车品觉 阿里巴巴集团前副总裁 红杉资本中国基金专家合伙人
史蒂芬·戈德史密斯
纽约市前副市长 哈佛大学教授 《数据驱动的智能城市》作者
美国纽约市前市长迈克尔·布隆伯格说：“改进城市的运 作方式是改善全球数以亿计人口生活的最好途径。现今，全 球大多数人口居住在城市，这是人类历史上前所未有的现象， 预计到 2050 年，全球 75% 的人口将居住在城市。随着更多 的人迁移至城市，城市将面临越来越多的挑战，随之而来的 解决方案也将不断出现。” 布隆伯格还认为：“技术革命的核心是不断提高我们利用 数据改善政府服务的能力。政府开始越来越多地分析和使用 这些数以亿计的数据，以改善应急响应、教育、交通等各个 方面的服务能力。” “我的经验法则就是，如果你无法衡量数据，那么你就无 法管理它。从私营部门到纽约市政厅，我一直采用这一方法。
纽约政府正在寻求收集更多的数据，并致力于利用数据更好地服务纽约市民。” 在偶然的机会下，我因为负责翻译《数据驱动的智能城市》一书，有机会 拜访了布隆伯格推崇的纽约市前副市长史蒂芬·戈德史密斯。他曾为纽约市建 立了第一个市长数据办公室，致力于让纽约市成为一个以数据为驱动的响应型 智能城市。纽约成为世界智能城市之典范，戈德史密斯功不可没，以下是这次 的访问内容。
戈德史密斯：感谢您的到来。
车品觉：谢谢您能邀请我们来。《数据驱动的智能城市》英文版出版已 经有一段时间了，刚才您给了我您的新书A New City O/S, 您认为城市有自己 的运作系统。那么这两本书有什么区别呢？
戈德史密斯：谢谢你提的问题。我是从当纽约市副市长时开始研究数据分 析在城市规划方面的运用的。我们和布隆伯格一起规划这个项目是为了了解， 如何用数据去识别和预测问题，检测异常，在问题变得严重之前去解决它。这 始终是我们的目标。随着时间变化的是技术和解决问题的方法。技术的更新是 日新月异的，我们现在拥有非常先进的数据分析工具和 AR 应用，可以更好的 读取结构化和非结构化数据，并挖掘数据，所有这些东西都已经就位了。不过， 更为重要的是，城市开始成为一个平台。那么 , 你如何建立一个平台来收集各 种数据，比如物联网上的大量数据、每个市民产生的数据、公共场所产生的数据。 你如何把数据收集起来，如何去分析它，如何去解决问题。所以我认为，这 5 年的变化是，从一开始想用数据去解决政府内部的问题到把这种解决问题的能 力变成一个平台，并且定制化，可以回应市民的需求。
车品觉：所以，这需要做很多数据整合的工作，从政府内部的数据到市民 产生的数据，而且还有很多其他的数据，比如 Uber 上的海量数据，物联网中 很多感应装置上的数据。当你整合这些数据时，有没有碰到什么困难？
戈德史密斯： 当然有，一些是技术上的难点，但我不觉得这是个问题。最 大的问题在于政府，原因有两点。第一点是，政府是由各个机构组成的，但人 们不在机构里生活，而是生活在城市不同的地方。用我们的术语来说就是，政 府是纵向管理，而人们是横向地居住在每个地方。当我们在管理城市时，需要 给一些人或者机构权利去运营一个数据分析中心， 去把数据整合起来，建立一 个规则又能保证数据安全和隐私的中心。所以，如何去建立这样的中心是一个难点。第二点是，政府官员缺乏与数据“沟通”的经验，他们有很多与人沟通 的经验。所以我认为最大的挑战在政府本身。
车品觉：那你们是如何克服这个困难的呢？能给我们分享一些您在纽约市 的经验吗？
戈德史密斯： 首先，纽约市市长十分关注这方面的问题，这是一个非常好 的起点，作为管理运营的副市长，我也非常关心这方面，我们有很多指标需要 衡量。之后，我们在政府中设立了一个非常高层面的数据分析中心，这个中心 不仅负责衡量指标，而且要提前发现问题并及时解决，在高层面设立的数据分 析中心是第一步。第二步，数据分析中心的出发点不是研究数据，而是研究如 何解决实际问题，这两者有非常大的区别。我们找到很多市政工作人员，让他 们来做这个很大的数据项目，他们虽然口头上说很好，但实际上都推辞不想做 , 他们无法理解为什么要做这个。之后我请 5 位年轻的同事来市政厅帮我完成工 作，他们的工作是每天去拜访内阁秘书长委员会，问委员会如果解决三个问题 就可以最大程度地改善部门的工作，那么这些问题是什么。我们提出问题，然 后解决问题。简单来说就是，政府可以产生和收集数据，然后通过提出更好的 问题来对市民的需求做出更好的响应，因为政策和技术本身已经在那里了，需要的只是回答问题。
