随着新冠肺炎疫情进入下行区间，“新基建”打响经济复建第一枪，舆论开始从疫情本身跳出，回到恢复经济、反思疫情发展链路等方面，尤其深层次的城市长期建设与治理问题更引发各方深思。
不久前，中国城市和小城镇改革发展中心首席经济学家李铁在《财经》杂志撰文，反思疫情背后的特大城市发展问题，他做了一个有意思的假设，如果疫情发生在50万人口的小城，而不是人口超千万的武汉，也许一切会好很多。
此次疫情倒推我们进一步思考诸如“特大城市如何科学管理以避免疫情大规模扩散？人工智能等新兴技术如何能在城市治理中发挥更多作用以保证城市在面临突发状况时的井然有序？“等等关于智能城市未来的建设与发展问题。
近些年来，很多经济学家和城市问题专家大力提倡“中国要多发展千万人以上大城市”的观点，充分利用中国人口基数带来的规模效应，效仿日韩、对齐纽约伦敦，创造超级城市的影响力。
而快速发展超大城市，各种配套和治理方式的滞后，导致城市病不断涌现，我们看得见的，有交通拥堵、环境污染、社会资源紧张等问题；看不见的，则有人员高度密集潜藏的疫病爆发风险等，它们更为凶恶。
在中国，“恰好”人工智能等技术的发展领先全球，这些年来围绕城市建设的各种智能城市/智慧城市/城市大脑等城市运营层出不穷，在疫情这个无奈的契机下，推动这些领先技术融入大城市建设显得尤为必要。
某种程度上，此次疫情扩散是城市治理滞后于特大城市规模的结果之一，要“治本”确实需要回溯到城市治理层面，解决大城市长期建设问题。
而从新冠疫情发生到现在，AI有着不凡的表现，在城市治理方面展示出深度的应用潜力。那些手握AI技术优势、参与疫情防控的科技企业也顺势成为城市治理领域的“AI样本”。从技术、场景应用到合作方式，除了真正的AI技术和落地能力显露出来，这些企业也在探索出AI推进城市治理的“新基建”范式。
而这个过程，还需要更多参与者。
一、科技企业参与疫情防控落脚到“人工智能+城市治理”
在疫情爆发的前期，我们看到了很多“互联网”作为。
例如，相较于SARS那次更有价值信息的高效传播，除了人民日报、央视新闻等官方媒体，百度、腾讯等各类平台上都有专门的关于疾病、疫情的权威资讯模块供民众查阅或搜索；地图APP产品（百度地图等）能够提供发热门诊供查询，提供人流热力图供出行决策参考；又例如，社交平台成熟，电商平台崛起，能够直接辅助解决物资供应问题。
随着疫情防控逐步走入正轨，支援进入“二阶段”，“人工智能”接棒“互联网”开始展现价值。
这体现在多个层面，例如，普通人最能够直接接触到的群防群控措施中，就有大量的AI印记。
在社区防控中，因为要跟踪每一户住户健康状况、统计信息，很多人都接到过来自“机器人”的拟真电话，几乎听不出与真人的区别，可以向居民提问也可以理解和响应居民的回答并继续对话。
这背后就是利用了AI语音语义理解能力的智能外呼机器人，可以同时拨打数目众多的信息采集电话，百度、科大讯飞、华为等推出了类似的服务，在根本上它与智能客服等商业应用来自相同的技术基础。
而在人群密集场所，测试体温是疫情防控的重要环节，由人工持耳温枪的方式不但效率低下难以应对巨量的人潮，也增加了人员的风险，AI介入后，通过物联网终端实现卡口群体测温，大大提升了通行效率、降低了人员感染风险。
（百度AI测温系统部署在数字北京大厦）
还有更多类似案例，AI在这方面所做的事其实都上升到了城市建设与治理层面，脱离了单纯的疫情本身来进行“支援”。
这不得不使人联想到科技企业致力于用AI、大数据、云计算、物联网等技术进行城市治理的智能化升级，除了治理拥堵这种“常规操作”，这些年来，科技在城市中的应用，已经从气象、环境污染、街道卫生到火灾防控，甚至可以辅助城市进行产业决策。
AI等技术能够实现的城市治理内容越来越多，开始深入到城市治理的方方面面，未来的城市建设所需要的基础设施已经发生变化，人工智能、云计算、大数据等将要成为新的基础设施的重要技术支撑力量。
在这种背景下，结合疫情防控，事实上AI参与的城市治理“新基建”已经有了雏形。
二、智能化城市治理现三套体系，巨头要打造城市治理“新基建”范式
智能化的城市运营，不同的巨头有不同的策略表达，但在根本上都离不开与算力、算法紧密相连的三套体系。如果它们能够做好，大城市建设的许多问题无疑将得到更好地解决，而巨头参与打造的这三套体系，某种程度上亦可以看做AI参与城市治理的“新基建”范式，为行业树立样本。
