城市数智化发展趋势有哪些？

当前智能化阶段，数字技 术正在驱动生产力的深刻变革。

1.底座智能化：更智能的城市底座

城市的数智转型和数智化建设，一是需要打造 动态鲜活的数字底板，实现城市全域智能感知、 万物智慧互联；二是要构筑极具创新动能的数 字新基建，以城市智能中枢，实现算力赋能、 AI 大模型引智，以智能化底座持续赋能城市 全域数字化和智能化升级。据中国信息通信研 究院测算，2021 年—2025 年我国政府与民间 对新型基础设施建设的投资额合计将达到 10.6 万亿元，约占全国基础设施投资的 10%。IDC 在《中国智慧城市市场预测，2023-2027》指 出，2023 年，中国智慧城市 ICT 市场投资规模 为 8754.4 亿元人民币，预计到 2027 年，中国 智慧城市 ICT 市场投资规模将达到 11，858.7 亿元人民币，2023–2027 年的年均复合增长率 （CAGR）为 8.0%10。华为预测：到 2030 年， 将达到 1.5 万亿元人民币。城市数字新基建主 要应由四个方面组成，自底向上看，底层是遍 布于城市各个角落的智能感知系统，能够实时、 精准地感受到城市的脉搏，感知城市的变化； 第二层是智能联接，通过覆盖城市的高速有线、 无线网络，将城市联成一个有机的整体；第三 层是智能中枢，是城市的“大脑”与决策系统，是海量数据的汇聚点，实现城市数据的全域共 享，支撑 AI 价值最大化，实现城市治理的精细 化、科学化、自动化；最上层是智慧应用，基 于城市的数字新基建，面对不同的城市业务场 景，打造一个完整的城市智慧应用生态体系， 打通面向客户服务的最后一公里，为城市数智 化发展提供各种可能；这四个方面有机联接， 相互支撑，共同形成一个城市智能体，支撑城 市迈向全场景智能时代。

城市底座规模大幅增长

一是算力基础设施的规模大幅增长。2023 年， 我国算力总规模达到 230EFLOPS，居全球第二 位，存力总规模为 1.2ZB。其中，智能算力规模 达到 70EFLOPS，增速超过 70%。全国累计建成 14 个国家级超算中心，在用数据中心 633 个， 智算中心 60 个，智算占比超 30%11。华为预测： 到 2030 年，全球智算规模将超过 864ZFLOPS， 中国智算规模将达到 241ZFLOPS。 二是先进网络设施的规模大幅增长。围绕 5G、 探索 6G、布局卫星互联网等智能算力网络建设 规模不断增加。2021 年 4 月，中国上海发布了 “全光智慧城市全球第一城”以 F5G 光网为底 座，构建城市“1 毫秒”时延圈，实现全市光 高速枢纽布局，为后续城市智慧化发展打下了 一个坚实的网络基础。澳大利亚的阿德莱德市， 已有多达 1,000 座建筑接入万兆网络，建筑内 的企业能够以 10Gbps 的网速访问云端服务， 为教育、视频、IT 和软件工程等行业带来了巨 大机遇。未来，城市将会进入到万兆联接的时代： 万兆的企业接入，万兆的家庭宽带接入，万兆 的个人无线接入体验，华为预测：到 2030 年， 全球万兆企业 WiFi 的渗透率将达到 84%，全球 万兆家庭用户渗透率将达到 25%。

三是城市泛在智能感知系统的大规模建设，推 广各类智能终端运用、智能传感器部署、具身 智能体应用等。以基础设施技术的完善与全场 景覆盖为基础，构建城市生命体感知能力，实 现居民与资源等要素的数字化孪生。目前，全 球互联网连接物的数量已经超过连接人的数量， 在过去的十年里全球物联网连接数年的复合增 长率高达 10%。华为预测：到 2030 年，全球 互联网连接总数可达 2000 亿，IPv6 地址渗透 率达到 90%。美国《麻省理工学院技术评论》 杂志把这种基于传感器技术的“感知城市”列 为 2018 年全球十大突破性技术之一，未来十年， 全球智慧城市接入的传感器终端将达到 400 亿 个。城市需要通过遍布于城市中的各种触角感 知城市的变化，从而为城市数智化发展提供最 基本的数据支撑。

