
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
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04