文|艾瑞咨询

核心摘要

中国城镇化进入重视质量的发展阶段，对精细化管理需求高。城市建设追求品质建设，城市空间管理趋于场景化、模块化。城镇化使得城市空间的复杂度提升，对城市空间的管理方式、管理效率提出更高要求。

城市管理方法不断演进，在数字化浪潮下，城市空间管理的需求根源在于城市数据资产的充分挖掘与高效利用，最终实现各部门业务层面的职能协同。而AI中台从数据“深度”与“广度”出发解决城市空间管理核心问题，契合中国城市空间管理中的全域感知、实时预警、协同处置、优化迭代等需求。

AI中台赋能城市空间管理可以产生直接的商业价值，2020年中国城市空间管理的AI中台软硬件市场空间约93亿元，预计2022年潜在市场空间约306亿元，2030年潜在市场空间约1587亿元。云服务、AI相关技术、硬件是各类厂商切入赛道的重点方向，一体化解决方案是服务重点，也是主要盈利模式。未来，AI+视频等技术的不断迭代，使目标事件识别的广度、精度更高，预测性更精准，将助力城市管理效率、敏捷性、精度等方面的提升。此外，城市管理平台系统趋于产品化、标准化、服务化，城市空间管理中也将更关注行业数据隐私监管等问题。

城市发展带动城市空间演变

从乡村进化为城市甚至城市群，城市空间逐步变得更开放、更立体、更宜居、更多样

城市是“城”与“市”的组合词，“城”是由军事防御产生的，具有行政地域的概念，“市”是由商品交换（市场）产生的，具有商业的概念，是由社会剩余物资的交换和争夺而产生的，也是社会分工和产业分工的产物。现阶段，城市通常指在一定区域形成的、以非农业人口为主体的经济、政治、文化、生态要素高度聚集的社会复合巨系统。人口、财富、信息等高度的集聚效应是城市的本质特点。随着城市的演进，城市空间也变得更为开放、立体、宜居、多样。

中国城镇化情况

进入重视质量的发展阶段，对精细化管理需求高

中国城镇化进程大体可以分为启动阶段、波动发展阶段、停滞阶段、快速发展阶段四个阶段。2019年，城区人口超过500万的城市数量达21个，城镇人口数量达到8.48亿人。综合而言，中国城镇化在快速发展阶段中可分为两个时期：2011年前，城镇化率低于50%，国家重视发展速度；2011年后，城镇化率首次超过50%，发展的关注点从增量转向存量，开始重视质量。因此，针对城市的管理主要有两方面需引起关注：1）需要关注由人口膨胀所带来的安全、交通拥堵、环境污染等“城市病”问题；2）随着城市系统复杂度提升、需求多样化程度提高，城市管理需要具备高效运转、敏捷调度等能力。

中国城市建设及城市管理概况

城市建设追求品质建设，城市空间管理趋于场景化、模块化

中国城市建设进入重视质量的阶段主要表现在对生存载体的品质追求和生计发展的品质追求两方面。根据国家统计局公布的2019年城市建设数据，目前中国城区面积20万平方公里、城区人口数4.3亿、企业法人单位数2100余万个、公共交通车辆运营数量62.5万辆……财政投入/扶持只是城市品质建设的第一步，更重要的是要有先进高效的运维、管理手段。目前，基于城市空间的场景化管理服务是企业助力各委办局（如大数据局、公安交警、住建局、城管、环保局等）城市管理普遍且有效的手段。

中国城镇化后城市空间管理面临的问题

城镇化使得城市空间的复杂度提升，对城市空间的管理方式、管理效率提出更高要求

生产要素高度集中、生产结构多样化、人口聚集等是城镇化的重要特点，而人与人之间、人与城市之间在衣食住行等方方面面的交叉关联度会带来城市空间复杂度的进一步提升，这使得城市管理者在管理城市时，除了需要考虑人、事、物外，还需要考虑人与人、人与物、物与物之间的关联性及可能带来的影响，这无疑对城市管理者的管理方式、管理效率提出更高要求以保证城市高效、有序的正常运行。

 

 

城市空间管理方法演变

城市管理方法不断演进，但现阶段国内大部分城市管理过程中仍存在数据利用率低、智能化程度不足等问题

随着城市规模的不断扩大与城市空间管理复杂性的持续提升，我国城市管理的方式方法也一直处在逐步演变的过程。以道路空间管理为例，我国城市大多经历了由早期的仅靠少量人力对城市重点区域或位置进行人工监管发展至以交通信号灯、道路摄像头等设备为核心的后台监控阶段，近年来部分经济实力较强且基础设施完备的大中型城市更是在传统的设备监控基础上，尝试将人工智能、物联网、大数据、云服务、5G等新一代信息技术引入到城市空间管理中，实现人、车、物的智能识别与轨迹追踪等智慧交通能力。但即便对于已经具备了一定智能基础的城市而言，要科学高效地管理城市空间，仍然要解决政府各部门内部及部门之间数据智能化能力零散、大量已有设备采集到的非结构化图片及视频数据难以利用、数据仅能做到可视化但无法有效辅助决策等诸多问题，仅依靠搭建若干政务云平台或大数据平台并不能系统性地解决上述难题。