智能中枢不断演进发展

一是数据汇聚与共享平台的建设和统一。城市 数智化需要打通各独立场景，进一步数据拉通 与平台融合。整合市政、交通、环保等多个部 门的数据资源，利用物联网和互联网组织、存 储多方面多维度的数据，统一管理、分析、调 度各种资源，完成综合需求与专业供给的有效 对接，为城市管理提供支持。如新加坡政府利 用系统性的传感器平台统一管理收集敏感数据 及城市信息，在政府安全屏障下打造集成性的 数据底座，同时通过公开数据源接口，实现一 站式城市数据获取，为企业、居民提供便捷的、 高效的数据连接方式。未来行业内将出现连接 各场景的解决方案，在基础设施建设的基础上， 更加重视数据拉通与平台建设。 二是城市中枢智能化。以云计算为基础，结合 AI 和大数据技术，智能中枢对整个城市进行全 环节实时分析，让数据帮助城市做思考和决策， 进化成为能够治理城市的超级人工智能，实现 城市运行效率和管理水平提升。如深圳地铁建 立无人驾驶列控系统，将基于大数据与人工智 能实现从休眠、唤醒、出入库、洗车到正线运行、 开关门、发车，从列车内部的空调、照明等系 统管理到列车故障处理的全自动操作，无需人 工干预。基于精准的数据学习分析，还能实现 大客流等情况下自主增加车辆等诸多智能化地 铁运行决策。未来城市各系统可以基于数字自 主决策，自我演进与优化。

三是智能中枢多级联动。近年来，以上海、重庆、 杭州、成都等为代表的城市着力构建市、区（县）、 乡镇（街道）多级联动、分工协作的智能中枢 体系，实现资源快速灵活综合调度，高效解决 跨行业、跨领域、跨部门综合性问题。同时， 通过分布式部署模式，将智慧触角延伸到基层， 打通城市管理数字化、精细化的“最后一公里”， 实现“整体智治，基层直达”。深圳 5G 地铁作 为统筹规划市、区、街三级的交通衔接，汇聚 信息数据；构建以数据为驱动且交通大脑为牵 引的数字化生态、平台与服务模式；实现全面 感知、提供全场景全要素监测与服务（如主动 预测性维护），从而构筑深圳市高效运维的一 体化综合智慧城轨交通平台。结合“One ID” 出行，实现服务一条线，运行一张图，安全一 张网，为市民提供以人为本、低碳绿色和高效 便捷的智慧化出行体验。未来的城市需要一个 强大的智能智慧中枢平台，承上启下，并且能 够自主进化，一方面汇聚来自城市各个角落的 海量数据，另一方面通过平台把数据转变成一 种城市治理的先进能力，普惠千行百业，提升 城市治理效率与用户服务体验

2. 数据价值化：更丰富的数据潜能

数据资源供给体系的完善

数据资源供给体系不断完善，数据资源的丰富 性和可获取性将极大提升，为数据要素市场化 奠定了坚实的供给基础。近年来，中国数商企 业数量显著增长，2013 年约为 11 万家，而 2023 年已增长至约 100 万家 12，华为预测： 到 2030 年，将达到 600 万家。这一跃升不仅 映射出数据资源供给的活跃态势，也彰显了市 场对数据的高度需求。广东省早在 2021 年完 成了首轮公共数据资源普查，结果显示广东省 65 个省级部门和 21 个地市已累计编制发布 5.6 万类政务信息资源，汇聚超 285 亿条公共 数据，共享数据调用超过 200 亿次。13 这些 庞大的数据量彰显了数据资源供给侧的活力， 显示了供给侧数据资源的巨大储备。上海证 券交易所《2023 中国数据交易市场研究分析报告》预测，全球数据交易市场规模到 2030 年将突破 3011 亿美元，而国内市场预计将 达到 5155.9 亿元人民币，复合年增长率达到 20.3%。未来，数据要素将成为推动经济增长 的新动力。

