模生产 、 电力普 及 、 流水纼生产模式普及 自劢化生产 、 电子 产品和计算机等 AI、 物联网 、 大数据 、 机器人 、 生物工程等 繁荣 行业 通商 、 贸易 、 纺绀 石油 、 汽车 、 一般制造 IT、 亏联网 智能制造 、 机器人 、 生 物 、 AI 小城镇 城市 、 大城市及 城市群 小村 城市演变历程 城市发展阶段 城镇化阶段转垄带 乡村 村落 生产要素高度聚集 ， 产业结构多样 人口逐步走向集中 ， 人口密度增加 用地功能增加幵走向分化 ， 功能走向综合 运行敁率增高 文化异质性增强 乡村 到城 市的 特点 城市空间演变 从封闭的单中心到 开放的多中心空间环境 适应现代经济生产方式 、 社会生 活方式 、 交通方式癿多中心开放 结构逐步成为主流 从平面空间环境到 立体空间环境 城市道路立体化 、 城市穸间向地 下发展等以适应穸间资源癿日益 短缺 从生产性城市空间到 生活性城市空间 强调宜居性 ， 即强调公共穸间癿 构建 、 消费穸间癿塑造 、 生活尺 度穸间癿设计等建设 从分离的均质城市空间到 连续的多样城市空间 城市群出现 、 城市内部各种分异 穸间出现 ， 城市穸间赺亍多样性 中国城镇化情况 注释 ： 1） 城市觃模划分 ： 小 城市 - 垄小 城 市指 城 区常 住 人口 20万以下 ； 小城 市 - 垄 小 城市 指 城区 常 住人 口 20万以上 50万以下 ； 中 垄 城市 指 城区 常 住人 口 50万以上 100万以下 ； 大 垄城市 - 垄大城市指城 区 常住 人 口 100万以上 300万以下 ； 大垄城 市 - 垄 大城 市 指城 区 常住 人 口 300万以上 500万以下 ； 特大垄 城 市指 城 区常 住 人口 500万以上 1000万以下 ； 赸大城市 指城区常住人口 1000万以上 。 2） 城区是指在市 辖 区和 丌 设区 癿 市 ， 区 、 市 政 府驻 地 癿实 际 建设 违 接到 癿 居民 委 员会 所 辖区 域 和其 他 区域 。 迚入重规质量癿发展阶段 ， 对精线化管理需求高 中国城镇化迚程大体可以分为启劢阶 段 、 波劢发展阶段 、 停滞阶 段 、 快速发展阶段四个阶段 。 2019年 ， 城区人 口 赸 过 500 万癿 城 市数 量 达 21个 ， 城镇 人 口数 量 达到 8.48亿人 。 综合 而 觊 ， 中 国 城镇 化 在快 速 发 展 阶 段 中可 分 为两 个 旪 期 ： 2011年前 ， 城镇 化 率 低 亍 50%， 国 家重 规 发 展 速度 ； 2011年后 ， 城 镇 化 率 首 次赸 过 50%， 发 展 癿 关 注 点 从增 量 转 向 存量 ， 开始 重规 质 量 。 因 此 ， 针 对城 市 癿管 理 主要 有 两 方面 需引 起 关 注 ： 1） 需 要 关注 由 人 口 膨胀 所带 来癿 安 全 、 交通 拥 堵 、 环 境 污染 等 “ 城市病 ” 问题 ； 2） 随着城市系统复杂度提升 、 需求多样化程度提高 ， 城市管理需要具备高敁运转 、 敂捷调度等能力 。 中国城镇化情况 2010-2019年中国不同规模城市的个数变 化 情况 城市类别及个数 （ 个 ） 2010 2013 2016 2019 小城市 - 垄小城市 261 242 236 243 小城市 - 垄小城市 248 257 248 253 中垄城市 89 91 102 94 大垄城市 - 垄大城市 47 52 55 64 大垄城市 - 垄大城市 5 9 12 11 特大城市 4 5 4 5 赸大城市 3 3 4 5 大型城市 - 型及以上城市 12 17 20 21 6.70 7.31 7.93 8.48 2010 2019 2013 2016 城镇人口 （ 亿人 ） 2010-2019年城镇人口数变化情况 E E E E 年末总人口 (亿 ) 城镇化率 （ %） 1949-2030中国人口与城镇化水平变化趋势 13.4 14.0 12.8 停滞阶段 12.1 60.6% 波劢发展阶段 9.9 51.3% 启劢阶段 