车品觉：你在纽约市当副市长时，你是提出这些问题的人吗？
戈德史密斯： 我的职责是鼓励那些高级官员去从不同的角度想问题。比如给无家可归的人建立收容所，可这不是问题所在，问题是如何避免或者减少无 家可归的人，应该如何解决这个问题。或者如果你是医院的管理者，如何衡量 医院的性能指标，这个和医院本身没有关系，但它关系到公众的健康。我希望 高级官员可以持续地提出问题，这样很有可能这个部门的解决方案也可以用到 其他部门。所以高级官员应该做这些事情。
车品觉：当出现一些文化上的变革时，谁主要负责这样的文化变动呢？
戈德史密斯：这是一个很好的问题。北京市和纽约市都是政府管理比较有 成效的地方。像每天收垃圾、清扫大街的事情已经形成一种常规了，每天做的 事情都一样。但很少有人负责让这些事情情做起来得更有效，成本变得更低， 让市民对政府更有信心。这种文化变革的挑战来自每天都做这些事的人，你需 要通过数据启示他们，其实我们的工作没有想象的那么好。
车品觉：所以我们可以说这是政府内部的一个小试验田，一些人用数据解 决了一些问题，然后其他人看到了就会仿效。
戈德史密斯： 这是一个很好的问题，在我们开始这个流程之后，我们每个 月都会有例会，每个部门的首席运营官都会参与，他们主要来自停车、交通、 警察等部门。每个月会有 2~3 个部门给大家介绍一些他们用数据解决一些非常 重要的问题的经验，这个可以激发大家的兴趣。最近，旧金山正在建立数据学 院，用来给一些中高级的政府官员做数据培训，培训内容不仅包括数据科学， 还包括如何让数据可视化，如何获取数据。所以，深度的数据理解能力、高层 的授权以及大量的相关需求就带来了文化上的改变。不过，人们还是需要做一 些和往常一样的常规工作，因为我们需要一些弹性去应对改变带来的风险。但 是，如果你可以证明给他们看，你这边在数据问题上花的时间取得了很好的效 果，大家会更有信心。
车品觉：我担任阿里巴巴集团数据部门的副总裁时，建议 CEO 建立一个数据仪表盘（dashboard）。我把数据仪表盘建好之后，CEO 看了之后会向一 些高级员工提一些问题。所以在这之后所有的高级员工都来找我说，无论我给 我老板看什么，让他们也看看。那么，你怎么看数据仪表盘在政府或者智能城 市中的应用呢？
戈德史密斯：数据仪表盘是很有用的，可以从很多个角度去看这个问题。 第一是，市长怎么看，因为他要通过数据仪表盘去管理工作；第二是，每个层 级的管理者怎么看他们的数据仪表盘 , 因为你希望这个数据仪表盘可以向管理 者展现每个问题的各个方面，举个例子，管理交通的总监有 10 个街区的信息， 如果他具备相应的能力，就可以看到居民的反应以及处理问题的速度；第三是， 你想让居民看到什么，他们可以从中获得多少社区的信息。很多官员并不很希 望有这样的可视度或透明度，因为他们会担心降低或者无法达到居民的满意度。 但结果就是，如果可以给数据仪表盘定一个合理的预期，比如我们需要一周时 间去换路灯，那就可以在 6 天内完成，这样就没有问题。所以，社区的数据仪 表盘是很有用的 , 你的建议很好。
车品觉：当我们给北京市市长展示数据仪表盘时，他问如何使数据仪表盘 变得可执行，我希望能有一个可执行的数据仪表盘 . 你是怎么理解“可执行”？ 戈德史密斯：这是个很好的问题，衡量一个你无法改变的东西其实没什么 用处。你希望可以衡量一些当有资源、努力和创造力投入时就可以解决的问题， 比如，数据仪表盘能够显示出修理好某个街区的路所需要的时间，北部需要一 天，南部需要两天，西边需要三天，东边需要四天。所以，当市长看到这些数 字时会问，为什么你做这件事情的时间是你同事的三倍，告诉我发生了什么。 所以我的意见是，数据仪表盘对那些可以被改变的问题是非常有帮助的。
车品觉：在来您这里之前，我走访了一些做智能城市研究的高校和机构， 然后我遇到了一些困惑，当我走访这些地方时发现了两批人，一批人是做城市 规划的，另外一批是数据科学家，他们的工作最后成了艺术和科学之间的区别。那你是怎么看着两批人在做的智能城市方面的工作？
