今期再節錄筆者(下稱車)早前與紐約前副市長、The Responsive City作者Stephen Goldsmith(下稱SG)就智慧城市建設的訪談內容。
車:建設智慧城市時,若涉及一些文化變化,誰去負責推動?
SG:這是很好的問題,你知道包括北京和紐約,都是政府管理比較有成效的地方,因為事情已經很常規了,比如每天都要收垃圾,都要清掃大街,但是很少會有人說,我負責怎樣把事情做得更有效率,而數據可以協助他們意識到事情其實沒有想像的那麼好。
例如我們(紐約市)每個月會有例會,參與者有每個部門的首席運營官,包括交通、員警等部門。每次例會有2至3個部門給大家介紹一些他們用數據解決非常重要問題的經驗。最近三藩市也開始在內部成立數據學院,給一些高級的政府官員做數據培訓。所以深度的數據資源、高層的授權,再加上大量有需求的問題,就可推動改變文化。
車:我曾在阿里巴巴為CEO建立了一個數據Dashboard,建好之後集團的高層都非常重視,你怎麼看Dashboard在智慧城市的應用?
SG:Dashboard是很有用的,首先是市長通過這個Dashboard去管理工作,其次是為下級每個管理者展現各方面問題。例如在交通方面,你有10個街區的資訊,可以看到居民的反應及處理問題的快慢。另外,這也關乎你想讓居民看到什麼社區資訊。
車:當我們向北京市長展示的時候,市長問如何讓Dashboard變得可執行,你怎麼理解這個「可執行」?
SG..這也是很好的問題,衡量一個你無法改變的東西其實沒什麼用處,你是希望可以衡量一些當有資源投入的時候可以解決的問題。比如說Dashboard顯示出多久可以把某個街區填滿,假設北部需要一天,南部需要兩天,西部需要3天。當市長看到這些數字的時候,會問為什麼你需要3倍的時間?你的問題和困難在哪裏?如何可以解決?這對於提升施政是非常有幫助的。
車:我之前走訪了一些做智慧城市的高校和機構,我發現有兩批人,一批是做城市規劃的,另一批是數據科學家,你怎麼看這種情況?
SG..現在做規劃和以前是大不相同的,我們可以用感測器去了解,每分鐘有多少行人穿過了馬路,他們用了多少時間;我們可以利用AR去預測建築物對街道光線的影響。規劃的確更偏向藝術,但這種藝術是由數據形成的,而且大量數據有助於更好的城市規劃。以北京或紐約為例,你可以知道在一個區域裏一幢樓房的建造對周圍交通、空氣的影響,數據科學可以讓人們找到更好的方案去做公共服務,或者說找到城市的「因果性」。例如A區有嚴重的哮喘發生,我們可以查看附近區域空氣品質數據,探究問題出在哪裏。
紐約智慧城市經驗.三之二