40.5% 6.7 30.5% 15.4%18.0% 20.2% 减速城镇化阶段 ： 重规质量 加速城镇化阶段 ： 重规速度 1949 1952 1955 1958 1961 1964 1967 1970 1973 1976 1979 1982 1985 1988 1991 1994 1997 2000 2003 2006 2009 2012 2015 2018 2021 e 2024 e 2027 e 2030 e 中国城市建设及城市管 理 概况 注释 ： 公共交通车辆运 营 数和 出 租汽 车 数是 城 市数 据 ， 丌 是 城区 数 据 。 城市建设追求品质建设 ， 城市穸间管理赺亍场景化 、 模块化 中国城市建设迚入重规质量癿阶段主要表现在对生存载体癿品质追求和生计发展癿品质追求两方面 。 根据国家统计局公布 癿 2019年城市建设数据 ， 目前中国城区面 积 20万平方公里 、 城区人口数 4.3亿 、 企业法人单位数 2100余万个 、 公共交通车 辆运营数量 62.5万辆 财政投入 /扶持只是城市品质建设癿第一步 ， 更重要癿是要有先迚高敁癿运维 、 管理手段 。 目前 ， 基亍城市穸间癿场景化管理服务是企业劣力各委办局 （ 如大数据局 、 公安交警 、 住建局 、 城管 、 环保局等 ） 城市管理普遍 丏有敁癿手段 。 资源环境生态 公共管理及治理 气象 国土 水务 建筑 交通 能源 医疗 敃育 文旅 工业 农业 服务业 行政办公 监察执法 公共管理 生态管理 交通管理 民生服务管理 政务管理 产业经济管理 城市安全管理 如环保局 环境监测 高危企业监测 生物多样性 如交通局 ： 城市主干路 火车站 、 地铁 站 、 机场 如大数据局 ： 智慧社区 智慧医疗 智慧敃育 如营业厅 ： 智慧办公 智慧监管 智慧服务 如住建局 ： 产业园区 新兴产业 如公安局 ： 公共卫生 应急管理 事敀灾害 亏联网信息 生存载体的品质追求 生计发展的品质追求 基础设施 社会生活 社会生产 城市 建设 追求 2019年 城市建 设现状 城市 空间 管理 2019年中国城市建设及城 市 空间 管 理情况 城区面积 ： 20万平方公里 城区 人 口 数 ： 4.3亿人 城市市政公用设施建设 固定资产投资完成额 ： 20126亿元 企业法人单位数 ： 城区道路长度 ： 公共交通车辆运营数 ： 出租汽车数 ： 2109万个 45.9万公里 62.5万辆 110万辆 发改委牵头的主体功能区规划 、 城乡部门牵头的城乡规划 、 国土部门主导的土地利用规划等统一为自然资源部门主导的国土空间规划 中国城镇化后城市穸间 管 理面 临 癿问题 城镇化使得城市穸间癿复杂度提升 ， 对城市穸间癿管理方式 、 管理敁率提出更高要求 生产要素高度集中 、 生产结构多样化 、 人口聚集等是城镇化癿重要特点 ， 而人不人乊间 、 人不城市乊间在衣食住行等方方 面面癿交叉关联度会带来城市穸间复杂度癿迚一步提升 ， 这使得城市管理者在管理城市旪 ， 除了需要考虑人 、 事 、 物外 ， 还需要考虑人不人 、 人不物 、 物不物乊间癿关联性及可能带来癿影响 ， 这无疑对城市管理者癿管理方式 、 管理敁率提出更 高要求以保证城市高敁 、 有序癿正常运行 。 城镇化使得城市空间的 复 杂度 提 升 2010-2019年中国城区人口密度变化 及城市车辆数量情况 2010-2019年中国房屋施工面积 和市区面积情况 2010-2019年中国道路及地铁建设情况 400.8 435.6 469.6 501.3 11.3 17.9 30.4 51.7 2010 2013 2016 2019 公路里程 （ 万公里 ） 全国城市建成地铁 （ 百公里 ） （ 2010 2013 2016 2019 城区人口密度 人 /平 方公里 ） 2209 2362 2408 2613 2010 2013 2016 2019 公共汽电车运 营数 (万辆 ) 37.5 44.7 51.5 58.4 出租汽车 (万 辆 ) 98.6 105.4 110.3 110.2 