一文看懂京東智能城市布局:城市計算的「方法論」

電商的光芒太耀眼，以至於京東對於技術的追求一直為外界忽略。

在京東，有個著名的「ABC」戰略，即A（AI）、B（Big Data）、C（Cloud Computing）。劉強東在2018年初的內部信中表示，新的一年將加大在ABC等技術領域的投入，ABC將是京東對外合作賦能的核心，為京東在新一年中的創新與國際化戰略提供堅實力量。

電商起家的京東，是較早使用雲計算的企業之一；坐擁3億活躍用戶的商城、物流和金融數據，數據基礎堅實；憑藉機器人與無人機等應用，京東也成為了特殊AI和機器學習深入廣泛的應用者和推動者。

如果ABC+城市場景，會產生什麼樣的火花呢？

眼下，中國城市的發展遵循其內在規律，已經走過了40年的「由農村到城市化」的演進，而接下來的幾十年，城市的「智慧化」需求正逐漸成為城市發展新的動力。在國內，有83%的地級城市、總計超過500個城市明確提出或正在建設智慧城市，巨頭企業紛紛入局，如：阿里巴巴的ET城市大腦、百度的AI CITY、騰訊的數字城市、華為的城市神經系統、平安科技的智慧城市雲、科大訊飛的訊飛超腦、浪潮的城市智慧大腦等等。

而在京東，智能城市業務在京東金融這個大體系裡，正與各大友商展開激烈角逐。京東金融在2018年2月成立了城市計算事業部，並請來了當時在微軟做了12年城市計算業務的鄭宇執掌新部門。在微軟，鄭宇是亞洲研究院城市計算領域的負責人，他提出了「城市計算」的理念，是城市計算領域有名的學者。

雷鋒網(公眾號：雷鋒網)採訪到了他，現在他的職務是京東金融副總裁、首席數據科學家、城市計算事業部總經理，在整個對話中，我們清晰了解了京東金融在智能城市領域的整個規劃，以及在這個資本密集與技術密集的領域，他們又是如何面對痛點、直面競爭。

城市計算平臺——打造城市的作業系統

在京東金融的理解裡，城市其實是缺乏一套整體的作業系統的，類似Windows，而他們推出的「城市計算平臺」就是要做這樣一件事。

城市計算(Urban Computing)，其實就是「雲計算+大數據+AI+城市場景」，京東金融在設計之初就賦予了其兩個理念：

·「點-線-面結合」的頂層總體設計；

·「規劃-運維-預測」的閉環可持續發展模式。

如何理解？

「現在城市裡面很多做點的公司其實挺多的，政府也挺擔憂的，很多孤立的系統越來越多，煙囪林立，孤島效應越來越強，不利於互聯互通。但是如果沒有做過很多垂直應用，也很難給出一個真實有效的頂層設計來。」

因此，京東金融的總體方案是：既有框架性的總體設計，同時又能夠做很多跨領域的垂直應用。

眼下，京東智能城市覆蓋的Top6場景分別是：智能商業、智能交通、城市規劃、環境能耗、公共安全、智能政務等，金融和醫療模塊正在添加。

而閉環的可持續發展模式又是怎樣的模式？

實際上，城市在不停演進和變化，方案一定要有動態演進的能力。以雄安為例，國家對於其戰略定位非常高，一個設計方案不可能就把雄安城市形態全部鎖定，時間在往前走，也許幾年之後就落伍了。這意味著城市在長久的規劃、運維和預算中持續迭代，城市計算的方案也要適應城市自身的動態迭代過程。因此，京東總結了一套從規劃到運維再到預測，然後預測又去指導未來規劃的一個閉環可持續發展模式。