1、云计算让算力、算法无处不在，再造城市建设的底层体系
一个架设在云端的政府数字化系统能够更有效率和弹性地融合各种新技术、新的管理理念，效率大大提升，大城市建设过程中的遭遇的规划问题、交通问题、低效政务服务等问题都有了协作的平台；产业通过云计算能够获得便捷的算力、算法，研发创新大幅提速……
最典型的，是这些年来如火如荼的智慧政务，提供高效实时的政务服务，也改变政府自身的工作方式和工作效率。
以疫情为例来看，谣言滋生的温床是信息的空窗期造成，由于官方传统信息体系往往需要层层审批，基本的事实在发布前，民间各路信源混乱产生大量谣言。云计算平台上，联动的智慧政务体系或可解决这个问题，统一、联动、准确的数字化信息可以实现实时发布。
这种服务体系在其他城市建设层面也有体现，例如金融产业里，智能化的数字人服务，从金融机构的云端直接服务到个体客户，通过充实的算力、算法提升客户体验和业务效率。尤其在面临紧急且大量的标准化信息服务方面，具备专业知识的数字人将能发挥即时、有效的作用，做好人类“得力的AI助手”。
（如百度智能云向各行各业开放的数字人平台，已面世的有浦发银行小浦，中国联通数字人，澎湃AI主播小菲、中移在线移娃）
当然，云计算对那些当下急需要算力、算法的科研机构也有直接的价值。
以疫苗为例，其研发在毒株培育、交叉数据分析、流程修改、结果检测等方面需要大量时间，而AI正擅长于此，2019年7月，澳大利亚弗林德斯大学的一个研究团队利用人工智能技术进行疫苗研发比传统方法研制周期缩短了60%。百度成立的基金，作用就是提供AI背后的算力、算法支持，而它们都通过云计算实现，把科研搬到了带有AI能力的云端，提升疫苗研发的进程。
又例如，此次疫情初期民间明明看到医院蜂拥很多病人，为什么确诊人数却不高，其原因在于过去确诊用的核酸检测每天只可检测样本200多份，确诊的“出口”受限，成为瓶颈，大众看到的和官方认定的之间存在较大差距，滋生疑问和谣言。
原本从病人样本送到实验室到出检测报告差不多需要8个小时，AI介入后，或可改造荧光PCR测试，大大压缩确诊时间。
云计算改变了城市运行的方式，当算力、算法涌入，原本零星的信息化、数字化就进行了整合，大城市的建设就有了统一的底层基础体系。
2、大数据结合AI，为城市治理提供更完善高效的预警、分析体系
通过各种物联网终端实时采集城市一线数据，汇集在云端是智能城市等概念的主要“工作”，它们的最终价值是通过大数据和AI能力形成各种帮助城市建设的判断。
最典型的，是智能交通“治堵”，终端采集路况汇集到平台进行AI实时分析，得出处置方式推送到红绿灯或者交警终端，实时优化交通。
在城市治理过程中，到处都有类似的数据统计、分析和跟踪需求。
例如，疫情刚刚爆发时，在科技媒体上很火的武汉外出500万居民去向分析，大多数都利用的是百度地图大数据技术成果：
而如果跳出百度地图单个产品，在城市治理层面，结合AI、大数据以及更多城市管理部门联动，更详细的迁徙、流动以及疫病数据跟踪或可以展现出来。例如，更精确定位确诊病例的活动轨迹（而不是靠自述），更精细化描述个体在城市间如何流动，这些数据跟踪可以帮助剖析疫情路径和演变，帮助城市更好地应对。
此外，除了对“已有行为”的分析，这类时空大数据能力还可以进行趋势预测，例如，在疫情中预测发展走向，像武汉肺炎这类通过飞沫/接触传播的呼吸道疾病的人群传播能力更强，比只通过血液、母婴、性传播而“稳定发展”的艾滋病等疾病更值得警惕，设置好对应的算法参数，与医疗体系、气候体系、交通体系联动，能够更好地发现潜在的疫情风险。
这离不开AI的协作，善于找到那些人力并不敏感但实际已经出现的趋势苗头，是AI的专长之一。
当然，这类时空大数据能力还可以应用在治安、商业区价值分析等诸多方面，例如通过人群流向分析和预测区域发展的商业潜力，判断城市规划，或者预测潜在的治安问题等。
3、智能终端+物联网构建城市治理“一线”联动体系
通过加装探头、传感器来识别街道不卫生、不文明等现象，这种“智能城管”是近来AI领域的热门。
事实上，它的本质是把城市治理的智能化推进到一线、社区层面，触角伸及民众的日常生活，例如，在上述智能城管领域，还配套有实体机器人，直接上街代替人巡逻，发现不文明行为由机器人提醒和劝阻，并在后台通过云计算联动汇总信息。