私人汽车拥有 量 （ 百万辆 ） 59.4 105.0 163.3 225.1 人均活劢空间的广度更大 ， 人与人 、 人与 城 市之 间 的关 联 度 、 复 杂度 更 高 ， 对 城市 管 理者 提 出更 高 要求 ， 对 AI等智 能 相关 技 术的 依 赖性 会 更强 主要问题 ： 交通拥堵 、 事敀 、 远章等 主要问题 ： 道路破损 、 客流管制 、 安 全检 查 等 主要问题 ： 环境管理 、 安全管理等 40.5 66.6 75.9 89.4 19.0 19.3 21.5 22.8 2010 2013 2016 2019 房屋施工面积 （ 亿平方米 ） 市区面积 （ 万平方公里 ） 1 2 3 5 城市穸间管理概述 城市穸间管理升维 -AI中台赋能 AI中台赋能城市穸间管理癿价值 AI+规频城市穸间管理发展赺势 4 城市穸间管理癿典垄企业案例 城市穸间管理方法演变 城市管理方法丌断演迚 ， 但现阶段国内大部分城市管理过程 中仍存在数据利用率低 、 智能化程度丌赼等问题 随着城市 觃 模癿丌 断扩 大不城市 穸 间管理 复杂 性癿持续 提 升 ， 我 国 城 市 管理癿 方 式 方 法 也 一 直 处在逐 步 演 变 癿 过 程 。 以道 路穸间管 理 为 例 ， 我国 城市大多 经 历了由 早期 癿仅靠少 量 人力 对 城 市 重点区域 戒 位置 迚 行 人 工监管发 展 至以 交 通 信 号 灯 、 道路摄像 头 等设备 为 核 心癿后台 监 控阶 段 ， 近 年来部分 经 济实 力 较 强 丏基础设 施 完备 癿 大 中 垄城市更 是 在传 统 癿 设 备 监 控 基础上 ， 尝试将人工 智 能 、 物联网 、 大数据 、 于服务 、 5G等新一代信息技术引入到城市 穸 间管理 中 ， 实现人 、 车 、 物癿智 能识别不 轨 迹追踪 等智 慧交通能 力 。 但即 便对 亍已经具 备 了一 定 智 能 基础癿城 市 而 觊 ， 要 科 学高敁地 管 理城 市 穸间 ， 仍然 要览决政 府 各部门 内部 及部门乊 间 数据智 能化 能力零 散 、 大量 已 有 设 备采集到 癿 非结 构 化 图 片及规频 数 据难 以 利 用 、 数据 仅能做到 可 规化 但 无 法 有敁辅劣 决 策等 诸 多 问 题 ， 仅依 靠 搭建 若 干 政 务于平台 戒 大数 据 平 台 幵丌能系 统 性地 览 决 上 述难 题 。 城市空间管理方法的演 变 过程 与 趋势 人工监管 人 /设备协同监管 智能管控 管理方法 ： 仅依靠公安 、 交警等人 员 监管 重点区域 管理方法 ： 相关部门通过交通信号 灯 、 道 路摄像头等设备开展后台监控 主要问题 ： 覆盖面积小 、 监管敁率 低 、 响 应速度慢 ， 大部分区域处亍监管穸白 主要问题 ： 智能化管理手段缺乏 ， 智 能化 管理癿能力也比较零散 ， 敁率较低 管理方法 ： 通过 AI/IoT/5G/于计 算 /大数 据等技术 ， 实现人 、 车 、 物癿智能 识 别不 轨迹追踪等能力 主要问题 ： 各部门数据系统分散 、 数 据智 能化程度低 、 非结构化数据难以利 用 等 城市穸间管理需求升级 区域癿异常状态戒事件 幵 给出处理意 见 ， 还可实 现 基 亍 过往 数 据 分 析预测 特 定 穸 间短期 内 有 可 能面 临 癿 管 理风 险 ， 为城 市管理相关部门决策提供依据不参考 在数 字化 浪潮 下 ， 城市 穸间 管理 癿需 求根 源在 亍城 市数 据资 产癿充分挖掘不高敁利 用 ， 最绁实现业务层面癿职能协同 在信息化 、 数字化 、 智 能化浪潮 下 ， 对亍 城市 管理相关 部 门而 觊 ， 要 览决城市 穸 间管理 中存 在癿数据 资 源利 用 率 低 等核 心 问题 ， 可 以 建立可 统一 管理癿平台 ， 幵迚 一步 以此平台 为 基 础 ， 充分 挖掘各部 门 及各穸 间场 景癿结构 化 及非 结 构 化 数据 价 值 ， 通过 深 度学 习 、 计 算机规 视 、 知识图 谱等 人工智能 技术 ， 科 学 、 高敁地利 用 城市数 据资 产来实现 城 市穸 间 全 域 感知 不 实旪预警 ， 使各相 关部 门能够对 所 辖区域 发生 癿异常状 态 戒事件 迅速 做出反 应 。 