使用共享單車的軌跡檢測車輛非法停車事件

以共享單車為例。

·規劃階段，考慮的是綜合交通、出行等情況，對單車停放選址進行指導，這個較為初級；

·運維階段，當單車調動時，分析周圍數據確保調動效率最大化，節約調運成本；

·預測階段，包含短期趨勢預測，也包含未來幾年該地人們的騎行需求，從而更好指導停車點規劃和投放數量。

這就是一個閉環的、可持續發展模式。

解構城市計算平臺 探索5大層次技術秘密

這個平臺如此重要，承擔著京東金融智能城市業務整個技術秘密，那它的構成是如何呢？

如上圖所示，京東城市計算平臺分為5個層次：

·雲計算平臺：Hadoop、SPARK、Storm等

·6個標準數據模型：空間靜態點數據等

·時空數據管理層：時空索引、時空查詢等

·時空數據AI層：時空機器學習、多源數據融合

·城市畫像：城市商業、智能交通、環境與能源等

對於城市計算平臺而言，基礎是雲計算，而時空索引等技術跟雲計算與分布式計算結合，形成了這個平臺的核心技術。如何理解？

傳統意義上的數據是文本、圖像和語音，而城市數據則聚集在時空數據，包括空間坐標、時間讀數等等，這就推動了京東打造出特殊的「時空數據管理方法」，將時空查詢、時空機器學習、多源數據融合充分結合。此外，由於傳統AI算法基本是做人臉識別、語音識別，而城市道路結構、空氣品質數據、噪音數據、車流量數據、社交媒體、興趣點、能源數據均不在其列，特殊的AI算法和機器學習算法讓城市計算平臺對這些數據都能進行處理，從而形成了「新的技術門檻」。

由於目前這個平臺在京東城市中的重要性，雷鋒網總結了其3個主要特點：

·數據標準化：通過以上圖中6個標準數據模型，空間靜態點數據、空間點時序數據、時空動態點數據、空間靜態網數據、空間靜態時間動、態網數據、時空動態網數據可以互聯互通，系統擴展性變強。

·算法模塊化：實際上，時空數據的兩層算法是模塊化、積木化的，背後的算法原理相同。這就好比用Windows，其作業系統裡有很多公共的API，通過調用這些API就能組合出一個應用。

·平臺生態化：城市計算平臺從一開始就是開放的架構，這意味著眾多企業能夠參與平臺的協作，利用底層的積木化設計，快速搭建決策應用，「基於Windows開發出的小程序、小遊戲會越來越多。」

面對城市的痛點：京東如何最大化突出優勢？

雷鋒網了解到，在智慧城市建設過程中，城市面臨的痛點相當明顯，主要有以下三方面：

1、需要生態：城市既不希望煙囪林立的孤立的系統，也不希望一家獨大，因為不利於城市安全，也不可能有企業把所有的事情做完，需要一個生態，既能統一平臺又能服務於大家；

2、數據安全和數據融合存在矛盾：城市中各部門的壁壘非常高，有的壁壘是出於數據安全的考慮，這使得數據融合面臨障礙；

3、專業人才匱乏：智能城市建設涉及方方面面，專業背景出身的人才少之又少，加上大學培養模式的缺陷，學以致用的難度非常大。

對於這些痛點，京東的能力如何體現？

1、技術上：京東的城市計算平臺、時空數據管理和挖掘算法、特殊AI和機器學習算法、多源數據融合技術，能讓數據有效實現融合；

2、經驗上：京東對環境、交通、規劃、商業 、公共安全等具備深刻的業務邏輯理解，產學研一體化能力其實相當領先；

3、數據上：京東已擁有3億活躍用戶的商城、物流和金融數據；

4、品牌上：京東目前已進入世界500強前列，為700多家金融機構服務，建立了強大的渠道資源，品牌效應凸顯。

眼下，京東智能城市已經為國家發改委城市和小城鎮改革發展中心、環保部、水利部、交通部等多個中央部委， 以及北京、上海、廣州、深圳、成都、南京、西安、福州、宿遷、桂林、昆明、天津、青島、南通、貴州、雄安等30多座城市的地方政府提供技術服務，同時跟國家能源集團、聯通集團、北控集團等多個大型國有企業建立了深入合作。