城市空间管理需求升级

在数字化浪潮下，城市空间管理的需求根源在于城市数据资产的充分挖掘与高效利用，最终实现业务层面的职能协同

在信息化、数字化、智能化浪潮下，对于城市管理相关部门而言，要解决城市空间管理中存在的数据资源利用率低等核心问题，可以建立可统一管理的平台，并进一步以此平台为基础，充分挖掘各部门及各空间场景的结构化及非结构化数据价值，通过深度学习、计算机视觉、知识图谱等人工智能技术，科学、高效地利用城市数据资产来实现城市空间全域感知与实时预警，使各相关部门能够对所辖区域发生的异常状态或事件迅速做出反应。在平台端数据资源不断积累的支持下，人工智能算法模块也将随之持续优化迭代，在大数据局的牵头下进行各部门业务的职能协同，为城市管理提供辅助决策与分析预测等智能服务。

AI中台与城市空间管理的契合之处

从数据“深度”与“广度”出发解决城市空间管理核心问题

如上文所述，城市管理者要实现城市空间管理的新需求，首要任务是各部门职能协同，拓展城市数据的“广度”。从这个角度来看，中台非常符合城市空间管理的需求。中台的概念出自于互联网领域，中台即是数字能力共享平台，是平台的平台。城市管理者可通过建立城市空间管理中台，实现城市数据资产的统一管理。以人工智能技术为核心的AI中台还能够较好的解决城市空间管理面临的数据“深度”使用的问题。AI中台是将深度学习、计算机视觉、知识图谱、自然语言理解等人工智能技术模块化、组件化、可插拔化并赋能于中台，将人工智能能力（包括硬件的计算能力、算法的训练能力、模型的部署能力、基础业务的展现能力）集约起来，与中台的数据资源紧密结合并封装为整体中台系统。在城市空间管理中，如果说“中台”主要解决城市数据的广度问题，那么“AI”则是通过不断迭代的特定算法（如机动车/非机动车违法识别算法、客流智能分析检测算法、城市环境状态识别算法等）充分利用数据资源，对城市各大空间进行智能管控，完成从识别判断到辅助决策的一系列任务，有效提升城市空间管理的覆盖面、精准度、敏捷性以及相关部门的行政效能。

AI中台架构

算法生产平台+服务运行平台+感知中台+认知中台

AI中台在城市管理中的应用场景

AI中台助力城市管理相关委办局高效、敏捷、科学化决策

政府部门基于AI中台，能在一定程度上实现城市数据资源的统一管理，基于各部门的职能协同办公，可展开更深度的数据洞察、学习预测，提升部门内和跨部门的办公及办事效能，促进政府工作精细化开展，全面提升政府面向公众的便捷服务和管理能力、科学化的决策能力，提升城市管理效率，促进城市健康、有序、高效运转。

AI中台在城市空间管理中的典型应用场景

在道路交通、重点区域、城市环境、特定岗位、网络内容等城市空间实现自动识别、智能分析与辅助决策

在城市空间管理中，AI中台基于人工智能算法与视频技术组件，深入道路交通、工作学习、生活娱乐、城市环境、互联网信息等城市空间，形成智慧交通、客流管理、特定岗位管理、城市环境治理、互联网内容安全等一系列产品模块，应用于车辆及行人违章行为自动识别抓拍和报警推送、公共场所及大型活动区域等地大规模客流疏导管理、服务窗口及工业岗位违规行为监督管理、网络色情暴恐内容及政治敏感内容审核等多种场景，实现自动识别、智能分析与辅助决策等功能。

AI中台赋能城市空间管理的优点

推进智能化城市进程；抬高城市空间管理应用市场天花板

宏观层面，近年来国家各级管理部门出台各类纲领性文件。《中华人民共和国国民经济和社会发展第十四个五年规划和2035远景目标纲要》中提到要推进新型城市建设、提高城市治理水平、建设智慧城市和数字乡村。AI中台作为智慧城市及城市空间管理的引擎和大脑，可更好的提升城市中数据的价值、提升城市运行效率、有效推进数字化城市空间管理进程、全面提升城市品质。商业层面，AI中台作为基础平台架构，可有效提升城市空间管理应用的开发速率与运行效果。随着未来AI中台的逐步扩张，可满足城市空间管理广泛的应用需求，抬高市场天花板，为商业进入者提供巨大的增量市场空间。