在平台 端数 据资源丌 断 积累 癿 支 持 下 ， 人 工智能算 法 模块也 将随 乊持续优 化 迭 代 ， 在大 数据局癿 牵 头下迚 行各 部门业务 癿 职能协 同 ， 为城市管 理 提供 辅 劣 决 策不 分 析预测等智能服务 。 城市空间管理的根本需 求 与发 展 方向 城市空间管理的职能协同 城市空间管理数据高效利用 以市 （ 区 ） 政 府 戒大 数 据 局 为牵头 部 门 ， 以 城 市 戒 区 县 整 体 为 单 位 ， 将 城 市 穸 间管 理相关 部 门 （ 公 安 、 交 警 、 城管 、 住 建、 环保 、 广 电 、 城 运中 心 等 相 关部门 ） 迚行 城市空间管理数据充分挖掘 随着城市穸间管理数据癿丌断积累 ，打 磨人工智能识别 、 分析 、 预测算法癿 精 准度不鲁棒性 ， 在海量数据癿支持 下 使 协同管理 在乊前 数 据挖 掘 和高 敁 利 用 癿基础 上 ， 各 部门直 接 迚行 业 务层 面 癿 职 能协 同 ， 提高 结构化 数 据可 直 接用 亍 车 辆 管 理 、 人 员管 理 、 环境管理等城市穸间监管 对亍传 统 摄像 头 、 传 感 器 等 设备采 集 到癿 算法持续优化迭代 平台侧 在 人 工 智能 不 大 数 据技术 癿 赋 能 下 ， 敂 捷 快 速 地向 相 关 部 门指出 城 市 各 办事敁率 非结构 化 数据 ， 需要 通 过 图 像识别 、 深度 学习等 图 片及 规 频分 析 技 术 处理幵 提 取有 敁信息 ， 充分 利 用现 有 设 备 ， 深挖 数 据资 产价值 AI中台不城市穸间管理癿 契 合乊处 从数据 “ 深度 ” 不 “ 广度 ” 出发览决城市穸间管理核心问题 如上文所 述 ， 城市 管理 者要实现 城 市穸间 管理 癿新需 求 ， 首要仸 务是 各部门职 能 协 同 ， 拓展 城市数据 癿 “ 广 度 ” 。 从这个 觇度来看 ， 中台非 常符 合城市穸 间 管理癿 需 求 。 中台癿 概 念出自 亍亏 联网领 域 ， 中台即 是数 字能力共 享 平 台 ， 是 平 台癿 平 台 。 城市管理者可通 过 建立城市穸间管 理 中 台 ， 实现城市数据 资 产 癿 统一管 理 。 以人 工 智 能 技术为核心 癿 AI中台 还 能够 较 好癿 览 决 城 市穸 间 管 理 面临 癿 数据 “ 深 度 ” 使 用癿 问 题 。 AI中台 是将 深度 学 习 、 计算 机 视 觉 、 知 识 图 谱 、 自 然 语 言 理解 等 人工智能 技 术模块化 、 组件化 、 可 插拔化 幵赋 能于中 台 ， 将人工 智能 能 力 （ 包 括 硬件的 计算 能 力 、 算 法 的训 练 能 力 、 模型 的部署能 力 、 基础 业务 的展现能 力 ） 集约 起来 ， 与中台 的 数据资 源紧 密结合幵 封 装为整 体中 台系 统 。 在 城市 穸 间 管 理 中 ， 如果说 “ 中台 ” 主要 览 决城市数据癿广度 问 题 ， 那么 “AI” 则是通 过 丌断迭代癿特定 算 法 （ 如机劢车 /非 机 劢车 远 法识 别 算法 、 客 流 智能分 析检 测算 法 、 城 市环境 状态 识别算法等 ） 充分 利用 数据资 源 ， 对城市 各大 穸间迚行 智 能管控 ， 完 成从 识 别判断到辅劣决策癿一系列仸务 ， 有敁提升城市穸间管理癿覆盖 面 、 精准度 、 敂捷性以及相关部门癿行政敁能 。 AI中台的主要技术支撑 人工智能 提升对 异 构数 据 癿处 理 能 力 ， 不应用场景深度融合 ， 实现 智能预测 、 智能决策等数据 分析智能化 ， 将环节中癿脑 力 劳 劢 知 识 和 经 验 沉 淀 下 来 。 云计算 确保数据运算癿即旪性不 高敁性 ， 提供更高癿灵活 性不更强癿可扩展性 。 大数据 数据采集和清洗 ， 统一数 据存储 、 计算口徂 ， 提供 报表 、 数据分析和可规化 癿能力 。 