AI的價值不在演算法，而在於給客戶創造價值。
作者 | 秀松
編輯 | 餘快
2021年12月11日，由雷峰網 & AI 掘金志主辦的第四屆中國人工智慧安防峰會，在深圳正式召開。
本屆峰會以「數字城市的時代突圍」為主題，會上代表城市AIoT的14家標杆企業，為現場和線上觀眾，分享迎接數字城市的經營理念與技術應用方法論。
會上，曠視科技高階副總裁、城市業務事業部總經理陳雪松發表了精彩演講。
在陳雪松看來，以一網統管、一網通辦為代表的城市治理體系，其實是傳統安防領域向整個社會職能轉變，和城市提升中自然而然的轉型，從廣度和深度上對城市管理水平、技術能力發展和體系建設提出新的要求。
他認為，城市治理體系是由點到面的，不能走安防體系的老路。
傳統安防向基礎設施轉變的過程中，要結合原來已有的體系做智慧化升級，再加上現有的資源體系，做自動化改造才能形成全覆蓋。
作為城市治理不可或缺的技術，AI的價值不在於演算法多優秀，而是給客戶創造價值。當技術穿過決策，走向執行，就形成了完整的生產力閉環，從而產生客戶價值。
當前的城市治理，面臨三個難點：
- 發現難，攝像頭雖然很多，但沒有形成面的覆蓋；
- 管理難，尚未形成智慧化閉環；
- 管理統籌難，除了技術手段，體制機制也需要跟上時代變革。
“目前的城市治理，是以發現和決策執行為核心，本質是響應機制。”
陳雪松表示，區域城市資料覆蓋起來以後，更多是基於感知能力和區域執行狀態進行事件的預測和處理，這是未來城市治理的重點。
以下是陳雪松演講全文，雷峰網AI掘金志作了不改變原意的整理與編輯：
今天借這個平臺，我的分享主題是《如何提升城市“數智治理”的精度與溫度》，希望讓城市的每個人都感受AI的溫度。
城市治理體系是現在整個熱門的話題，典型的案例，有上海的一網統管、一網通辦，其實質是傳統安防領域向整個社會職能轉變和城市提升發生的自然而然的轉型。
在這個過程中，新的問題和挑戰不斷湧現，從廣度和深度上，對城市管理水平、技術能力發展和體系建設提出新的要求。同時，這也是AI公司下一階段的競爭重點。
今天主要從三方面分享：
- 創新城市治理的解讀，曠視的考量和思考；
- 創新城市治理解決方案、體系架構，以及AI公司能解決哪些問題；
- 未來城市發展過程中，曠視對於行業趨勢變化的理解。
城市治理體系，從街道劃分來看，它分為四個階段；而從體系變革看，分三大方面。
先來看四個階段：
第一階段大概在2012-2014年。
2012年開始，住建部出臺相應政策，開始試點智慧城市建設，其重點以頂層設計與基礎設施建設為主，把不同行業的業務線打通，後來提出了智慧城市是資訊化、然後門戶化的體系概念。
第二階段：2014-2016年。
2014年8月，國務院印發《關於促進智慧城市健康發展的指導意見》，從運營的角度提出三個發展方向，即民生、政務、產業。
這兩個階段以資訊化為主，特徵是由人來做事變成人機協同，屬於城市治理的早期階段。
第三階段：2016-2021年。
從2016年起，資料在建設智慧城市過程中的作用得到高度認可，“AI+大資料”成為新業態，原來日常管理執行的體系向資料管理和人工智慧輔助決策和大資料運營體系來驅動，到透過打通資料壁壘，形成大資料局的體制和機制的變革。
第四階段：2021年之後。
2021年，城市治理體系進入新的規劃階段，國家在“十四五”規劃中提出新型智慧城市建設，包括城市一網統管、一網通辦，更加強調效能。
城市發展到現階段，不論是治理還是服務，只靠人和系統，很難滿足城市日益增長、高速發展的機制響應要求，原來是“被動響應-處理”，現在是“主動發現-主動處理”，形成真正價值鏈的閉環。
那麼，城市治理的體系裡面的難點在哪幾個方向？
在我看來，主要是三方面：
- 發現
發現是城市管理的永恆話題，因為城市足夠大，場景足夠豐富，事情足夠多。
原來主要是透過巡控發現，然後報送治理，透過市長熱線、110、119這些以人為核心的響應機制，實現治理閉環，相應的系統起輔助作用。