数据流通交易的加速推进

数据流通交易加速推进，激活数据价值、促进 数据要素价值潜能释放。随着智慧城市的发展， 数据流通交易将在 2030 年成为城市经济活动的 一个不可或缺的组成部分。数据作为新时代的 关键生产要素，其流通与交易将不再是单纯的 资产转移，而是成为推动城市智能化和高质量 发展的原动力。在这一未来景象中，数据交易 的法规框架将更加完善，为数据的自由流动提 供坚实的法律支撑。上海的数据交易项目，特 别是上海数据集团的创新举措，正在为全国城 市提供数据要素流通和价值释放的先进范式。 上海数据集团作为上海市公共数据授权运营主 体，通过构建城市数据空间，整合城市、行业、 企业和个人数据，探索并释放数据要素的生产 力。这一创新模式不仅确保了数据交易的合法 性和透明度，还极大地提升了数据流转的安全 性与效率，使交易更加活跃。通过这些举措， 上海的数据交易市场正快速发展，成为全国数 据交易市场规范化和健康发展的标杆，未来或 将引领中国数据市场的进一步繁荣。未来，数 据交易量将呈现指数级增长，数据资源的经济 价值将得到全面体现。数据交易市场的繁荣将 催生新的商业模式和服务，数据商和第三方服 务机构将在明确的政策指导下，拓展业务范围， 提供更加专业化和多样化的服务。这将为智慧 城市带来更加丰富的数据应用场景，从而实现 数据要素价值的最大化释放。

数据治理能力的智能化与安全性融合

数据治理能力实现智能化与安全性的融合，推 动数据要素市场化，全面挖掘数据的潜在价值。 通过大数据和人工智能技术的深度应用，城市 管理和决策将变得更加智能、高效，为智慧城 市的持续发展提供了坚实的基础。将来，城市 大数据中心将成为标准配置，集中管理着城市 各类数据资源。深圳市的实践已经证明了这一 点，通过建立城市大数据中心，不仅提升了数 据治理和分析能力，更通过数据的整合与洞察， 为城市运行提供了强有力的支持。区块链技术 的广泛应用，也为数据的安全性和可追溯性带 来革命性的改变。上海市利用区块链技术建立 的数据流通交易平台，将数据交易的透明性和 安全性提升到了新的高度，确保了数据资源的 有效流通和利用。此外，随着数据治理能力的 提升，数据隐私保护和伦理问题将得到更加充 分的重视和解决。智能算法将更加精准地识别 和处理个人数据，确保数据的合规使用，同时 保护公民的隐私权利。未来智慧城市的数据治 理将是一个高度智能化、安全、可靠的体系， 它不仅支撑着智慧城市的高效运行，也是推动 数据要素市场化、释放数据价值的关键力量。

数据价值化成为市场化发展的重点

数据价值化成为数据要素市场化的发展重点。数 据将成为继土地、劳动力、资本、技术之后的 “第五大关键生产要素”，是驱动数字经济发展 的新引擎。数字社会释放了城市海量数据，也 开辟出了城市数据新空间。城市数据量从 TB 到 PB 级海量持续增加，使数据成为城市的“石油 能源”“信息高速公路”。基于城市数据空间， 结合大数据、区块链、人工智能、隐私计算和安 全可信技术等技术，使得城市能够更有效地处理 和分析海量数据，从海量数据中挖掘的数据要素 价值，为城市管理和决策提供支持，激发了更大 的经济和社会价值，成为城市发展的新引擎。未 来，像大数据对用户需求进行匹配，找到用户符 合要求的商品，派遣最近的机器人快递员送货上 门类似的现象将会成为数据价值化的常态。

3.业务模型化：更敏捷的业务创新

在如今的环境中，复杂的业务数据和流程规则 往往需要拥有丰富知识经验且能够熟练操作系 统的专业用户来自主分析和决策。然而，随着 人工智能大模型技术的不断发展以及智能底座 的建设，未来的业务开发和系统建设将迎来革 命性的变化。