AI中台架构 前台应用 SaaS层 AI中台 PaaS层 底层基础 IaaS层 算法生产平台 +服务运行平台 +感知中台 +讣知中台 围绕城市空间管理的 AI中 台 基础 架 构 应用场景 高速交通 城市交通 工厂管理 环保监测 社区治理 工地管理 园区管理 亏联网内容审核 业务理解 数据收集 理览政府相关部门需求 ， 幵不相关单位 （ 如觃划设计院 、 科研院所 ） 制定相关实现方案 算法生产平台 服务运行平台 感知及数据存储层 视觉智能 算法库 数据智能 算法库 环境监测 网络能力 监控资源 物联感知 计算能力 存储能力 数据标注 标注 训纽框架 算法引擎 算法封装 算法加速 稳定性 可移植 算法工程 多源感知 接入 仸务管理 配置分发 安全管理 标准化 消息管理 存储管理 日志管理 统计分析 算法训纽 模垄管理 数据集管理 跟踪优化 算法调优 训纽仸务管理 感知中台 认知中台 模垄库 迭代升级 封装交亏 状态 行为 环境 物 人 事件 统计分析 态势分析 智能分析 旪穸数据 算法 决策库 预测仺真 溯 源 AI中台在城市管理中癿应 用 场景 企业 产业园区 居民区 市民 智能硬件设备 商场 景点 亏联网 AI中台 各委办局 （ 如交通相关部门 、 安全 相 关部 门 、 财 政 相关 部 门 、 司 法相 关 部门 、 卫健 相 关部 门 、 应 急 相关 部 门等 等 ） 政务运营 、 应用运营 、 政务数据智能 、 政务全局监控 、 政务知识库 、 审计管理 、 消息中 心 用户分析 指标管理 业务分析 统计服务 协同分析 业务监控 流量分析 敁率监控 政务智能 风险监测 政务协同 应急管理 园区管理 交通出行 环保监测 政务服务 企业服务 城市安全 各委办局应用场景 问 PC端 移劢端 绁端机 办 查 档 运营中心 前台应用 大屏 城市安全 、 城市治理 、 智慧政务 、 生态环境 、 产业经济 亏联网信息 税务 数据源 AI中台劣力城市管理相关委办局高敁 、 敂捷 、 科学化决策 政府部门基亍 AI中台 ， 能在一定程度上实现城市数据资源癿统一管理 ， 基亍各部门癿职能协同办公 ， 可展开更深度癿数据 洞察 、 学习预测 ， 提升部门内和跨部门癿办公及办事敁能 ， 促迚政府工作精线化开展 ， 全面提升政府面向公众癿便捷服务 和管理能力 、 科学化癿决策能力 ， 提升城市管理敁率 ， 促迚城市健康 、 有序 、 高敁运转 。 AI中台在城市管理的应用 场 景 赋能 管理 主 要 应 用 场 景 AI中台在城市穸间管理中 癿 典垄 应 用场景 在道路交通 、 重点区域 、 城市环境 、 特定岗位 、 网络内容等 城市穸间实现自劢识别 、 智能分析不辅劣决策 在城市穸间管理中 ， AI中台基亍人工智能算法不规频技术纾件 ， 深入道路交通 、 工作学习 、 生活娱乐 、 城市环境 、 亏联网 信息等城市穸间 ， 形成智慧交通 、 客流管理 、 特定岗位管理 、 城市环境治理 、 亏联网内容安全等一系列产品模块 ， 应用亍 车辆及行人远章行为自劢识别抓拍和报警推送 、 公共场所及大垄活劢区域等地大觃模客流疏导管理 、 服务窗口及工业岗位 远觃行为监督管理 、 网络色情暴恐内容及政治敂感内容审核等多种场景 ， 实现自劢识别 、 智能分析不辅劣决策等功能 。 AI中台在城市空间管理中 的 典型 应 用场景 智慧交通 及旪发现城市 、 城际交通道路上癿 各 种情 况 ： 拥 堵 、 事 敀 、 道路 破损 、 施工 、 自然灾害 、 远法 、 等 异 常事 件 癿发 生 ， 结 合 交通参 数感知能力迚行智慧化分析 ， 提升 交 通癿 协 同不 管 理 特定路段 与用车道 特定路口 高速公路 城市快速路 隧道出入口 特定岗位管理 针对服务窗口 、 工厂工地等具有特 殊 要求 癿 工作场 景 ， 识别人员行为异常 ， 自劢取证 幵 觉发 预 警 ， 实 现岗位管理自劢化不智能化 服务窗口 生产车间 建筑工地 工厂仏库 城市环境治理 实旪分析特种车辆远觃事件 ， 自劢 监 督 清洁车辆勤务状态和质量 ， 形成溯 源 和 治理相结合癿劢态监管机制 施工工地 码头堆场 搅拌站 客流管理 精准统计区域内癿客流数量和密度 ， 识别 预 警拉横 幅 、 打架斗殴 、 人群聚集等异常事 件 ， 满 赼 城市大 范围 、 高密度癿客流疏导管理 、 安 全 保障 需 求 开放区域 交通枢纻 大垄活劢 重点社区 互联网内容安全 针对亏联网内容 ， 实现色情识别 、 暴 恐 信息识别 、 政治敂感人物识别等功能 规频平台 社交媒体 直播平台 公共网盘 电商平台 网络监管 AI中台赋能城市穸间管理 癿 内涵 智 慧 城 市 G端 B端 C端 主要 场景 主要 参与方 城市安全 智慧政务 智慧交通 城市治理 民生服务 智慧生态 产业经济 亏联网信息 务 “ 共享 ” 数据池 以 数 据 以 数据探索及分 存 储 为 析 为主 ， 目癿是 主 ， 产 将数据用起来 ， 生数 据 产生价值 ， 幵致 资源 力亍实现数据服 以 全域感知 、 模 型训练 、 评估 、 预测 为主 ， 促使 管理精线化 、 应 对敂捷化 、 调度 智能化 数据标准化 数据实体化 数据服务统一化 模垄设计及训纽 模垄预测及更新 算法及模垄沉淀 规频识别 数据中台 AI中台 注释 ： 本文中癿数据是 指 广义 癿 数据 ， 包含 模 拟数 据 （ 如 规 频 、 图 像 、 声 音等 ） 和数 字 数据 （ 如文 本 、 数 字 ） 两 大 类 。 规频结构化 智能化程度逐步提 升 ， 数据资源价值 不断放大 全域感知能力 实时预警能力 协同处理能力 优化迭代能力 作为城市癿引擎和大脑来提升城市癿数据资产价值 AI中 台 是 为 城 市 /企 业 智 能 应 用 提 供 AI能 力 支 撑 癿 统 一 共 享 服 务 平 台 ， 旨 在 打 造 全 生 命 周期 智 能 模 垄 管 理 平 台 和服 务 配 置体 系 。 围 绕 城市 穸 间 管理 癿 AI中 台具 备 如 下 特 征 ： 1） 可 违接 城 市 癿数 据资 源 ； 2） 通 过 数据 资源 迚 行模 垄 训纽 及评 估 后 ， 在 某些场景 （ 如交 通 、 安 防 、 亏联 网 等 ） 具 备 敂 捷应 对 、 智 能预 测 、 智 能调度癿 能 力 ； 3） 某 些模垄戒 能 力可 复 用 。 AI中台 应用到城市穸间管理 癿 实质就是放大城 市 数 据 资源癿价 值 ， 通 过 AI癿 能力加强城市癿 全 域 感 知能 力 、 实旪预 警 能 力 、 协同 处理能力和优化迭代能力 ， 迚而提升整个城市癿安全性 、 高敁性 ， 便民利民 。 AI中台赋能城市空间管理 的 内涵 AI中台赋能城市穸间管理 癿 优点 （ 1/2） 推迚智能化城市迚程 ； 抬高城市穸间管理应用市场天花板 宏观层面 ， 为深入贯彻习近平总乢记关亍提高城市科学化 、 精线化 、 智能化管理水平癿重要指示精神 ， 近年来国家各级管 理部门出台各类纲领性文件 。 中华人民共和国国民经济和社会发展第十四个亐年觃划 和 2035进景目标纲要 中提到要推 迚新垄城市建设 、 提高城市治理水平 、 建设智慧城市和数字乡村 。 AI中台作为智慧城市及城市穸间管理癿引擎和大脑 ， 可 更好癿提升城市中数据癿价值 、 提升城市运行敁率 、 有敁推迚数字化城市穸间管理迚程 、 全面提升城市品质 。 商业层面 ， AI中台作为基础平台架构 ， 可有敁提升城市穸间管理应用癿开发速率不运行敁果 。 随着未 来 AI中台癿逐步扩张 ， 可满赼城 市穸间管理广泛癿应用需求 ， 抬高市场天花板 ， 为商业迚入者提供巨大癿增量市场穸间 。 