隨著城市的感知能力得到加強，伴隨著AI技術的進一步應用，許多城市事件（36個大項、200個小項），可以透過攝像頭、感測器發現，發現的問題逐步得到緩解。
但是從整個大的治理、管理體系來看，城市治理並不能直接走安防體系建攝像頭的老路，因為管理模式發生了變化：安防體系是由點到線，更多以車輛、人為管理核心，只需知道整個常態化執行軌跡和過程即可，透過點狀攝像頭形成城市級覆蓋就夠了。
城市治理必然是由點到面，要對城市的方方面面，形成無死角覆蓋。這時候現有的攝像頭雖然量比較大，但不能形成面的覆蓋。例如，一個街道雖然有高密度攝像頭，但並不能解決攝像頭視距無法看到的“陰影”區域，所以需要新的治理體系。
傳統安防在向基礎設施轉變的過程中，在面對新問題時，要結合原來已有的體系做智慧化升級，再加上現有的資源體系，做自動化改造，才能形成覆蓋。
現在說的發現難，難在城市治理體系比安防體系更難以解決。
- 管理
管理難本質是決策難。
在垂直領域，智慧化閉環最好的例子是交通。例如，從發現違法違規到決策執行，處理事件、給到處罰結果，這個閉環天然形成，資訊系統形成行業的生產力。
隨著資訊系統規模擴大，行業的覆蓋度和行業的掌控力呈指數級上升，行業的閉環很清晰。
但是城市治理並非單一閉環，涉及到事件的研判（型別）、決策，以及哪些事件需要人來處理，屬於綜合決策的過程，也就是需要跨部門解決，才能形成城市體系閉環。
這個閉環是最有價值的事情，同時也是最難的。
- 管理統籌
管理過程中的統籌，實際上包括邊界交織、管理機制、綜合管理、交叉執法等等，關係到民生，除了技術手段，體制機制也要跟得上時代的演進和變革。
只有把物聯感知、發現、智慧決策、做管理和任務分派，還有統籌的管理體系相互打通，包括監督考評，完成閉環之後，才能形成真正有效的決策和監督管理體系。
從體系架構上看，城市治理分為三個要點：
- 發現
傳統的感知能力在安防體系中，更多依據視聯網或者其他的場景，視聯網是其中一個維度，而且可能最大量的是固定攝像頭。城市感知體系中，巡邏巡控是主要力量，形成面的覆蓋。
另外，在巡邏巡控的覆蓋度足夠的同時，要保證實效性。在這個維度，視聯網感知體系的建設上，要形成專業巡控力量，社會方面的資源力量和固定攝像頭的聯合打通和覆蓋，才能形成點線面結合的城市覆蓋網路。
- 物聯網
傳統的物聯網體系建立了很多基礎設施，包括垃圾感知、煙感消防設施等，但很多事件其實是跨區域、跨領域，不一定只侷限於某一單元。
只有資料體系和橫向物聯感知體系拉通之後進行綜合判斷，才能有效決策事件的歸屬許可權，從而形成“感知-決策-處理”的業務閉環。
- 大資料
所有感知的能力形成大規模資料，這些資料價值可能是低密度的，不一定能落實到執行主體和責任主體。但對於執行主體而言，數聯網感知的組織資訊、事件資訊成為執行的閉環關鍵。
視聯網、物聯網和數聯網三者相結合，成為城市治理的整個感知能力體系的技術關鍵，在此之上才能形成真正的決策能力，也就是資料多維研判、人物智慧體系對事件的分析、判斷和自動派送。
在派送的基礎上，做到各個業務體系進行有效的閉環和處理。
城市治理體系裡面有80%的事件，屬於非緊急事件，例如違章搭建、佔道經營、亂停亂放等等，這類違章、違規事件本質上可以透過行為矯正甚至提醒告知等方式形成快速閉環，減少專業人員的處置和巡控人員的執行。
這些小規模時間，如果形成透過感知能力，按照現在交通的模式形成處理執行閉環，對社會資源的節約、能力提升和價值提升是巨大的。
這樣省下來的力量可用於處理緊急類事件，比如井蓋位移，這類對社會公共安全和生產生活產生直接的影響，要求很短時間響應，由專業人員處理。
但打通治理體系，猶如企業一樣，不能夠只靠技術，而是圍繞整個體制機制、新的生產力和生產管系做變革。
原來的模式是人工巡檢，透過電話、微信，加上主動報警等方式實現資訊採集，例如發現事件之後進行處理，小規模的時候還能解決，然而當事件一下子增長几十倍，人力是肯定不夠的。
同時，這種變化帶來對原有考核制度的影響，此前是日薪日結，或者掛職率需要保持在某個區間，現在一個月都無法處理一週發現的事，生產關係發生了本質變化。
