原標(biāo)題：贏得智能城市挑戰(zhàn)賽兩年后，哥倫布市真的變得智能了嗎？

不知道還有沒有人記得，在2015年美國交通部曾經(jīng)推出過一場“智能城市挑戰(zhàn)賽”，讓各個城市提供設(shè)計方案競標(biāo)，選出其中優(yōu)勝者提供5000萬美金的補助，幫助建設(shè)智能城市的樣板。幾乎美國所有的知名的科技企業(yè)都參與了這次智能城市的建設(shè)，像是做自動駕駛的Mobileye、承擔(dān)云服務(wù)的亞馬遜、通信運營商AT&T等等。

這樣傾力建設(shè)的智能城市，應(yīng)該可以被看做美國智能城市的一個典型樣本。如今距離俄亥俄州市哥倫布市拿下冠軍已經(jīng)過去了兩年，這兩年間哥倫布市發(fā)生了哪些變化？這種競標(biāo)式的智能城市建設(shè)，又與如今中國的智能城市發(fā)展有什么異同？

不偏科的哥倫布市

其實在哥倫布市最終獲得挑戰(zhàn)賽的智能城市建設(shè)資格時，有不少人感到感到驚訝。因為在當(dāng)時一眾競選的城市中，既有占據(jù)硅谷優(yōu)勢的舊金山，也有交通航運樞紐作用更強的匹茲堡，相比之下哥倫布市顯得稍稍有那么一點存在感不足。

不過這次智能城市挑戰(zhàn)賽注重的并不是哪個城市有更多的科技企業(yè)，也不是哪個城市擁有更多的人口，而是注重城市所提供方案的可復(fù)制性，能否累積下對于全國都具有參考價值的經(jīng)驗和數(shù)據(jù)。

這樣看來，哥倫布市就很適合了。

從城市規(guī)模和功能性方面，哥倫布市作為人口百萬左右的中型城市，既不會像巨型都市那樣，城市規(guī)模過大，人口流動過于頻繁而導(dǎo)致智能城市建設(shè)進度緩慢、成本高。而相比小型城市，哥倫布市所面臨的場景和挑戰(zhàn)也更多，所累積的經(jīng)驗更有價值。同時哥倫布市位于美國中西部，一方面有穩(wěn)定的本地居民，另一方面很多企業(yè)為了開拓中西部市場也會在這里設(shè)立分公司，經(jīng)濟、生活和交通三種常見的城市功能都一應(yīng)俱全，不會出現(xiàn)“偏科”現(xiàn)象。

同時從氣候上來講，哥倫布市四季分明，冬天夏天雨雪俱全。對于智慧交通體系來說，可以累積下不同天氣情況的駕駛數(shù)據(jù)，方便在全國不同地區(qū)進行推廣。

更重要的是，哥倫布市此前就進行過一些城市整體的技術(shù)改造。像在2012年到2013年期間，哥倫布市在全市推行了無線網(wǎng)絡(luò)部署升級，把網(wǎng)速從70Mbps提升到了117Mbps，CBD地區(qū)甚至能達(dá)到150Mbps，在全美名列前茅。對于接入智能城市系統(tǒng)，打下了很好的基礎(chǔ)。

看不見的變化發(fā)生在哪？智能哥倫布的三只觸角

不過兩年過去之后，哥倫布市似乎并沒有產(chǎn)生太大變化，并不像人們想象中那樣，自動駕駛汽車滿地跑，無人機滿天飛。不過市長Ginther在采訪時表示，變化其實發(fā)生在人們看不見的地方。

簡單整理一下，我們發(fā)現(xiàn)哥倫布市對于智能城市的建設(shè)布局基本在以下三個方面：

一、 資源的合理應(yīng)用

和中國智能城市發(fā)展趨勢有一點很大差異的是，或許和美國飽受詬病的浪費習(xí)氣有關(guān)，相比之下中國更傾向于“減排”、“減少污染”，而美國更看重與城市資源的合理應(yīng)用。這其中的區(qū)別就像我們在做減法，通過智慧工業(yè)、新能源汽車減少工業(yè)和交通的排放量，而美國則把等式中的種種元素重新排列組合，試圖得到更好的解法。

就像在哥倫布市的智能城市建設(shè)中，慈善機構(gòu)食物銀行的食物數(shù)量、土地的利用率等等，同樣被列入智能城市的規(guī)劃當(dāng)中。哥倫布如今正在通過計算弱勢群體的數(shù)量和地區(qū)分布，精確規(guī)劃不同地區(qū)食物銀行中食物的存儲與分配。也正在通過圖像識別技術(shù)對于停車場的監(jiān)控視頻進行挖掘，去推行分時的車位共享。

總之比起“減少資源利用時的負(fù)面產(chǎn)出”，哥倫布市注重的更多是“增強現(xiàn)有資源的利用效率”。

二、 數(shù)據(jù)與信息的整合

當(dāng)然最重要的，還在于整個城市內(nèi)的數(shù)據(jù)和信息整合。哥倫布市長在和相關(guān)媒體進行溝通時，最著重介紹的就是SCOS——Smart Columbus OS，智能哥倫比亞操作系統(tǒng)。市長表示在這一OS上，已經(jīng)聚合了1100個以上的數(shù)據(jù)源，有常規(guī)的天氣、交通、災(zāi)害，也有上文提到的食物銀行、土地利用情況等等。