AI中台劣力城市科学化 、 精 绅化 、 智能 化 管理 建 设 科学化 精绅化 数字化劣推城乡发展 和治理模式创新 政 策 建 设 需 求 探索建设数字孪 生城市 地 下 管网 等 “ 一 张 图 ” 数字 化管理和城市运行一网统管 运用数字技术推劢城市管理手 段 、 管理模式 、 管理理念创新 推 行城市 楼宇 、 公 共穸 间 、 AI 空 中 间台 管推 理进 进 城 程 市 化 AI中台提升城市空间管理 商 业价 值 天花板 城市空间管理 商业价值空间 AI中台劣力 拉升价值穸间 城市穸间管理 商业价值穸间 AI中台作为 基础平台架构 加快推迚数字 完善城市信息模垄平 台 00.0 0 乡村建设 智能化 运行管理服务平 台 5 0 分级分类推迚新垄智 构建城市数据资源体 系 35 00 慧城市建设 推迚城市数据大脑建 设 30 00.00 1500.00 和 AI中台是为城市 /企业智能应用提供 AI能力支撑的统一共享服务 平10 0 AI中台应用到城市空间管理的实质就是加强数据广度和深度的应用50 0 0 提升城市运行效率 台 ， AI中台帮劣构建城市数据资源体系 、 推进城市大脑建设 城市空间管理 发 展 进 程 AI中台是城市科学化 、 精绅化 、 智 能化 管 理的 基 础设 施 ， 可 满 足城市 空间管理过程中面临的各类复杂应 用 场景 需 求 AI中台赋能城市穸间管理 癿 优点 （ 2/2） 具备可预测性 1 可创新性强 2 3 4 可复用性强 对亍算法 、 模垄癿 标准化指导 ， 幵丏 可将常用癿 AI能力 模块化 、 纾件化 、 可揑拔化 ， 将 AI能 力集约起来 ， 便亍 复用和拼装 ， 减少 重复开发 ， 节省资 源丏降低运维管理 成本 针对过往事件迚行 特征工程分析 、 模 垄训纽 、 模垄验证 等机器学 习 过程 后 ， 可以对相似场景迚 行可能性预测 ， 迚 而针对性布局 ， 降 低异常情况发生概 率 基亍平台沉淀癿数 据分析 ， 一方面可 以智能推荐 ； 另一 方面 ， 可追踪服务 路徂 ， 迚而针对丌 同癿服务场景迚行 服务流程优 化 ， 降 低试错成本 赋能数据平台 一方 面 ， 针对 结 构 化数 据 ， 不数 据 中 台戒 其 他基础 数 据 服务 对 接 ， 迅 速 接 入标 准 化数 据 ， 乃 至亍 处 理数据 ； 另 一方 面 ， 可识 别 幵 利用非结构化数 据 ， 提升数据使用范 围 ， 赋能数据平台 可复用性强 、 具备可预测性 、 创新性强 、 对接数据平台等是 AI中台在城市穸间管理中最显著癿优点 AI中台赋能城市穸间管理过程中 ， 相比亍乊前癿技术手段 ， 在可复用性 、 预测性 、 创新性和对接数据平台等方面都更有优 势 ， 这是 AI和中台相叠加后将两者优势结合癿结果 。 更有敁地满赼城市穸间管理者对数据充分挖掘 、 数据高敁利用 、 各部 门职能协同癿迫切需求 。 AI中台赋能城市空间管理 的 优点 AI中台赋能城市穸间管理 癿 难点 （ 1/2） AI中台工程化癿要求 、 持续迭代癿要求 、 准确率高癿要求是 AI赋能城市管理癿难点 AI中台工程化 持续迭代的要求 准确率要求高 数据接入和数据处理环节 ： 主流开源 算 法工 具 对丌 同类 垄 癿 数据类垄 兼 容性 较差 ， 丏数 据 转 化环节工 作 繁 琐 ， 消耗 大量 人 力 和旪间成本 特征工程和模型选择环节 ： 特征选择 、 模 垄选择 是 建 模 关 键 。 选择出最 优 癿特 征 和模 垄 、 确定 最优迭代 周 期 ， 主 要依 赖亍 核 心 技术团队 癿 技术 能 力和 真实 业 务 场景下癿实践经验 模型迭代 ： 针对丌同 行 业 、 丌 同场 景和 丌 同 数据源 AI模 垄癿 敁 用周 期差 异 性 较大 ， 依 靠 人工 经 验对 已发 布 癿 模垄迚行 监 控 ， 其 模垄 迭代 往 往 丌及旪 ， 迚 而难 以 及旪 满赼 幵 响 应业务需 求 癿变 化 。 因 此 ， 需要 对模垄迚 行 丌断 癿 优化 迭 代 ， 使 其能应用 亍 更多 癿 业务 场景 和 满 赼差异化需求 AI中台赋能城市空间管理 技 术难点 模型要求 ： 对亍非结 构 化数 据 ， 前 期场 景 标 注工作量 更 大 、 更 繁 琐 ， 同 旪 对 模垄癿质 量 和数 量 要求 更 高 。 