2021年12月11日，由雷峰网(公众号：雷峰网) & AI 掘金志主办的第四届中国人工智能安防峰会，在深圳正式召开。
本届峰会以「数字城市的时代突围」为主题，会上代表城市AIoT的14家标杆企业，为现场和线上观众，分享迎接数字城市的经营理念与技术应用方法论。
会上，旷视科技高级副总裁、城市业务事业部总经理陈雪松发表了精彩演讲。
在陈雪松看来，以一网统管、一网通办为代表的城市治理体系，其实是传统安防领域向整个社会职能转变，和城市提升中自然而然的转型，从广度和深度上对城市管理水平、技术能力发展和体系建设提出新的要求。
他认为，城市治理体系是由点到面的，不能走安防体系的老路。
传统安防向基础设施转变的过程中，要结合原来已有的体系做智能化升级，再加上现有的资源体系，做自动化改造才能形成全覆盖。
作为城市治理不可或缺的技术，AI的价值不在于算法多优秀，而是给客户创造价值。当技术穿过决策，走向执行，就形成了完整的生产力闭环，从而产生客户价值。
当前的城市治理，面临三个难点：
发现难，摄像头虽然很多，但没有形成面的覆盖；
管理难，尚未形成智能化闭环；
管理统筹难，除了技术手段，体制机制也需要跟上时代变革。
“目前的城市治理，是以发现和决策执行为核心，本质是响应机制。”
陈雪松表示，区域城市数据覆盖起来以后，更多是基于感知能力和区域运行状态进行事件的预测和处理，这是未来城市治理的重点。
以下是陈雪松演讲全文，雷峰网AI掘金志作了不改变原意的整理与编辑：
今天借这个平台，我的分享主题是《如何提升城市“数智治理”的精度与温度》，希望让城市的每个人都感受AI的温度。
城市治理体系是现在整个热门的话题，典型的案例，有上海的一网统管、一网通办，其实质是传统安防领域向整个社会职能转变和城市提升发生的自然而然的转型。
在这个过程中，新的问题和挑战不断涌现，从广度和深度上，对城市管理水平、技术能力发展和体系建设提出新的要求。同时，这也是AI公司下一阶段的竞争重点。
今天主要从三方面分享：
创新城市治理的解读，旷视的考量和思考；
创新城市治理解决方案、体系架构，以及AI公司能解决哪些问题；
未来城市发展过程中，旷视对于行业趋势变化的理解。
城市治理体系，从街道划分来看，它分为四个阶段；而从体系变革看，分三大方面。
先来看四个阶段：
第一阶段大概在2012-2014年。
2012年开始，住建部出台相应政策，开始试点智慧城市建设，其重点以顶层设计与基础设施建设为主，把不同行业的业务线打通，后来提出了智慧城市是信息化、然后门户化的体系概念。
第二阶段：2014-2016年。
2014年8月，国务院印发《关于促进智慧城市健康发展的指导意见》，从运营的角度提出三个发展方向，即民生、政务、产业。
这两个阶段以信息化为主，特征是由人来做事变成人机协同，属于城市治理的早期阶段。
第三阶段：2016-2021年。
从2016年起，数据在建设智慧城市过程中的作用得到高度认可，“AI+大数据”成为新业态，原来日常管理运行的体系向数据管理和人工智能辅助决策和大数据运营体系来驱动，到通过打通数据壁垒，形成大数据局的体制和机制的变革。
第四阶段：2021年之后。
2021年，城市治理体系进入新的规划阶段，国家在“十四五”规划中提出新型智慧城市建设，包括城市一网统管、一网通办，更加强调效能。
城市发展到现阶段，不论是治理还是服务，只靠人和系统，很难满足城市日益增长、高速发展的机制响应要求，原来是“被动响应-处理”，现在是“主动发现-主动处理”，形成真正价值链的闭环。
那么，城市治理的体系里面的难点在哪几个方向？
在我看来，主要是三方面：
发现
发现是城市管理的永恒话题，因为城市足够大，场景足够丰富，事情足够多。
原来主要是通过巡控发现，然后报送治理，通过市长热线、110、119这些以人为核心的响应机制，实现治理闭环，相应的系统起辅助作用。
随着城市的感知能力得到加强，伴随着AI技术的进一步应用，许多城市事件（36个大项、200个小项），可以通过摄像头、传感器发现，发现的问题逐步得到缓解。
