做有邊界的智慧城市

胡小明

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

智慧城市建設最大的問題是沒有邊界的目標，列寧說：“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。

智慧城市建設長期以來，有三大難題揮之不去，即“數據共享”“大數據決策”和“城市大腦”。但三大難題并非來自執行不力，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。

“老大難”的數據共享

數據共享是資格最久的“老大難”問題，該問題的根源是數據共享無邊界性。不錯，數據共享在某些場合是有價值的，但是在更多的場合并沒有太多價值。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，而且政府數據共享做到何種程度能算完成，并沒有邊界。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匱乏時代，數據共享成為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、臉書等公司極大緩解，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。

此外，推動政府內部數據共享往往不能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，但這兩種用法的效益成本大不相同。其中，政府決策使用數據只是為了從數據中獲取信息，但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，決策對之并無依賴性;而政府操作使用數據則是政府對社會公共服務的業務，其本質上是政府業務數據的數據處理。這種業務是規范的、流程化的，使用的政府數據是不可替代的。同時，如果需要跨部門的數據合作涉及的部門與數據項并不多，可以通過相關部門之間建立數據整合的專用系統來解決。需要特別指出的是，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。

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“最多跑一次”都是政府基層公共服務的改進。公眾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，可以用信息技術準確地替代，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，因為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，政府獲取信息的渠道太多，很容易發生數據整合共享系統淹沒于諸多信息渠道之中的情況，所以將數據整合定位在改進政府操作而非改進決策，這是明智的。

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卻并不多。因此，筆者認為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。

大數據中心的煩惱

為趕上大數據潮流，目前許多地方發生匆忙建立了大數據局，管理全部政府數據的情況。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為新的浪費之源。

首先，專家們設想大數據能夠有力推動政府決策科學化，但令人失望的是大數據應用成功的案例目前都集中在微觀領域，特別是人工智能機器學習;而對政府有宏觀決策有幫助的案例實在罕見。因為數據量巨大并不等于信息全面，有時還恰恰相反。數據量的膨脹是以犧牲信息覆蓋的全面性為代價的，只有集中在狹窄領域中才能由機器自動產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把握信息的全面與均衡，反而不利于政府正確決策。

其次，某些大數據中心想利用大數據共享平臺來拉動大數據效應，但企業不愿意提供原始數據，因為有信息安全與隱私保護問題。此外，由于大數據處理成本太高，企業利用大數據的難度也很大，碰到合適數據的概率太低，大數據共享平臺經營難有可持續性。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改為向企業征集可視化產品，產品征集可以利用政府采購、企業贊助等方式，可視化產品征集避開了數據安全與隱私保護問題，并給企業展示大數據能力的機會;從用戶角度看，此舉將大數據共享平臺改造為可視化數據的演示平臺，用戶可以閱覽與訂購可視化數據，可視化產品利用的門檻大幅降低，應用的繁榮可待。

最后，大數據中心的煩惱還來自于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，以需求為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。

城市大腦向何處去

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，導致城市大腦成為永遠達不到的目標，淪為又一個老大難問題。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案例卻幾乎不具備這類功能，只能按照人們設計的方式執行、執行、再執行，重復地執行城市“小腦型”任務，其失望感自然油然而生。

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。信息技術效益的來源是軟件的復用，軟件是人類處理事務智慧的形式化，其開發成本很高但復用成本卻很低，多次復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，這些例行性工作重復率高所以便于回收成本，城市大腦承擔例行性任務可以為人們節約寶貴時間去做更有創造性的工作。可以預見的是，在相當長的時間里，城市大腦的決策能力都難以比過人腦，讓它在自己的優勢領域發揮作用才是合理的選擇。

而對于城市大腦設計者提出的“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”，似乎一旦城市大腦表現不佳就可以把責任推到數據不足上去，這樣做并不合理。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，問題產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后的。

城市大腦需要數據，但隨著問題復雜性上升，數據收集的成本會無限增長，以至于超過解決問題的價值;同時城市大腦并沒有足夠的專業人才應對不斷創新的新需求。所以，解決城市大腦問題的唯一辦法是給城市大腦的功能劃定明確邊界，多做重復性、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。

除了劃定邊界，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，項目建設就要明確能做的事項，將若干例行性的業務穩定地做好就是很大的功勞，而不要奢望能成為替代人解決復雜問題的智者。城市大腦應該甘愿做承接規范化業務的“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后來的許多麻煩。

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，所涌現的繁榮就是智慧城市。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。比如，頂層設計重要任務是為每項具體工程設立邊界，切忌不切實際的虛幻目標，寧可把指標定得低一點也不能過高，為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，因為業務的磨合、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。

（作者系中國信息協會原副會長，現任中電科智慧城市研究院首席顧問）