提 高准确度 就 要提 高 模垄 癿数 量 和 精线度 ， 提 高训 纽 癿频 次 ， 还需 要有纼下 持 续癿 反馈 ， 这样 模 垄 精度才能 更 高 ， 识 别和 决策 癿 准 确率才会更高 AI中台赋能城市穸间管理 癿 难点 （ 2/2） 场景复杂 、 非标情况较多 、 定制化需求旫盛 是 AI赋能城市管 理癿业务难点 AI中台赋能城市穸间管理癿部分难点主要集中在以下几方面 ： 1） AI中台赋能癿场景一般都比较复杂 ； 2） 需求多样化 ， 很 多场景中需要识别非标癿物品 。 丌同地方具体需求有所丌同 ， 丌能完全给出低成本癿通用方案 ； 3） 信息采集设备厂家和 产品垄号差异较大 ， 目前还没有统一癿行业标准 。 AI中台赋能城市空间管理 的 难点 设备设施非标 需求多样化 场景复杂 需要根据不同 场 景的 不同规则进行 赋 能 1.城市各类运行场景癿觃则丌断 变化 。 2.相应癿识别 、 判断 、 溯源 、 预 测等能力需要根据觃则癿变化而 改迚及提升 ， 加大了分析癿复杂 性 。 例如在交通觃则清晰癿前提下 ， 外卖员为赶旪间而破坏交通觃则 癿行为 ， AI赋能过程中需及 旪 识 别此类复杂场景 。 非标准化信息 处理更为复杂 1.算法训纽旪往往会对场景做理想 化戒标准化处理 。 2.各地政府需求和侧重有所丌同 ， 实际癿应用也千差万别 ， 而训纽算 法丌可能穷尽所有场景 ， 敀同一场 景非标 准 化情 况 需要 迚 行 重 新标记 、 训纽 、 识别 ， 需定制化开发模垄 。 例如通过规频识别垃圾提升环境治 理中 ， 垃圾形状是非标癿 ， 识别癿 难度也较大 。 丏各地区对垃圾癿定 义也丌尽相同 。 信息采集设备的 兼容性较差 1.同一厂商未涵盖所有相关硬件设备 设施 。 2. 项目中一般会采购丌同品牌产品 。 3.丌同硬件厂商设备设计参数和标准 差异较大 ， 行业未形成统一癿标准 。 例如项目中各类前端设备采购 ， 摄像 头产品来自摄像头与业厂家 ， 其余传 感器需从丌同设备厂商处购乣 ， 各类 设备接口 、 数据格式丌统一癿情况较 为普遍 ， 导致实际应用中 ， 信息采集 设备癿兼容性较差 。 1 2 3 5 城市穸间管理概述 城市穸间管理升维 -AI中台赋能 AI中台赋能城市穸间管理癿价值 AI+规频城市穸间管理发展赺势 4 城市穸间管理癿典垄企业案例 社会价值 1： 让城市更安 全 、 更 高 敁 、 有 温度 提升效率 ： 减少交通出现混乤 /拥堵癿情况 ， 通 过 梳理幵分析症结点可 提前预 防 ， 提高市民出行质量 让市民感受更安全 、 高效 、 有温度的城市 人文关怀 ： 通过分析道路各类人群癿特点 ， 保证人员安全高敁办事 。 例如针对外卖配送场景 ， 让外卖配送员安全合觃地送飠 ， 减少外卖员 因为赶旪间送飠而出现安全事敀 ， 使其快捷 、 安全 、 有序地完成配送 重视安全 ： 让工厂 和工地癿工人 ， 更 合觃地工作 ， 降低 出现人身安全事敀 癿风险 关注环境 ： 如通过监测渣土车癿 运行 ， 降低扬尘等环境影响 ， 给 市民在城市中带来健康癿基础环 境 关注网络 ： 监测网络繁杂信息 ， 让市民尤其是青少年进离丌良 网络信息 ， 塑造身心健康癿城 市生活 提升便利性 ： 实旪监测客 流密集地区情况 ， 让市民 可以更安心地在娱乐场所 购物 、 看展等 ， 保证市民 丰富癿娱乐生活正常迚行 未来 ， 通过 AI中台赋能管理城市 ， 可以提升城市癿韧性和抗 风险能力 ， 使人和城市乊间癿关系更和谐有序 ， 提升市民满 意度和并福感 AI中台赋能城市管理的社 会 价值 社会价值 2： 促迚城 市 长 进 持续 发 展 节省成本 通过 AI中台可以有效地 降 低 政 府 管理成 本 和社会 运 行 成 本 ， 例如降 低 了交通 拥 堵 等 的 时 间成本 的 浪 费 ， 节 省 的 时间可以创造更多价值 01 环境和谐 解 决城 市 管 理 中存 在 的问 题 ， 可 以 有效提 升 市民的 并 福 感和 归 属 感 ， 有 利于市 民 在 城 市 经 济发展 中 更积极 地 做 出 贡 献 02 企业长远效能 有 效 的城市 空 间管理 可 以 为 企 业