但是从整个大的治理、管理体系来看，城市治理并不能直接走安防体系建摄像头的老路，因为管理模式发生了变化：安防体系是由点到线，更多以车辆、人为管理核心，只需知道整个常态化运行轨迹和过程即可，通过点状摄像头形成城市级覆盖就够了。
城市治理必然是由点到面，要对城市的方方面面，形成无死角覆盖。这时候现有的摄像头虽然量比较大，但不能形成面的覆盖。例如，一个街道虽然有高密度摄像头，但并不能解决摄像头视距无法看到的“阴影”区域，所以需要新的治理体系。
传统安防在向基础设施转变的过程中，在面对新问题时，要结合原来已有的体系做智能化升级，再加上现有的资源体系，做自动化改造，才能形成覆盖。
现在说的发现难，难在城市治理体系比安防体系更难以解决。
管理
管理难本质是决策难。
在垂直领域，智能化闭环最好的例子是交通。例如，从发现违法违规到决策执行，处理事件、给到处罚结果，这个闭环天然形成，信息系统形成行业的生产力。
随着信息系统规模扩大，行业的覆盖度和行业的掌控力呈指数级上升，行业的闭环很清晰。
但是城市治理并非单一闭环，涉及到事件的研判（类型）、决策，以及哪些事件需要人来处理，属于综合决策的过程，也就是需要跨部门解决，才能形成城市体系闭环。
这个闭环是最有价值的事情，同时也是最难的。
管理统筹
管理过程中的统筹，实际上包括边界交织、管理机制、综合管理、交叉执法等等，关系到民生，除了技术手段，体制机制也要跟得上时代的演进和变革。
只有把物联感知、发现、智慧决策、做管理和任务分派，还有统筹的管理体系相互打通，包括监督考评，完成闭环之后，才能形成真正有效的决策和监督管理体系。
从体系架构上看，城市治理分为三个要点：
发现
传统的感知能力在安防体系中，更多依据视联网或者其他的场景，视联网是其中一个维度，而且可能最大量的是固定摄像头。城市感知体系中，巡逻巡控是主要力量，形成面的覆盖。
另外，在巡逻巡控的覆盖度足够的同时，要保证实效性。在这个维度，视联网感知体系的建设上，要形成专业巡控力量，社会方面的资源力量和固定摄像头的联合打通和覆盖，才能形成点线面结合的城市覆盖网络。
物联网
传统的物联网体系建立了很多基础设施，包括垃圾感知、烟感消防设施等，但很多事件其实是跨区域、跨领域，不一定只局限于某一单元。
只有数据体系和横向物联感知体系拉通之后进行综合判断，才能有效决策事件的归属权限，从而形成“感知-决策-处理”的业务闭环。
大数据
所有感知的能力形成大规模数据，这些数据价值可能是低密度的，不一定能落实到执行主体和责任主体。但对于执行主体而言，数联网感知的组织信息、事件信息成为执行的闭环关键。
视联网、物联网和数联网三者相结合，成为城市治理的整个感知能力体系的技术关键，在此之上才能形成真正的决策能力，也就是数据多维研判、人物智能体系对事件的分析、判断和自动派送。
在派送的基础上，做到各个业务体系进行有效的闭环和处理。
城市治理体系里面有80%的事件，属于非紧急事件，例如违章搭建、占道经营、乱停乱放等等，这类违章、违规事件本质上可以通过行为矫正甚至提醒告知等方式形成快速闭环，减少专业人员的处置和巡控人员的执行。
这些小规模时间，如果形成通过感知能力，按照现在交通的模式形成处理执行闭环，对社会资源的节约、能力提升和价值提升是巨大的。
这样省下来的力量可用于处理紧急类事件，比如井盖位移，这类对社会公共安全和生产生活产生直接的影响，要求很短时间响应，由专业人员处理。
但打通治理体系，犹如企业一样，不能够只靠技术，而是围绕整个体制机制、新的生产力和生产管系做变革。
原来的模式是人工巡检，通过电话、微信，加上主动报警等方式实现信息采集，例如发现事件之后进行处理，小规模的时候还能解决，然而当事件一下子增长几十倍，人力是肯定不够的。
同时，这种变化带来对原有考核制度的影响，此前是日薪日结，或者挂职率需要保持在某个区间，现在一个月都无法处理一周发现的事，生产关系发生了本质变化。
所以说，AI的价值并不在于算法，而在于给客户创造价值。