这种“一线”做法在疫情控制上就有体现。疫情发生不久，北京市中关村就向海淀区科技公司征集与“红外测温产品”有关的人工智能技术方案，来提高以“大规模人群”为基础的测温精度，这对防控疫情有直接的价值。
（百度AI测温系统落地北京清河站助力疫情防控）
或者，针对此次疫情排查与防控工作，包括百度在内的诸多科技公司最近宣布向各级政府、卫健委机构、基层社区、疾控中心等相关疫情防控机构开放的智能外呼平台，通过智能语音对话系统逐一“打电话”，能够避免工作人员排查时的传染风险，并强化问询覆盖和疫情跟踪能力，本质也是一种“一线”城市治理应用；
又或者，百度Apollo携手新石器在北京市海淀医院投放无人车，负责海淀医院隔离点的无接触送餐工作，做好服务、减轻人力需求同时降低风险；网络流传的通过无人机提醒未戴口罩的老奶奶……
这些，都可以归于城市治理的“一线”联动体系，而无论是智能外呼、无人机、机器人等，它们的用处也都不止于疫情防控，在城市治理的更多方面都有应用，例如同样“危险”的灾难性事故面前，机器人、无人机就可以代替人，避免牺牲同时提升效率，其中消防领域的灭火机器人已经进入实验阶段。
总而言之，人工智能等技术能够为大城市建设构建新型基础设施，提供超前的城市治理方式和治理思维，百度等巨头的参与，客观上正在尝试打造一个“新基建”范式，而它们手里更多有应用潜力的AI技术，后期还需要加入到这三个体系当中。
三、疫情只是“最大的”那一个麻烦，智能化城市治理是城市“新基建”的必由之路
到目前为止，全球超千万人口城市有20多个，而能够把千万级城市做到卫生相对整洁、治安良好、无贫民窟、无流民的，只有东亚国家。 在全球范围内，菲律宾马尼拉、印尼雅加达、印度德里/孟买、墨西哥的墨西哥城，甚至法国巴黎，都出现了各种各样的城市贫民窟、治安“黑区”。
中国的北上广、重庆、武汉、成都，韩国的首尔，日本的东京，在人口规模膨胀的同时，维持了城市应有的秩序。 这与东亚儒家文化圈带来的秩序，以及后进国家主动吸取前辈经验杜绝贫民聚集有关。
但是，特大城市一定会带来某些问题，即便在东亚也无法避免，例如交通的极度拥堵，以及更大概率发生卫生防疫事件、公共安全事件，或者过度拥挤、资源匮乏（例如，学位）等。
对拥有6个1000万人口以上的城市（目前还有几个城市试图要加入千万人口俱乐部），21个500万人口以上的特大城市，140多个100万人口以上的城市的中国而言，规避了全球范围内大城市的一些普遍问题，却仍然绕不开基于人口的必然难题。
但是，后发国家治理体系的相对滞后，导致大城市、特大城市数量颇多的中国没办法也没有时间去建立一套与西方对标的传统治理体系，借助智能化技术实现城市治理的弯道超车，是扬长避短的必然也是唯一的选择。
这方面，不是没有参考。
例如，在纽约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾，给城市治理蒙上阴影。纽约消防主管部门在日常管理中，通过智能化的大数据挖掘对火灾进行了有效的预防，具体做法是将能导致房屋起火的因素细分，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等，通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象，采取针对性措施，有效降低了火灾数量。
对人工智能等技术领先全球的中国而言，没有理由不在这方面下苦功，此次疫情只是中国城市治理当下“最大的”那一个麻烦，还有更多诸如公共安全、环境污染等棘手城市治理问题等待解决，百度等科技企业的人工智能“新基建”布局还必须加速，三个体系下的动作所构成的范式只是一个开始。
总之，14亿人口的城市化，是世界上独一无二的城市化进程。算力、算法大力投入下的“智能科技”，或许才能从城市治理全局为疫情“治本”提供良方。 当百度等企业利用科技势能介入防控时，“新基建”在城市治理层面展示出体系化的能量，企业自身也借势强化了“AI样本”定位，但是，更多手握科技优势的企业应该加入进来，毕竟，没有什么比这种宏观层面的参与更能同时体现社会价值与技术发展价值了。
*此内容为【科技向令说】原创，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
文|曾响铃
来源|科技向令说
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