所以說，AI的價值並不在於演算法，而在於給客戶創造價值。
對於城市治理體系來說，理順生產關係，才能形成真正的業務閉環，即從發現到決策再到執行，AI走完這個閉環才能給客戶帶來實際價值。
在整個體系規劃裡面，在透過攝像頭、無人機等感知裝置發現事件時候，城市治理體系在未來將把更多能力閉環到終端，實現自動派遣、自動處置複核，將執法力量用於處理20%的關鍵事件，從而提高效率。
舉個例子：街邊小巷經常發現有佔道經營，可以透過前端感知裝置發現，屬於事件識別。現在可以透過影片分析，找出佔道經營的主體，基於店鋪的物理空間資訊找到其組織資訊，包括法人、工商註冊；然後直接給工商註冊上面的聯絡人發通知，告知事件，並警告其15分鐘內處置完畢。15分鐘後，系統可以做自動複核，如果事件被處置完畢，就可以撤銷警告，形成閉環；如果沒有處置，就可以再發通知，納入徵信體系，做控制管理。
如同交管一樣，處罰不是目的，行為矯正更重要。有了攝像頭之後，交通事件在減少，人的素質在提高。從發現到決策，從決策到執行，從執行回到前面的發現，形成閉環，這就是AI在所有環節中能產生的價值。
一旦實現價值閉環，回到基本邏輯，其實質就是生產力關係的重構。因為人可以處理更緊急、更重要的事情，人力得到解放，整個社會的治理水平得到提高，這就是對生產力的關係本質改變。
如果只解決一個環節，也就是停留於發現，那麼現有的人力很難應對資訊化時代的資料轟炸。所以AI的作用是，從感知、決策、執行、複核這個大環節裡面，形成閉環，進而產生價值，實現ROI正向增長。
那圍繞著這個體系的解決方案，將在那幾個方向上發生變化呢？
- 一是基礎設施的建設，即把更多能力連線起來，維度越多、感知場景越多，最後的執行閉環體系就越有可能構建起來。如果只是單一維度，只能感知到事件，無法感知到執行主體，無法聯絡到經營主體，效果就會大打折扣，因此將這些能力連線起來，是實現閉環的關鍵。
- 二是基礎平臺能力上要有空間服務、AI感知服務、智慧演算法服務，既要基於時空資訊，也要基於AI的決策判斷進行最終的決策，不同場景、不同決策能力有巨大的差別。
- 三是在上層應用上實現事件的採集、非現場執法、閉環考核、物聯全感知等等，形成更好的能力升級。
原來的城市結構，從影片角度看，攝像頭密度很高，但只是點狀。傳統的模式是人車巡邏，並不需要1秒鐘發現，然後馬上響應，可能1個小時後再處置也沒問題；這種模式的弊端是，有時效性，不如攝像頭那樣24小時不間斷執行。
因而，要透過攝像頭實現重點區域覆蓋，加上人、車，和其他的資源接入，這樣既能結合現有執法體系的覆蓋能力，又不會大規模建設增加成本，同時符合行業應用模式。
一個很重要的發展趨勢是，專業的執法力量和社會面資源力量的結合。
例如，現在的城管巡控力量再多，也只是針對主幹道或主街區，不可能進入每個角落、每個環節，像快遞、貨拉拉等運營車輛每天對路的重新整理頻率，高於城管數十上百倍。如果能在這些活動的單元上，置入簡單的影片感知能力，做前端事件監測，發現事件然後傳回後臺，這樣就能形成高於現有處理體系的感知、處理能力。
這其實是對感知能力和處理體系的顛覆和升級。現在快遞、網約車企業都在做相關影片的運營和分享，政府哥可以以較低的成本拿到相應的影片資源，同時形成資料的共享、分析、應用。
這是整個車載應用影片的特點，包括快遞車、公交車的相容、重點區域的巡查巡控，還有覆蓋了攝像頭的死角區域，對整個街區進行有效的巡查和管理。
從城市視角來看，還有很多視角屬於高視角，例如垃圾堆放、施工工地違章違建等，還可以透過無人機等影像進行構建，作為有效補充。
雖然我們做視覺，但我們一直認為，多維資料感知是使用者實現最終決策閉環的關鍵所在，很多事件不能只靠看，還要靠“知”。
感測器的作用是對某些資料能準確、清晰地定義，結合多維事件、感知能力，可以清晰地感知到具體時間的變化，進而有效提升決策效率。所以說，類似於水質、流量等資料的監測和打通，對於城市管理體系的運營是很關鍵的。
新一代城市治理體系的關鍵，是形成發現、決策、處置的非現場執法閉環。