对于城市治理体系来说，理顺生产关系，才能形成真正的业务闭环，即从发现到决策再到执行，AI走完这个闭环才能给客户带来实际价值。
在整个体系规划里面，在通过摄像头、无人机等感知设备发现事件时候，城市治理体系在未来将把更多能力闭环到终端，实现自动派遣、自动处置复核，将执法力量用于处理20%的关键事件，从而提高效率。
举个例子：街边小巷经常发现有占道经营，可以通过前端感知设备发现，属于事件识别。现在可以通过视频分析，找出占道经营的主体，基于店铺的物理空间信息找到其组织信息，包括法人、工商注册；然后直接给工商注册上面的联系人发通知，告知事件，并警告其15分钟内处置完毕。15分钟后，系统可以做自动复核，如果事件被处置完毕，就可以撤销警告，形成闭环；如果没有处置，就可以再发通知，纳入征信体系，做控制管理。
如同交管一样，处罚不是目的，行为矫正更重要。有了摄像头之后，交通事件在减少，人的素质在提高。从发现到决策，从决策到执行，从执行回到前面的发现，形成闭环，这就是AI在所有环节中能产生的价值。
一旦实现价值闭环，回到基本逻辑，其实质就是生产力关系的重构。因为人可以处理更紧急、更重要的事情，人力得到解放，整个社会的治理水平得到提高，这就是对生产力的关系本质改变。
如果只解决一个环节，也就是停留于发现，那么现有的人力很难应对信息化时代的数据轰炸。所以AI的作用是，从感知、决策、执行、复核这个大环节里面，形成闭环，进而产生价值，实现ROI正向增长。
那围绕着这个体系的解决方案，将在那几个方向上发生变化呢？
一是基础设施的建设，即把更多能力连接起来，维度越多、感知场景越多，最后的执行闭环体系就越有可能构建起来。如果只是单一维度，只能感知到事件，无法感知到执行主体，无法联系到经营主体，效果就会大打折扣，因此将这些能力连接起来，是实现闭环的关键。
二是基础平台能力上要有空间服务、AI感知服务、智能算法服务，既要基于时空信息，也要基于AI的决策判断进行最终的决策，不同场景、不同决策能力有巨大的差别。
三是在上层应用上实现事件的采集、非现场执法、闭环考核、物联全感知等等，形成更好的能力升级。
原来的城市结构，从视频角度看，摄像头密度很高，但只是点状。传统的模式是人车巡逻，并不需要1秒钟发现，然后马上响应，可能1个小时后再处置也没问题；这种模式的弊端是，有时效性，不如摄像头那样24小时不间断运行。
因而，要通过摄像头实现重点区域覆盖，加上人、车，和其他的资源接入，这样既能结合现有执法体系的覆盖能力，又不会大规模建设增加成本，同时符合行业应用模式。
一个很重要的发展趋势是，专业的执法力量和社会面资源力量的结合。
例如，现在的城管巡控力量再多，也只是针对主干道或主街区，不可能进入每个角落、每个环节，像快递、货拉拉等运营车辆每天对路的刷新频率，高于城管数十上百倍。如果能在这些活动的单元上，置入简单的视频感知能力，做前端事件监测，发现事件然后传回后台，这样就能形成高于现有处理体系的感知、处理能力。
这其实是对感知能力和处理体系的颠覆和升级。现在快递、网约车企业都在做相关视频的运营和分享，政府哥可以以较低的成本拿到相应的视频资源，同时形成数据的共享、分析、应用。
这是整个车载应用视频的特点，包括快递车、公交车的兼容、重点区域的巡查巡控，还有覆盖了摄像头的死角区域，对整个街区进行有效的巡查和管理。
从城市视角来看，还有很多视角属于高视角，例如垃圾堆放、施工工地违章违建等，还可以通过无人机等影像进行构建，作为有效补充。
虽然我们做视觉，但我们一直认为，多维数据感知是用户实现最终决策闭环的关键所在，很多事件不能只靠看，还要靠“知”。
传感器的作用是对某些数据能准确、清晰地定义，结合多维事件、感知能力，可以清晰地感知到具体时间的变化，进而有效提升决策效率。所以说，类似于水质、流量等数据的监测和打通，对于城市管理体系的运营是很关键的。
新一代城市治理体系的关键，是形成发现、决策、处置的非现场执法闭环。