除了這些以外，哥倫布市還在自掏腰包擴大數(shù)據(jù)源，為居民們換上了智能電表去研究能源利用狀況、對于路上的橋梁設(shè)施進行測量來推進自動駕駛、調(diào)查各個居住區(qū)的年齡分布來確定老年人的特殊需求等等。

總之哥倫布市對于數(shù)據(jù)來源的分化更加細(xì)致，除了收集已有數(shù)據(jù)之外，還會不斷打開新的數(shù)據(jù)輸入端口。同時哥倫布市還秉持著開放的態(tài)度，把這些數(shù)據(jù)授權(quán)給其他企業(yè)，鼓勵他們在此基礎(chǔ)上進行研發(fā)。

三、 未來交通系統(tǒng)的鋪墊

作為美國交通部主導(dǎo)的項目，最后的重頭戲還是在交通上。就在最近幾天，哥倫布市還推出了短途電動自動駕駛班車，往返于城市內(nèi)的熱門景點。還計劃在市內(nèi)鋪設(shè)164英里的智慧公路。同時啟動了名為FlyOhio的載人無人飛機項目，鋪設(shè)地面監(jiān)測系統(tǒng)和雷達(dá)體系，希望在俄亥俄州和都柏林之間建立一條無人飛機線路。

哥倫布市對于未來交通體系的建設(shè)也以城市未來規(guī)劃發(fā)展為切入點，市長提到，下一個引入自動駕駛班車系統(tǒng)的地方會是俄亥俄大學(xué)和肯揚大學(xué)附近，因為這些高校正在逐步擴大招生，但周邊卻沒有地鐵系統(tǒng)。

政府主導(dǎo)or政府+X的主導(dǎo)：中美智能城市正在走向不同跑道

從這幾方面來看，我們可以發(fā)現(xiàn)中美在智能城市建設(shè)上有很多本源性的差異。

就像前文所說的，從最根本的出發(fā)點上看來，美國的城市智能化其實表現(xiàn)了一種“政治正確導(dǎo)向”——讓資源被更合理地運用，減少浪費；關(guān)注城市中所有人群的需求，包括老年人和流浪者；以補充原市政規(guī)劃的模式設(shè)計未來交通路線，而不是參考收益。

相比之下，反而是中國的城市智能化更接近“效率導(dǎo)向”。就拿阿里云的ET城市大腦和華為的智慧城市解決方案為例，雙方的重點基本都在城市治理和城市產(chǎn)業(yè)轉(zhuǎn)型上。像是阿里云對于杭州交通擁堵狀況的治理，華為云對于龍崗智慧警務(wù)的效率提升，以及雙方都曾提及的智慧物流、智慧景區(qū)等等。

中國城市智能化的目的非常明確：通過政務(wù)便民和智慧城市治理減少政府開支負(fù)擔(dān)，吸引年輕人口，再以大數(shù)據(jù)挖掘、智慧工業(yè)農(nóng)業(yè)等方式幫助城市經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型?？傊褪菧p少政務(wù)開支、吸引年輕人口、增加經(jīng)濟收入。

雙方的本源性差異，不僅僅是發(fā)達(dá)國家和發(fā)展中國家的不同，更多是“政府主導(dǎo)”和“政府+X主導(dǎo)”之間的差異。

哥倫布市幾乎是完全政府主導(dǎo)式的智能城市建設(shè)，政府提供方案、選擇技術(shù)供應(yīng)商。而中國智能城市則有更多選擇，一方面有阿里云、華為云這樣更加整體化的云服務(wù)供應(yīng)商，同時也有浪潮這樣傳統(tǒng)IT服務(wù)企業(yè)，包括一眾新興的AI獨角獸。

一旦選擇出現(xiàn)，自然就會出現(xiàn)競爭。這時污染、經(jīng)濟、交通擁堵這些很容易被量化的指標(biāo)，自然也會立即成為有待解決的目標(biāo)。供應(yīng)商們?yōu)榱送癸@自己的優(yōu)勢，通常都會將精力集中在解決這些當(dāng)下的問題上。

其中的優(yōu)勢顯而易見，在效率導(dǎo)向之下，中國智能城市當(dāng)前的完成度顯然更高。當(dāng)哥倫布市目前最好的成果還是在App顯示公交車到達(dá)時間時，我們已經(jīng)可以在機場、火車站都應(yīng)用上天網(wǎng)系統(tǒng)的人臉識別了。

不過從另一個角度講，哥倫布市這樣樣板式的智能城市打造，會不會在可復(fù)制層面上更加高效，在發(fā)展的角度上更容易應(yīng)對未來的需求？中國這種百花齊放的模式，是否會遇到更高層面整合的問題，或者隨著城市規(guī)模的發(fā)展產(chǎn)生不適應(yīng)？

雖然如今跑道不同，但中美仍然在奔向同一個終點。彼此借鑒一下跑步姿勢，或許可以更好的面對未來不同的階段。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。