未來，交警的無現場執法將慢慢拓展至城管，警民衝突的情況會越來越少。基於攝像頭的管理能力，既能夠提高執法效率，形成真正的能力覆蓋，又能提高人的素質，進而走向正迴圈。
比如，汽車的死亡率現在已經從8萬降到2萬，交通肇事死亡率快速下降，這就是提升綜合能力帶來的結果。
我們相信，透過提高新型數字治理能力，能夠對整個社會面的活動行為能力進行大範圍提升，其本質原因是真正改變了生產關係與生產力，形成真正有效的價值閉環。資訊系統的建設規模、體系化建設的規模等同於能力提升，才能真正做到整個事件的有效處置。
那麼，看一個城市或者看一個區域的單點系統建設是否夠？
肯定不行，資訊系統，包括國家級的行業性系統肯定是大閉環，絕對不只是單一維度。
因此，不管是安全領域、公安領域，還是安檢領域，都要有一套整齊完備的考核、監督體系，才能驅動治理水平的提升。
以前的檢查、評定、評比都是抽樣調查，而在形成了物聯網網路完整覆蓋之後，區縣級、城市級可以看得清楚，省級、國家行業部委級也同樣可以形成資料閉環，然後將抽樣檢查評優評比活動轉化到日常生活中，這才是本質性提升。
所以說整個影片考核體系透過這個覆蓋形成國家到省級、部委級的覆蓋樣本是行業整個發展方向。實際上交通行業、公安行業資料治理體系向頂層的匯聚和向下的考核成為“十四五”建設的重點。
這些體系真正帶來的效能是什麼？
城市治理變得更好，社會運營質量更高。
換句話說，就是要把事兒形成價值閉環，對於企業來說要能掙錢，同時也要對政府採用系統之後的成本進行核算，也就是讓客戶實現“降本增效”，否則花1萬元才產生1千元的價值，客戶肯定不願意買。
這裡有一份基本的測量資料：城市治理一個網格員一年不同城市加起來是3-5萬，絕大部分人主要是做巡控，發現問題、處理問題。
以深圳為例，深圳總面積1997平方公里，每年花在人力方面的成本就達十多億，大部分人力用在發現和處置的過程中。
如果把這部分的效能提升起來，把資訊系統的能力提升起來，做測算，採用新的系統，可能兩三年就回本了，進而持續做更多的事情。從政府的角度看，也比自己建設資訊系統更省錢，從而形成價值閉環。
對於城市治理體系體系而言，能力提升和ROI（投資回報）能算正，是下一代城市治理主體的關鍵。
在國家十四五規劃裡面，城市治理作為重點，其核心是提升城市治理能力，和提升民眾的幸福感，這是最本質的目的。單靠人海戰術已經無法實現，因為現在已經進入了人口紅利的尾期，需要靠治理能力和管理水平。資訊化系統提升生產力的關鍵，就在於靠智慧手段來提升閉環的生產力。
最後，我分享一下曠視對於未來城市治理髮展趨勢的思考。
回到安防領域，之前主要以事件的發現為核心，發現事件或者尋找相應的線索。
其實完全可以基於一個城市數年來的行為檔案和管理體系做預測、預警、預防。
例如，現在的交管體系，已經形成閉環，但這並不意味著發展就會陷入停滯。
實際上，交管體系一直在往下游走。交管不是以處罰為核心，本質是減少事故，提高交通執行效率和居民的幸福感。
目前的處罰是在事故之後，但下一代交管的前端、後臺都已改變，現在的方向是基於行為進行矯正。比如機遇駕駛員的駕駛行為和習慣坐識別，如果出現逆行、加塞、長時間壓線行駛等微信啊行為，就會給駕駛員發通知，告知危險行為必須矯正，而不是事後處罰。那麼這個階段的交管感知體系，就從原來的抓拍，變成了連續影片和跨攝像頭的行為模式識別，也就是行為管理。
城市治理和城管，現在仍以發現和決策執行為核心，是一個響應機制。如果區域城市資料覆蓋能力大錢起來以後，區域性就會非常明顯，比如深圳和上海並不相同。
未來，城市治理體系的重點，是機遇感知能力和區域執行的狀態進行事件的預測和處理，而非事件發生之後再處理。
現在目前還是以發現和決策執行為核心，是一個響應機制，把它提升起來以後，區域城市資料覆蓋起來之後，城市治理管理是區域性很強的特點，感知和整個大資料體系的打通和執行體系提出更高的要求。
我認為，這需要全社會甚至各行業、各單位的相互協作才能搭建起完整的生態。
未來很美好，一定會到來，謝謝大家！