未来，交警的无现场执法将慢慢拓展至城管，警民冲突的情况会越来越少。基于摄像头的管理能力，既能够提高执法效率，形成真正的能力覆盖，又能提高人的素质，进而走向正循环。
比如，汽车的死亡率现在已经从8万降到2万，交通肇事死亡率快速下降，这就是提升综合能力带来的结果。
我们相信，通过提高新型数字治理能力，能够对整个社会面的活动行为能力进行大范围提升，其本质原因是真正改变了生产关系与生产力，形成真正有效的价值闭环。信息系统的建设规模、体系化建设的规模等同于能力提升，才能真正做到整个事件的有效处置。
那么，看一个城市或者看一个区域的单点系统建设是否够？
肯定不行，信息系统，包括国家级的行业性系统肯定是大闭环，绝对不只是单一维度。
因此，不管是安全领域、公安领域，还是安检领域，都要有一套整齐完备的考核、监督体系，才能驱动治理水平的提升。
以前的检查、评定、评比都是抽样调查，而在形成了物联网网络完整覆盖之后，区县级、城市级可以看得清楚，省级、国家行业部委级也同样可以形成数据闭环，然后将抽样检查评优评比活动转化到日常生活中，这才是本质性提升。
所以说整个视频考核体系通过这个覆盖形成国家到省级、部委级的覆盖样本是行业整个发展方向。实际上交通行业、公安行业数据治理体系向顶层的汇聚和向下的考核成为“十四五”建设的重点。
这些体系真正带来的效能是什么？
城市治理变得更好，社会运营质量更高。
换句话说，就是要把事儿形成价值闭环，对于企业来说要能挣钱，同时也要对政府采用系统之后的成本进行核算，也就是让客户实现“降本增效”，否则花1万元才产生1千元的价值，客户肯定不愿意买。
这里有一份基本的测量数据：城市治理一个网格员一年不同城市加起来是3-5万，绝大部分人主要是做巡控，发现问题、处理问题。
以深圳为例，深圳总面积1997平方公里，每年花在人力方面的成本就达十多亿，大部分人力用在发现和处置的过程中。
如果把这部分的效能提升起来，把信息系统的能力提升起来，做测算，采用新的系统，可能两三年就回本了，进而持续做更多的事情。从政府的角度看，也比自己建设信息系统更省钱，从而形成价值闭环。
对于城市治理体系体系而言，能力提升和ROI（投资回报）能算正，是下一代城市治理主体的关键。
在国家十四五规划里面，城市治理作为重点，其核心是提升城市治理能力，和提升民众的幸福感，这是最本质的目的。单靠人海战术已经无法实现，因为现在已经进入了人口红利的尾期，需要靠治理能力和管理水平。信息化系统提升生产力的关键，就在于靠智慧手段来提升闭环的生产力。
最后，我分享一下旷视对于未来城市治理发展趋势的思考。
回到安防领域，之前主要以事件的发现为核心，发现事件或者寻找相应的线索。
其实完全可以基于一个城市数年来的行为档案和管理体系做预测、预警、预防。
例如，现在的交管体系，已经形成闭环，但这并不意味着发展就会陷入停滞。
实际上，交管体系一直在往下游走。交管不是以处罚为核心，本质是减少事故，提高交通运行效率和居民的幸福感。
目前的处罚是在事故之后，但下一代交管的前端、后台都已改变，现在的方向是基于行为进行矫正。比如机遇驾驶员的驾驶行为和习惯坐识别，如果出现逆行、加塞、长时间压线行驶等微信啊行为，就会给驾驶员发通知，告知危险行为必须矫正，而不是事后处罚。那么这个阶段的交管感知体系，就从原来的抓拍，变成了连续视频和跨摄像头的行为模式识别，也就是行为管理。
城市治理和城管，现在仍以发现和决策执行为核心，是一个响应机制。如果区域城市数据覆盖能力大钱起来以后，区域性就会非常明显，比如深圳和上海并不相同。
未来，城市治理体系的重点，是机遇感知能力和区域运行的状态进行事件的预测和处理，而非事件发生之后再处理。
现在目前还是以发现和决策执行为核心，是一个响应机制，把它提升起来以后，区域城市数据覆盖起来之后，城市治理管理是区域性很强的特点，感知和整个大数据体系的打通和执行体系提出更高的要求。
我认为，这需要全社会甚至各行业、各单位的相互协作才能搭建起完整的生态。雷峰网雷峰网
正在生成分享图...
nebula