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
机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19