值得一提的是，「產學研一體化能力」實際上是京東智能城市的重頭戲。清華大學、上海交通大學、西南交通大學、中央財經大學、西安電子科技大學、武漢大學、南京大學、香港理工大學、香港科技大學等近30所知名高校都與京東展開了學科、學位方面的交流。雷鋒網了解到，京東不止於授課這種模式，還參與了學科建設、組織學位、定向培養、聯合研發等，利用京東在北京、南京、廣西、成都等全國多個城市的研究院，快速培養人才，既保證學生能發表高質量的論文，同時又讓學生在京東的平臺上做模塊化的設計與研究。由於鄭宇本人在國內國外很多學術機構擔任重要職位，加上京東集團與京東金融聯合打造的數字探索者社區「JDD空間站」的正式上線，京東的產學研一體化進程正在加速。

目前在國內，專門設立「智慧城市事業部」的公司並不多見，而京東卻在2018年2月就已設立。鄭宇坦言：「智能城市對於京東金融甚至整個京東而言，是一個非常大的板塊，它是一個一級事業部，還有研究院，還有各地的分公司，有這個力量專門做這個事兒，人力物力投入很大，戰略高度也拔得非常高，所以這個與別的公司完全是不一樣的。」

面對不同城市形態，京東如何見招拆招？

在京東智能城市的布局中，基本可以看出其遵循城市形態的規律，打造城市不同模式：

·三坊七巷這種「單品爆款」模式

·宿遷這種「煙囪改造」模式

·雄安這種「頂層設計」模式

三坊七巷：2018年6月9日，福州市三坊七巷鼓樓區被授予「信用城區」牌匾，這也意味著國內首個以信用為主題的城市街區在福州開街。據悉，鼓樓信用街區建設依託「e福州」APP推出的茉莉分，利用大數據，通過人工智慧的方法，實現對群眾信用肖像完整的刻畫，展現群眾在司法、政務、金融等各個領域的信用評價。

宿遷：江蘇宿遷地處長三角北翼、江蘇北部，截至2017年，宿遷下轄2個區、3個縣，總面積8555平方公裡，常住人口491.46萬人。在全國，這樣中小型規模的城市有100個左右。他們呈現出怎樣的特點呢？煙囪效應。這意味著這些城市已經有相對的系統，但是彼此孤立，形成了數據孤島。

京東城市計算平臺選擇在這裡突破，是基於技術難度大，能形成有效經驗去做智能城市移植。歷史上，宿遷的改革精神也是有目共睹，因此幾年之後的宿遷「大變樣」非常值得期待。

雄安：雄安是千年大計，是智慧城市建設的「理想模式」。但本質上，雄安目前還是一張白紙。怎麼用最先進的理念和國際一流的水準進行城市設計，建設標杆工程，打造城市建設的典範，各界都在思考。眼下，雄安成為京東配送機器人常態化運營的又一城，與京東X無人超市一起，用「無人科技CP」組成了雄安一道新的風景線。

智能城市爆款經典案例——信用城市！

在京東智能城市的故事裡，「信用城市」的打造是一個不可不說的案例。

2017年11月13日，國家發改委國家信息中心與京東金融籤署《關於加強信用信息共享的合作備忘錄》，其主要目的是國家信息中心和京東金融將共同推動各類信用信息共享共用，加快聯合獎懲措施在金融領域落地應用，有效激勵守信行為，嚴厲懲戒失信行為，擴大聯合獎懲應用效果。2018年6月10日，中國城市信用建設高峰論壇啟動，論壇成立了「守信激勵創新產品與服務」聯盟，京東金融成為了首批聯盟成員。

這些都為信用城市的落地生根奠定了堅實基礎。

在京東看來，居民的信用包括衣食住行方方面面，比傳統的徵信更為豐富。信用都與場景相關，往後人的信用可以用大數據與人工智慧進行計算和預測。

「人無信則不立，國家沒有信用，體系不建立起來，很多成本都會很高。我們希望給信用好的人提供美好生活，信用不好的人應該是寸步難行，違約的代價會很高，以前太低。」

企業的信用則包括招投標、股價評估、資金募集、銀行信貸等，政府可以用這個信用考量它的營商環境。以前是「拍腦袋式」的加減分，隨著考慮場景的影響，京東會用不同的權重和算法和計算信用分數。除了對信用進行評估，信用風險的管理更為重要：