戈德史密斯：现在做规划和以前是大不相同的。我们可以用传感器去了解， 每分钟有多少行人穿过某个地方，这些人都用了多少时间。我们可以利用 AR 去预测建筑对街道光线的影响，我们可以用一些数字化手段模拟城市未来的样 子。规划的确更偏向艺术，但这个艺术是由数据形成的。而且，拥有大量数据 的确有助于更有效地规划城市。像在北京或者纽约这样的城市，你可以预测某 个区域里的某个楼房的建造对周围交通和空气的影响，还可以利用数据模拟人 们驾驶的速度有多快以及测量绿化的情况。在城市规划方面，数据的作用有很 大的增长空间。数据科学可以让我们找到更好的方案以提供公共服务或者找到 城市问题的根源。比如在纽约或者北京的 A 区发生了严重的哮喘，我们可以看 一下空气质量的数据，了解这个区域发生了什么。数据科学可以帮助我们找到 问题的根源，然后对症下药解决问题，尤其是当政府只看到一些表象的时候。
车品觉：你是否相信，当我们拥有足够多的数据时，数据就会告诉我们城 市发生了什么，即便我不懂什么城市规划，但仅从数据层面就可以了解。
戈德史密斯：当然，当你有足够多的数据时， 像在纽约或者北京，你可以 从数据中看到一些真实的模式，比如交通、空气质量、建造质量等方面的数据， 你可以基于这些数据做决定，而且可以实时监控这个趋势，看它是如何变化的。
车品觉：但这也许会丧失一些创造力，是吗 ?
戈德史密斯：当然仅仅依靠数据是不够的。我们的目标不是让政府像机器 人一样运营，而是通过一些有用的信息和新的决策工具来更好的在政府工作中 做决定。
车品觉：回到最初的问题，您如何定义智能城市中的“智慧”？
戈德史密斯：其实这当中并没有什么定义，我认为的“智慧”是一个群体性行为，也就是你如何用数据去解决问题，你从物联网传感器中获得了什么样 的信息，如何做预测分析，如何通过数据驱动让你的工作变得更有效率，如何 利用社交工具去聆听市民的想法，如何利用智能工具去识别危机并且解决危机， 如何利用智能工具去重组你的工作流程，以及确认哪一幢建筑需要检测，哪个 餐馆需要做安全卫生检查。对我来说，真正的智能城市是将数据应用到各个层 面中。在早期，我们有电子化政府（E-Government），认为电子化政府会代替 政府，但现在三四年过去了，这种情况并没有发生，这就是政府，电子化政府 是政府工作的一部分，它的宗旨和智能城市是一样的：城市的每个方面都可以 利用数据来解决。
车品觉：我是不是可以这样理解，智慧代表我们可以把事情做得更好，更 有效率，这是一个相对于过去的状态，这就意味着明年的我们比今年的我们 更聪明了，即便我们现在关注的技术层面还在于技术本身的应用。我这么说 对吗？
戈德史密斯：是的，是变成一个更聪明、响应能力更强的城市。
车品觉：这就是为什么我想翻译《数据驱动的智能城市》这本书的原因。 虽然有很多人在讨论数据驱动，但数据驱动并不是执行，响应才是一种执行， 你希望城市可以更好地响应市民的需求，就如同一家公司可以更好的回应客户 的需求
戈德史密斯：没错，为什么政府不能像阿里巴巴或者亚马逊一样回应客户， 为什么政府不可以提供定制化服务，不能在市民提出问题之前就解决它们。实 现这些目标都是有可能的，政府要专注在如何提高响应能力上。
车品觉：最近在中国，很多城市正在建设智能城市，比如北京、上海和海口， 但就算是北京这样的大城市也只是刚开始。在开始建设智能城市之前，您能否 提供一些建议？在开始之前，他们应该问自己一些什么样的问题或者需要注意一些什么？
戈德史密斯：我想有几个方面可以回答你的问题。第一个是，他们要想 清楚，建设智能城市的数字基础设施的蓝图是什么，比如智能驾驶、智慧街道、 传感器以及高速网络覆盖的范围等方面的情况，他们的路线图和资金规划是怎 么样的。第二个是，他们到底想解决什么样的问题。什么样的问题可以通过数 据来解决，然后识别出这些重要问题，再通过数据分析找到洞察力。
车品觉：中国的很多城市在建设智能城市时，提及的次数最多的三个目标是： 第一个是，让政府的工作变得更有效率；第二个是，让居民的生活变得更便利， 比如在交通、就业等方面；第三个是，让数据经济贯穿到整个城市中。这也是 我常被问到的三个目标，您是怎么看待这三个目标的？
