人工智能、大数据、云计算……已经成了科技公司的标配，当这些新时代的“水电煤”逐步走入日常生活时，“智慧城市”的理念就有了很好的落地土壤。

　　智慧城市的核心是提升城市运行效率，提高市民生活质量。所以当特殊情况来临时，大家对于智慧城市的期待往往很高，比如当下疫情肆虐，恰恰是智慧城市兑现能力的时候了。

　　饱受争议的“智慧城市”：基础需求与基础数据采集存空隙

　　但是很遗憾，至少本次疫情蔓延的前期，在资源调度方面，中国的大多数智慧城市，未见出色表现。

　　2月10日，在国务院联防联控机制新闻发布会上，民政部基层政权建设和社区治理司司长陈越良建议：“能不能开发一个服务社区抗疫的软件，这比捐十个亿还管用。”

　　说的很实在，也很无奈，此前如火如荼的“智慧城市”似乎并没有在关键时期发挥出超乎想象的力量，反而“瘫痪了”。

　　目前行业内对于智慧城市并没有统一的概念，不过大家公认为智慧城市其实是基于信息通信技术，全面感知、分析、整合和处理城市生态系统中的各类信息，实现各系统间的互联互通，以及时对城市运营管理中的各类需求做出智能化响应和决策支持。

　　最终实现的结果是提高市民生活质量，也就是要满足人的需求，否则一切都是空谈。在本次疫情中我们可以看到，其实是人的生理需求没有得到很好的保障，所以才导致了后续更高的需求的被迫暂停。

　　而受此次疫情的影响，已经严重影响了居民的基本生活需求，也就是处于处于金字塔需求中的最底层，基础需求无法满足更高的需求也就更无法满足了。

　　单点突破的新技术：动态与静态数据交互方可打破信息孤岛

　　其实从上图中我们已经发现，自认为很稳定的底层需求，其实并不是坚不可摧的，从内部来讲，任何一个环节出现问题，都将会对整体产生莫大的影响，导致城市的“瘫痪”。

　　亿欧智库此前统计，截至2017年3月，我国95%的副省级城市、83%的地级城市，总计超过500座城市，均明确提出或正在建设智慧城市，但在这次疫情中也暴露出了“智慧城市”管理中的突出问题：

　　某些城市为应对疫情全城道路开启红灯，还有城市红绿灯变换时间一成不变，完全没有考虑车流的因素，这是智慧交通？

　　部分医院人满为患，造成流量拥堵，医资等超负荷运转，而部分医院门口罗雀，前期没有做到很好分流，导致后期全部堰塞，这是智慧医疗？

　　面对面A4纸登记信息、逐级上报、疫情信息求助无门、社区上门检查……效率低、信息重复、信息拥堵等事情时刻在上演，这是智慧社区？

　　这时的智慧城市去哪里去了？

　　当这些问题正在发生的时候，我们只有接收信息的权利，却也分不清真假。其实我们的“智慧城市”，仍处于“数字城市”建设的早期，本身的基础建设还没有完成，所以遇到复杂情况是无法应对的。

　　不过，当智慧城市按下暂停键的时候，此前一直在寻找实际落地场景的科技互联网公司们出手了，结合自身算法与研发的优势，纷纷推出了社区智能排查系统，帮助社区基层管理人员，通过信息化手段进行社区封闭管理、数据采集与统计分析、重点隔离人员远程监管等工作。

　　比如云问科技为帮助高校更加有效的防控疫情，开发搭建了高校疫情智能咨询服务平台，在不断地加班保障更多高校的服务，同时云问也向国内十多家参与疫情防控的政府部门、医院以及研究机构等免费开放云服务平台，提供咨询分诊、隔离随诊以及观察回诊等服务；硅基智能紧急推出AI智慧回访平台，对当地社区住户密集、流动大的基层社区居民进行排查，快速摸清健康和流动情况，并宣导正确的疫情防治方法与收集疫情大数据工作。

　　通过这些渠道获取的疫情数据，便于上报政府部门，可做到数据实时掌握实时更新，并且通过线上操作，减少面对面数据采集的人力需求，降低近距离接触感染病毒的风险。

　　“智慧城市”涅槃中重生：城市先得智慧化

　　从结果来看，单点突破的系统似乎实际用处更大一些，这些科技互联网企业可能只是“智慧城市”中的一个环节，但在整个体系已经不能运转的时候，单点突破便成了他们最大的优势。

　　为什么单兵作战可以，团队作战就困难重重，其实就是在智慧城市的底层建设上缺少对各项资源的整合与共享，部门、行业存在信息孤岛，导致牵一发而动全身。

　　不过在短暂的停滞后，部分城市开始启动动态数据监测模块，开始在原有静态数据的基础上加入实时监控和分析，为当下的疫情治理提供了及时有效的支持；使得内外数据先关联并且可呈组织形式的视觉化，视觉化呈现自然也是城市智慧化的重要环节。

　　智慧城市的终极：风险与危机有预策略、成本与效率ko实际指标

　　不妨将此次疫情当作是“智慧城市”理念的一次压力测试，我们也从中看到了现存的问题，以后在“智慧城市”的构建中，应更多关注金字塔的底层需求，要有长期的规划和眼光，而不是只为追赶概念，从技术的角度提升城市运营管理的情报综合分析决策能力，最终真正满足人的需求。

　　而且未来智慧城市需要加强统一指挥调度平台的建设，同时加强科技创新，真正发挥出静态、动态数据的价值，提高数据交互能力，并且面对城市的风险与危机有预策略，也就是预判、预警、预防；终极指标自然也是城市公共服务成本降低，公共服务效率提升。

　　虽一直有声音质疑城市智慧化前期资金投入过大与后期产出不成正比，不过从实际情况来看，不能将这两个指标做单纯的对比，比如云计算，大数据，必须前试与前测以及试研，这些硬性成本必然会是大的。亚马逊就是一个很好的例子，长期以来，亚马逊一直致力于数据获取和分析，通过其强大的数据挖掘能力进行获客和销售，使得亚马逊早已远远超出了它的传统运营方式，一跃成为全球第二大上市公司。

　　我们必须要用长远眼光去看待城市智慧化的问题，这是一个不断发展和进化的过程，其最终效果也将不可估量。

　　疫情过后，智慧城市会补齐板块，但是一直在后面追着跑毕竟会有些被动，真正全方面智慧起来才是应对问题的根本。相信有了这次教训，“智慧城市”的推进速度和质量在下一阶段会有新的突破和爆发。