业务模型化提升用户体验

通过知识模型化，行业规范、专家经验以及领 域知识将得以沉淀为模型，专家经验易于借鉴 与传承。与此同时，IT 模型化将业务架构、信 息架构、集成架构等先进的数字化应用架构和 应用集成方法纳入模型沉淀，最终实现基于自 进化模型的高效开发与敏捷业务创新。未来， 用户将不再需要在操作式交互界面上面对复杂 的数据接口、数据处理总线、业务流程和工作 流引擎，而只需通过对话式交互界面以自然语 言进行业务处理。通过业务模型化，复杂的应 用将转化为普通用户可以轻松使用的智能应用。 借助能够自动化建模、自主化思考、智能化调 度和拟人化执行的自进化模型，普通用户凭借 一般的 IT 技能和通用知识，在系统辅助决策下 也能够完成业务处理。在这个过程中，模型就 是业务，业务就是体验，模型赋予业务“超能力”， 业务则带给用户“智体验”。

大模型的云原生智能化

基 础 大 模 型 将 实 现 云 原 生 智 能 化。 随 着 ChatGPT、Gemini、Suno、Sora 等大模型的 强大能力不断涌现，大模型将成为业务模型化 的重要基础。而大模型的训练需要庞大的算力 支持，且随着模型规模的增大，所需的算力也 呈现指数级增长。据《人工智能指数报告》估 算，OpenAI 的 GPT-4 训练耗费了约 7800 万美 元的计算资源，而谷歌的 Gemini Ultra 的计算 资源成本高达 1.91 亿美元。未来，大模型的算 力需求还将持续增加，云原生技术与 AI 的集成 将更加重要，以提高计算效率和智能化水平。 2.3 业务模型化：更敏捷的业务创新 在庞大算力的支持下，基础大模型将实现高度 自动化和智能化，为上层应用提供更强大和灵 活的计算支持。未来的大模型将具备高度的灵 活性和适应性，能够在不同任务之间自由切换， 成为全场景、多模态、多任务的通用模型；具 备自我学习、自我优化和自我修复的能力，能 够在复杂环境中自主导航和解决问题，成为无 需人工干预的自治 AI；通过模拟神经元和神经 网络的工作原理，以提高计算效率和学习能力， 构建基于神经元和神经动力学的类脑智能；具 备创造力，不仅能理解和处理数据，还能创造 新的内容，如艺术作品、音乐、文本等，成为 生成性 AI；具备高度的语义理解和知识表示能 力，能够处理和整合来自不同领域的复杂信息， 成为跨学科的知识计算 AI。基础大模型的云原 生智能化将为业务模型化提供坚实的技术基础。

在城市数智化建设的浪潮中，业务模型化展现 出其独特的优势和潜力。一是从系统建设的角 度来看，业务模型化将提供更高的弹性和可塑 性。随着大模型智能化和自动化水平的提升， 系统能够更加灵活地适应不同的业务需求和场 景。这些模型不仅拥有丰富的知识容量，还具 备强大的泛化能力，使其能够快速学习和适应 新的业务领域，从而推动业务的持续发展与演 进。二是对于业务开发而言，业务模型化将带 来前所未有的敏捷性和灵活性。通过将业务知 识沉淀到模型中，系统能够实现自我学习与自 我演进，极大地增强创新能力。同时，随着 IT 架构的沉淀，应用开发将更加聚焦于交互设计， 降低了开发门槛，使得业务开发更加高效和便 捷。三是对于用户来说，业务模型化的应用将 变得更加智慧和高效。应用的交互方式将更加 拟人化，简化用户的操作流程，提升用户体验。 同时，业务知识的模型化使得智能系统能够进 行更深层次的学习和理解，从而实现更精准的 业务决策和更高效的业务执行。四是业务模型 化还将促进跨领域的协同与创新。通过整合不 同领域的知识和数据，模型能够提供更全面和 深入的业务洞察，为决策者提供有力支持。同时，模型的智能化与自动化能力也为城市数智化建 设带来了新的可能性，例如在城市规划、交通 管理、公共安全等领域的应用，都能够显著提 升城市管理的智能化水平。