戈德史密斯：我认为，我们得有意识地去改变政府工作的方式，你说的这 些目标不会在一夜之间就会实现的，尤其是很多中国的城市是很复杂的。要实 现这些目标还需要一个非常详细的计划，从建立数据基础设施到对人员的培训 以及员工的融入等。这些计划也会不断地改变，因为技术的革新太快了，但必 须要有人负责创新，变革管理从而让这些新的工具被使用。
车品觉：在建设智能城市这个问题上，有人说政府既是裁判又是玩家，那 么如何平衡这两个角色呢？
戈德史密斯：我想在中美的情况都差不多。在美国，大部分的数据工作都 属于当地政府，国家相信当地政府的数据，而当地政府有义务保护数据的隐私、 安全、权限以及居民。但这很难做到平衡，因为如果政府运营的数据越多，知 道的真相也就越多。我和市长工作时，市长就告诉我：忘记你所认为的事实， 你应该把这些公开，公关部门的人会告诉你哪些信息需要保留，哪些信息可以 用来分析，那些信息需要匿名。但政客也会因此而争论，所以在这个问题上没 有确定的答案。
车品觉：我看到您有一本讲述社会创新的书，社会群体将会是除了公司 和政府之外的另一个广泛使用数据的群体，您认为这会是未来社会的一个趋 势吗？
戈德史密斯：是的，的确有非常多的营利和非营利性组织来提供社会公共 服务，它们在城市就可以收集到很多信息，那么政府就有责任去制定一些法规 来规范如何使用信息，即便是跟合作伙伴之间的合作规范。
车品觉：那这些法规正在实行中吗？
戈德史密斯：是的，有些城市做得比较好，比如西雅图和纽约，有些城市 稍微差一点。
车品觉：在利用数据实现社会创新这方面，中国包括香港都是落后于美国 的，您有这方面的经验可以分享一下吗？
戈德史密斯：社会团体里的有些问题的确比较难解决。在美国，有许多的 公共服务是非营利性组织提供的 , 在创新方面，有些组织发展得比较慢。在很 多情况下，政府也是这些组织的资助方，需要帮它们做很多日常报告，确定衡 量指标，之后会组织一个创新实践团队或者提供一家创新风险投资机构，帮助 它们更深层次地思考它们能做什么。最终结果还是以取得的成果来衡量，比如 多少人获得了工作，多少人获得了工作培训。
车品觉：关于数据在社会团体、公司和政府之间的连接，谁可以来做中间 的协调呢？
戈德史密斯：我认为，没有人可以做这个协调，政府可以创立一个平台， 也可以设立法规来协调。因为什么信息都可以在个人层面上、营利性组织或者 非营利性组织之间聚集，这就需要设立一个法规，来规定谁在什么情况下可以 接触到哪些信息。
车品觉：我了解到您是法律专业出身的，刚才所说的数据连接涉及很多法 律问题。数据连接不是简单的个人数据的集合，做这方面的工作是不是会面临 很多困难？
戈德史密斯：的确是这样。一些匿名数据的获取是很容易的，比如行人在路上走的数据。如果我想减少行人发生车祸的概率，就需要用到某个地区的手 机数据，当你将用户匿名后仍旧可以使用他的相关数据解决问题，你还可以加密来保护这些数据。如果我们面对的是问题儿童的问题呢，当社工必须进入家庭帮助儿童时，分享越多的数据就越有利于社工帮助这些儿童。这样的数据是 不可以匿名的，但都是非常私人的数据，谁在什么样的条件下可以看到这些数 据就成为一个复杂的问题。
车品觉：有什么方法可以解决这个问题吗？
戈德史密斯：这是一个基于法律的问题，比如法律规定只有这个社工可以 了解相关信息，其他人都不可以。
车品觉：城市或者政府准备好应对这种情况了吗？
戈德史密斯：在美国，政府由于担心数据的滥用而设立了一些非常严格的 分享数据的条例，但同时又有很多问题儿童的确从数据分享中获利，我们也需 要找到一些更好的方法去分享数据。
车品觉：《数据驱动的智能城市》这本书出版已经有 4 年了，您有什么想分 享给读者的吗？
戈德史密斯：首先感谢大家对响应型城市的关注，《数据驱动的智能城市》 是我在离任纽约市副市长的职位之后开始写的，主要讲述了如何用数据提高城 市对公共服务的响应质量和速度。在这 4 年当中，科技的发展日新月异，我们 有能力更有效地挖掘数据，可以把数据传送到在工地上工作的人那里，可以通过社交媒体来了解社会的关注点和担忧的地方。这样一来，政府可以给每个人 提供定制化服务，可以保护和了解物联网传感器上更多的数据，所有的这些都 会比过去更好。所以，现在是过去的一个世纪中最好的时期，政府官员可以极 大地提高政府和城市的响应能力。谢谢大家。