1、提前預判：事前預防比事後整治更有成效，也更加節省成本。一旦通過人工智慧算法預測到企業信用不佳，就可以進行管理上的介入。

2、動態更新：信用不是一成不變，及時刷新也會避免業務遭受損失，一套高效的智能算法，成為了信用體系建設的必需品。

目前，福州市三坊七巷就是這樣一個典型的「信用城市」，其信用服務已經覆蓋多個信用場景，市民和遊客能夠在街區內享受信用租賃、信用支付、失物招領、信用商家和無人超市等豐富的信用服務，比如可免押金借雨傘等等。

據了解，自2016年4月成為第二批全國創建信用體系建設示範城市以來，福州從建章立制、平臺建設、信用治理、獎懲機制創新和試點探索等方面入手，全方位加快推進社會信用體系建設，著力打造「信用福州」。在全國36個副省級及省會城市信用狀況綜合排名中，名次快速攀升，今年4月底位列全國第7。

鄭宇說，信用城市是一個輕量級的成功案例，但智能城市整體體量太大，「由小到大」的經驗快速複製十分必要。目前，京東金融正在整合整個京東集團的資源，利用智能城市信用平臺為各地城市信用體系建設提供技術服務。

京東智能城市如何定義自己：獨特的「第四類」

在智能城市領域的定位上，京東一直覺得自己是獨特的一類。如何理解？

當下，將觸角伸到智慧城市領域的公司如雨後春筍般湧現，阿里巴巴、百度、騰訊、華為、平安科技、科大訊飛、浪潮、英特爾、電信運營商等紛紛布局，但京東的理解裡，當前市面上的入局者基本上可以分成三類：

1、傳統智慧城市公司：這類公司能實現基礎設施建設、信息化和系統集成，利用傳感器等方式讓物理世界信息化，但數據價值挖掘能力則有所欠缺，無法用人工智慧和大數據的方法提煉知識和智能；

2、雲服務提供商：實際邏輯上是賣雲，但云本身不是很好的知識數據，這些公司會將業務與雲進行捆綁，雲的地位最重而智能則顯得輕量；

3、人工智慧公司：這類公司做「點」的服務，聚焦在人臉識別、語音識別，個體能力很突出，但缺乏整體的設計和頂層設計，缺乏可持續發展模式。

京東呢？第四類：點線面結合+頂層設計+多領域結合，交通、環境、能耗、公共安全等諸多垂直領域做「規劃-運維-預測」的閉環，形成可持續發展模式。

本質上，在雷鋒網看來，這就是「城市作業系統」區別於其他公司做出來的系統最大的點。

鄭宇補充：「不是說一夜之間全都會了，這個很不容易。這是模式對比，我們跟別人的區別。但京東在這個行業裡面走的每一步，都是第一步，比如基於大數據的人工智慧打造信用體系，真的從來沒有人做過。」

談智慧城市：不僅要談結果，更要談方法論

當雷鋒網拋出「京東怎麼定義智慧城市」的話題時，鄭宇的回答是：

「什麼是智慧城市，其實都在定義，但大多是講其目的、目標以及呈現的結果，很少有人關注通往智慧城市的路徑，即方法論。」

在他眼裡，城市計算平臺就是很實在的一條技術方法論：用大數據和人工智慧的方式來打造未來城市，利用挖掘出來的知識解決各種行業的問題，包括交通規劃、公共安全等等。

為此，鄭宇專門寫作了城市計算領域的第一本書，名字就叫《城市計算》，目前正在校稿當中。事實上，「城市計算」這個名詞也是鄭宇最先提出來的，並對其框架、方法論、定義做了大量推廣工作。在微軟亞洲研究院的「城市計算」主頁上，至今留著的還是鄭宇的研究成果。

「搜集什麼樣的數據、選用什麼樣的模型、計算什麼樣的結果、解決什麼樣的問題都很清晰，『城市計算』真正相當於一個學科領域了，而不止是一個概念。

當人們都在談結果的時候，京東更願意談方法論，扎紮實實用技術的方式去真正迎接挑戰，讓現實一點點好起來。」

相關文章：

又一個風口來了：搶政府訂單，巨頭紛紛布局智慧城市

雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。