京公网安备 11010802034615号
经营许可证编号:京B2-20210330
由新浪财经主办的“2014新浪金麒麟论坛”于2014年11月22日在北京举行。本届论坛主题:变革与决策。同方股份有限公司副总裁周侠在圆桌论坛城镇化2.0的新命题:智慧与城市中表示,信息是实体化的数据,而数据是抽象的信息,数据是产生智慧的基础。有了数据产生智慧,一个城市也一样,城市产生智慧也是数据作为基础的。
以下为发言实录:
周侠:刚才几位老大把我想要说的话都说了。从广义和高度来讲,大家的阐述都没有太大区别。我从狭义的角度讲一讲。智慧城市建设是6个字,刚才韩总解读了智慧城市的4个字,我其实理解智慧城市建设是6个字,城市建设、智慧建设和智慧城市建设,其实都有很多区别。我们提出大数据成就智慧,其实找这个区别,去解读区别,去反映客观事实的方式是有关系的。智慧城市其实一直在建设当中,之前的智慧城市和现在的智慧城市不同,李主任说智慧城市不要变成一个形象工程。其实做智慧城市,不管是企业还是政府,应该真正理解“智慧”,把智慧理解清楚之后,我们所有的顶层设计,我们的规划,我们的实施,我们的体验,才有一个主题,不然我们的主题会很混。
城市建设和智慧建设和智慧城市建设有什么区别?假如把城市作为一个人,一个人的智慧,产生智慧的唯一器官只有大脑,没有第二器官,所有其他器官都是产生信息的源,物联网叫什么传感器。而一个人产生智慧的大脑,唯一器官,而大脑干什么呢?搜集信息、分析信息、处理信息和阐述信息。信息是什么呢?信息是实体化的数据,而数据是抽象的信息,数据是产生智慧的基础。有了数据产生智慧,一个城市也一样,城市产生智慧也是数据作为基础的。假如我们把这个逻辑能够考虑好、想清楚,我们就反过来想想我们怎么产生智慧,智慧城市首先是要智慧建设。我们今天看到很多智慧城市的项目,多大多大,多少亿,其中真正智慧的部分从总量来讲并不大。智慧城市建设是在原有的城市建设的升级、提高、突破、变革。
做智慧城市的建设我们有一个宗旨是强镇、兴业、惠民,政府的职能转型我们要智慧帮忙,政府的决策要科学。兴业是对传统产业跨越式发展,对新产业拉动,和对一些产业的转型。老百姓是最根本的,以人为本的体验。我跟海曙区的一个水表厂的一个智慧合作,我们拿一个很小的例子来演绎推理真正的智慧是什么。这个水表厂是民营企业,原来是做传统水表的,5、6年前转型做智能水表,刷卡,买多少吨水插到里头才开始用,已经上升到一个高度。到今天我们在合作做什么?做智慧水表。什么是智慧水表?原有的水表不说了,抄字。智能水表是买多少吨放里头就OK了。但是每家每户用水表的习惯是不清楚的,所谓智慧水表,我们在原有的智能水表做了很大的智慧改造,在后台建立了智慧平台,通过远程操作,通过无线传输技术、软件技术、传感技术和相关所有的技术进行高度的融合,产生智慧的体验,政府对水资源管理,因为每家每户对水使用的习惯有了一个数据平台做支撑,对政府对水资源管理、对水厂生产水和水资源管理有了很高的数据基础之后,对它的决策,对水厂生产水的指标,生产水的计划和浪费,做了很大的管理。
第二,对产业拉动。本身这是一个传统企业,它要在转型当中如何转型?通过智慧转型来拉动这个市场,使它的工厂更好发展,对地方产业有拉动。第三,对每家每户的老百姓,由过去要抄水,到银行买水,到今天定时定点给你发短信,你自己可以到银行,甚至银行有关联卡,自动在手机上就把水费交掉了。同时你的用水习惯,因为现在有阶梯收费,我们都在关心我们的水用到什么地方该进入阶梯呢?其实这个数据平台为老百姓用水的体验做了很大的帮忙。除此之外,这个数据其实会演绎到比如说对房地产交易,对房地产的空置率有影响,对物业,对老百姓比如空巢老人,家里边没有子女的,老人通过用水的变化,对物业,对保安,或者是对他的家属,对这个家里老人的安全等等等等,不一列举。其实这个智慧的过程,本身我认为就是一个真正产生智慧,从产业拉动到政府管理,到老百姓体验,形成了一个产业链。
这是一个很小的例子。
今天同方提出了,我们要在2015年之前,在全国去找100个智慧城市的单位合作,我们谈智慧城市并不是做智慧项目,智慧项目天天有,而同方所谓的“百城计划”,是要跟一百个城市做战略发展合作,而不是简单的一百个某某城市的智慧项目合作,这不是我们的初衷,也不是我们的目标。
今天我们在一个城市做智慧城市建设,首先是站在共同发展的角度去考虑问题。我们提出了泛集成的概念。什么叫泛集成?今天做智慧城市绝不是传统意义做一个项目,或者做一个传统意义上的集成公司,而更多是要通过对业主的智慧理解,每一个城市的智慧理解是不一样的,特色是不一样的,从智慧的可研、设计到规划,最终才到实施或者运维。第三,如何通过资金的综合解决方案,为城市的智慧城市建设提供方案。为什么?因为我们谈顶层设计,既然顶层设计了,这个产业不是说一年、一月做完,肯定是需要五年甚至更长的计划,你的规划是什么?假如做了十个亿的规划,你只有2000万怎么建?或者你今天只有2000万,怎么做顶层设计?我们通过顶层设计,通过资金的解决方案,建设的解决方案,包括跟我们合作的友商,跟地方的扶持公司,未来跟地方产业如何结合发展,多方位的合作,是泛集成。同时再加上信息安全,没有信息安全的智慧其实也不叫智慧。所以,信息安全我们叫保驾护航。
把三者真正贯穿起来,把真正的智慧理解透,不在于大与小,而真正在于如何为我们城市解决智慧的核心,解决智慧的问题,这是我们的考虑。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22