京東金融集團副總裁、首席數據科學家鄭宇
鄭宇認為，數據安全和數據融合的矛盾是第二個痛點。政府說數據共享又強調數據安全，各個部門的壁壘非常高，有的壁壘是制度造成的，比如說公安、財稅很難市級打通。
缺乏模式和人才的培養也是兩大痛點。智慧城市里面需要非常多的大數據和人工智能的人才，這是復合型人才，不是說學了人工智能和大數據就能做，你懂大數據和人工智能做不好交通，你懂大數據和人工智能做不好智能環境。
以下為發言實錄：
鄭宇：謝謝，我分兩方面來講。第一是我們現在智慧城市什么樣的痛點和機會，另外一方面講京東做的事情和未來的打算。
第一方面，早年的智慧城市，更多是基礎設施建設，信息化和系統集成為主，我們弄了云、傳感器把數據收集到一起，可以量化展示和信息共享，下一步是新型智慧城市對數據進行分析挖掘、提煉知識，用知識解決交通環境等問題。我感覺我們現在要進入第二階段。
進入第二階段有什么痛點?我跟很多城市合作，之前在微軟做智慧城市12年，今年2月份加入京東，我總結出政府的四大痛點。第一大痛點是政府希望生態。它既不希望煙囪林立的孤立的系統，也不希望一家獨大，因為不利于城市安全，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于大家，這是一個痛點。
第二個痛點是數據安全和數據融合的矛盾。政府說數據共享又強調數據安全，各個部門的壁壘非常高，有的壁壘是制度造成的，比如說公安、財稅很難市級打通。怎么形成數據會聚和信息安全呢，這是一個難點。
第三個難點是缺乏模式。我們做項目早年靠政府補貼，一旦補貼停止就面臨死亡，所以政府看中你有沒有持續運營的商業模式，把前期的投入能有回報，帶來便民服務。
第四點是人才的培養。我們說現在大數據人工智能說的如火如荼，智慧城市里面需要非常多的大數據和人工智能的人才，這是復合型人才，不是說學了人工智能和大數據就能做，你懂大數據和人工智能做不好交通，你懂大數據和人工智能做不好智能環境。我自己在中國四個大學做兼職的教授和博士生導師，我發現課程不能解決現在的問題。這四大問題如何解決，解決好就能做好，解決不好談不用。
我再講京東干什么。我們提出城市計算，現在在美國已經開了課程，這是干什么的?智慧城市也好，智能城市也好，像一個偉大的目標和遠景。但是沒有人告訴我們怎么變得智慧和智能，路徑和方法在哪里。而城市計算構建這樣的方法論，通過數據的收集管理分析挖掘服務，不干擾人的生活下面，利用大數據和人工智能打造未來城市，特別強調對數據的分析和挖掘、理解、指導、決策，跟我們講的新型智慧城市的定位很相似，但是它有一套明確的方法論，它的數據不一樣。我們城市的數據是時空大數據，不是食品和文本那么簡單，也不是語音，我們的車流、人流、氣象環境都有位置，幾點幾分這個位置的人是多少，幾點幾分車流是多少，所以現在人工智能和大數據不能用。你拿一個人臉識別來做交通流量的預判是不對的。
我2月份到京東之后成立一個一級事業部，城市計算事業部，因為干別的我還不來。我有完整的方法來做這個事情，同時我們成立了京東的三大研究院之一智能城市研究院，把產學研合在一起。為什么這么做?我說到的四個痛點生態、數據安全、人才培養、商業模式，如果解決不了這個就不出來做這個事情。
我們有一個核心技術：城市計算平臺。能把所有的數據用六個模型來解決，大家覺得城市里面的數據有幾百萬種，其實就是點數據、網數據。總共就六種數據，使得數據標準化、共享、互聯互通，同時讓數據可擴展，可使用。還有專門的數據管理方法，把時空數據做好，這邊我們有針對特有的時空管理的算法，以及人工智能的算法，還有多元數據融合算法，我們解決空氣質量要解決環境、氣象、交通、房屋結構的各種數據融合，怎么融合?這也是技術的創新才能解決，這些東西在以前都是缺失的很多時候之前說成是白云多多但是解決不了城市的問題，因為技術缺失。
我們最近創新了一個數據不出各個部門，數據不出庫的情況下做到知識共享和互聯互通，這是牛的地方。因為你不能期望政府把所有的數據物理集中，我們很難等到那一天，我有很多的經驗，書記拍板，但是總有一些部門的數據出不來。這個時候我們有一些模型的方法，數據不出庫，又能共享，這是我們的厲害，這是解決了互聯互通的問題，解決了對大數據的時空挖掘分析管理的問題。
第二點是我們團隊做了12年，交通能耗、公共安全做了大量的垂直運用，才可以做頂層設計。你沒有在大量的行業做過，你做的頂層設計是不是虛呢?我估計比較虛，但是你做孤立的點沒有頂層設計也不行，政府剛剛說的生態問題，沒有人同時把兩個能做到。我們團隊過去12年深挖前景，我們給雄安做頂層設計，給宿遷做頂層設計。雄安是白紙的模式，宿遷有煙囪，有孤立的系統。這是我們的經驗。
還有我們對產學研一體化的經驗的理解，這對培養人才非常關鍵。沒有人怎么干這個事情?再怎么說智慧城市干不下來，人不能只靠學校培養，通過產學研一體化，通過真實的數據。我跟十幾個學校建立了培養機制，從課程設置、大綱建立了完整的體系結構，學生從大四到我這里工作，研究生、博士生跟著我學習，5-7年培養一個真正意義上的數據科學家而不是數據分析師，我們需要的是數據科學家而不是數據分析師。這是我們的優勢。
第三類是積累的數據比較多。物流、電商、金融數據本身可以涵蓋很多的城市的韻律，結合合作伙伴，包括中國銀聯和聯通，規模非常大，有了數據才敢說我們能做事情。
第四方面是品牌優勢。政府有信賴，同時有好的品牌，對口對接500-600家的金融結構，解決商業模式的問題。政府講了那么多，前期投入怎么收回?還靠補貼嗎?智慧城市建設完是第一步，之后怎么使模式變現、自帶流量這是非常關鍵的。我選擇金融板塊是這個原因，有600多家的金融機構，從銀行到券商自帶經營方式。
舉一個例子，承接國家發改委的項目：信用城市。包括居民信用、企業信用、政府本身的信用，不是征信，包括你的衣食住行，我們希望為信用好的居民提供美好的生活，讓信用差的人寸步難行，這個信用的數據考慮到方方面面，各種數據融合在一起，后期跟金融結合在一起。信用好的用戶提供免息貸款，免租金的騎車甚至租房，但是信用不好的可能連高鐵都不能坐。從消費金融到供應鏈金融，你投融資做不了，上市上不了，拿補貼拿不到，這跟金融場景掛鉤，不要靠政府一味投入和補貼來做這個事情。我們研究了很久把政府的四大痛點解決了才能做這個事情。我們現在這個事業部發展非常快，我們做不過來，很多城市慕名來找我們，包括宿遷、雄安、南京，福建有很多的事情，希望有機會跟在座的各位進行合作，謝謝大家。
京公網安備 11010502049343號