 

可复用性强、具备可预测性、创新性强、对接数据平台等是AI中台在城市空间管理中最显著的优点

AI中台赋能城市空间管理过程中，相比于之前的技术手段，在可复用性、预测性、创新性和对接数据平台等方面都更有优势，这是AI和中台相叠加后将两者优势结合的结果。更有效地满足城市空间管理者对数据充分挖掘、数据高效利用、各部门职能协同的迫切需求。

AI中台赋能城市空间管理的难点

AI中台工程化的要求、持续迭代的要求、准确率高的要求是AI赋能城市管理的难点

场景复杂、非标情况较多、定制化需求旺盛是AI赋能城市管理的业务难点

AI中台赋能城市空间管理的部分难点主要集中在以下几方面：1）AI中台赋能的场景一般都比较复杂；2）需求多样化，很多场景中需要识别非标的物品。不同地方具体需求有所不同，不能完全给出低成本的通用方案；3）信息采集设备厂家和产品型号差异较大，目前还没有统一的行业标准。

 

社会价值1：让城市更安全、更高效、有温度

未来，通过AI中台赋能管理城市，可以提升城市的韧性和抗风险能力，使人和城市之间的关系更和谐有序，提升市民满意度和幸福感

社会价值2：促进城市长远持续发展

AI中台的应用能节省城市运转成本，企业在好的城市环境中可发挥更大的作用，进而促进城市长远发展

AI中台建设可以更有效地节省城市、城市中企业以及个人的运转成本，企业和个人在更加和谐的城市环境中，也能更积极地为城市长远发展发挥自身更大的价值，同时也增加了企业和个人对城市的粘性。

社会价值3：进一步促进城市产业发展

AI中台的建设过程也会对城市本身的经济价值有提升作用，进一步赋能政府管理价值，促进经济的发展

AI中台建设过程中可以带来相关知名企业入驻当地，甚至在后期运营等环节设立区域机构，解决当地的部分就业问题，带来经济增长价值。长远来看也有利于形成相关产业生态，进一步提升城市的知名度和经济发展。

政府需求特点及AI中台方案的商业价值分析

政府通过AI中台的全域感知和不断迭代优化可以节省人力，通过AI中台进行各部门工作协同和实时预警来提高办事效率

面对城市治理中高度碎片化和多样性的治理场景，如城管业务中占道经营、乱扔乱倒、乱搭乱建、乱停乱放等现象，可借助开发平台的能力引擎，高效完成定制化算法的开发来辅助人工监管。由于每个地区所面临的城市治理问题兼具共通性和个性化，因此从方案设计成本及高效交付的角度来看，采用中台架构依旧是最具实用性的建设思路。中台框架可以针对不同的场景灵活地调取适用的算法、边端硬件设备以及云端的SaaS服务，快速针对场景的变化进行方案的调整与适配，从而完成方案的复用，减少低效的重复建设。

AI中台相关直接商业价值分析

预计中国城市空间管理中AI中台软件+硬件（服务器/边缘盒子等）潜在市场空间在2030年达1500亿元以上

2020年城市空间管理AI中台市场空间约93亿元，预计到2022年潜在市场空间约306亿元，2025年约605亿元。按软硬件来分，软件占比约三分之二，硬件占比约三分之一。按行业来分，道路交通空间对应AI中台市场规模最大，占比约76%。未来，城市空间管理AI中台潜在市场空间将保持约33%的增速，到2030年预计整体潜在市场空间约1587亿元。

产业价值：中国城市空间管理产业生态图谱

产业价值：主要玩家类型及商业模式

云服务、AI相关技术、硬件是各类厂商切入赛道的重点方向；一体化解决方案是服务重点，也是主要盈利模式

产业价值：城市空间管理中AI中台应用案例

AI中台在城市管理的不同空间中众多场景都有所应用，相关AI厂商给出垂直解决方案，更高效解决相关空间的主要管理痛点

 

技术推动城市进化并助力城市管理

AI+视频技术对目标事件识别的广度、精度更高，预测性更精准，将助力城市管理效率、敏捷性、精度等方面的提升

城市管理平台系统趋于产品化和服务化

城市管理中台系统可复用性与标准化程度日趋成熟

智慧城市时代，城市拥有的数据资源越来越多，如何将海量数据资源有效利用并用于提升城市管理能力和管理效率是城市管理者所关注的。而对城市数据资源的有效利用和共享与中台思想不谋而合，因此未来中台将是城市空间管理的有效方法。就中台而言：部分更底层的、通用性强的、可复用的组件或模块可以完全确定，将其封装后可插拔重复使用且具有一定通用性，即形成了标准化产品；其他部分功能则需要根据实际应用场景与需求进行定制化。故就未来而言，未来城市管理平台系统将趋于产品化和服务化，并融合在业务中。