一、  从信息化烦恼谈起

1. 智慧城市的三大难题  

智慧城市建设有三大难题挥之不去，即“数据共享”、“大数据决策”和“城市大脑”。三大难题并非来自执行不力，而是项目承担人承诺了不可能完成之目标，随着项目交付期临近，三大难题距离解决反而越来越远。

2. 不合理与复杂性

 

信息化的难题有两类，一类是能够解决但是非常复杂，需要付出很大的代价，项目是否值得做需用经济学来判断；另一类是理论上就不合理，目标错了自然无法解决，智慧城市首先要排除理论错误的目标，然后再依据实际的需求与各方面资源提供的可能性，确定任务的合理边界，做到适可而止。

3. 经济学的天花板

信息化属于应用科学，应用科学追求的是应用效益，影响效益的因素很多，多种因素相互影响形成了效益的不确定性，不是线性推理能够预计的，例如，数据丰富有利于决策，但是数据收集会增加成本，成本持续增加会出现拐点，使成本大于决策改进的价值，再做下去会弊大于利。信息化在增加效益的同时也在增加成本，效益增加越来越细微，成本增加却如脱缰野马没有限制，信息化项目需见好就收，否则会得不偿失，这是经济学的天花板，智慧城市建设者需高度重视。

4. 没有边界就没有成功

智慧城市建设最大的问题是没有边界的目标，列宁说：“真理多走一步就会变成谬误”，没有边界的信息化目标很难不越界变成谬误。

科学界判断一种理论属于真科学还是伪科学是看该理论能不能证伪，不能证伪的理论就是骗人的异端邪说，在信息化项目中判断是真技术还是假技术要看其能否讲清楚所交付系统的边界，没有边界的技术是不可信的，不要指望讲不清项目能力边界的人能够胜任项目，科学合理的边界会排除诸多信息化烦恼。

二、  老大难的数据共享

1. 数据共享迷信促成老大难

数据共享是资格最久的老大难问题，该问题来自数据共享无边界，政府数据共享做到何种程度算完成？不错，数据共享在某些场合是有价值的，但是在更多的场合并没有太多价值，不值得政府大做，数据要不要共享是供需双方协商之事，用行政手段推动全面的数据共享违反了经济规律，所以老大难问题越来越难。

数据共享迷信始于信息化早期计算机数据匮乏时代，数据共享成为推广数据库应用的口号，而在互联网时代数据爆炸与网上搜索的便利已使数据大贬值，数据共享困难已被谷歌、百度、微信、face book 等公司极大缓解，在全球政府数据开放大潮中，继续建立政府内部数据共享系统没有太大意义。

2. 操作与决策数据用法不同

推动政府内部数据共享往往并不区分政府使用数据的两种不同模式，即决策使用数据与操作使用数据，两种用法的效益成本大不相同。

决策使用数据：政府决策使用数据只是为了从数据中获取信息，政府是用信息决策，决策者获取信息的渠道很多，政府内部数据共享系统仅仅是渠道之一，决策对之并无依赖性。

操作使用数据：政府对社会公共服务的业务本质上是政府业务数据的数据处理，这种业务是规范的，流程化的，使用的政府数据是不可替代的，需要跨部门的数据合作涉及的部门与数据项并不多，可以通过相关部门之间建立数据整合的专用系统来解决。

政府使用数据的两种模式皆不依赖建立政府内部全面的数据共享系统。

3. 数据整合的目标是提高操作效率

政府有关部门正在积极推动政府数据整合，数据整合的主要效果体现在政府公共服务的效率提高上，如“一号一窗一网”与“只跑一次”都是政府基层公共服务的改进，公众的获得感得到很大提升，其根本原因是公共服务业务是确定性的，可以用信息技术准确地替代，能够充分发挥信息技术的优势。

政府数据整合对政府决策帮助却不大，因为决策主要靠人脑完成，数据挖掘只能帮助工作人员重组数据以便发现信息，计算机没有信息概念更不具有决策能力，政府官员信息渠道太多，政府数据整合共享系统已被淹没于诸多信息渠道之中，将数据整合定位在改进政府操作而非改进决策是明智的。

4. 做得少才能做得好

两千年前老子就说过“多则惑，少则得”这个道理用在数据共享上正合适，这些年政府对建立全面的数据共享系统投资很多，真正频繁使用跨部门数据的业务与涉及的有关单位并不多，如果放弃全面的数据共享，集中资源于公共服务频繁使用的跨部门数据整合，必将取得更有效的成果，数据共享老大难问题也会随之迎刃而解。

三、  大数据中心的烦恼

1. 所有数据都被归入大数据

大数据概念的混乱是烦恼产生的重要原因，大数据一窝蜂破坏了信息化概念的严谨性，为赶上大数据潮流，许多地方匆忙建立了大数据局，管理全部政府数据，于是大数据与传统数据概念的差别就被模糊了，大数据中心只想着数据多多益善，没有精力去研究数据应用，忘记了用好小数据才是地方信息机构的首要职责，其结果是大数据应用非但没有推动城市工作改进却成为新的浪费之源。

2. 大数据的片面性

专家们设想大数据能够有力推动政府决策科学化，令人失望的是《大数据支持政府决策案例集》至今也编不出来，大数据应用成功的案例都在微观领域，特别是人工智能机器学习，对政府有宏观决策有帮助的案例实在罕见。

数据量巨大并不等于信息全面，其实正相反，数据量的膨胀是以牺牲信息覆盖的全面性为代价的，只有集中在狭窄领域中才能由机器自动产生超大规模的数据量，这意味着大数据适合狭窄领域的业务改进而不适合政府宏观决策，很多影响决策的重要信息无法数字化，突出某种大数据资源会影响政府信息把握的全面与均衡，反而不利于政府正确决策。

3. 可视化大数据共享平台

某些大数据中心想利用大数据共享平台来拉动大数据应，但企业不愿意提供原始数据，企业数据有信息安全与隐私保护问题，此外企业利用大数据的难度也很大，大数据处理成本太高，碰到合适数据的概率太低，大数据共享平台经营难有可持续性。

利用可视化技术可以缓解供需双方的困难，不需要向企业索要原始数据而是向企业征集可视化产品，产品征集可以利用政府采购、企业赞助等方式，可视化产品征集避开了数据安全与隐私保护问题，并给企业展示大数据能力的机会；从用户视角看，此举将大数据共享平台改造为可视化数据的演示平台，用户可以阅览与订购可视化数据，可视化产品利用的门槛大幅降低，应用的繁荣可待。

4.大数据中心的出路是小数据

大数据中心的烦恼主要来自对大数据应用的盲目追随，混淆了大数据与常规数据的概念，本是小数据业务硬要贴上大数据的标签，自己搞乱了自己。实际上大数据应用对多数城市是超前的，目前最好的做法是放下大数据，从本地区实际情况出发，以需求为导向管理好常规数据。当前多数城市面对的实际问题是提高政府公共服务的效率，关键是做好政府业务数据的有效整合，这属于小数据业务，大数据中心只要集中精力把与公共服务相关的业务数据整合好，就能够提高政府对外服务的效率，仅此一项成果就足以支撑大数据中心的生存。

四、  城市大脑向何处去

1. 城市大脑只能解决小脑型问题

对城市大脑的过度渲染，使社会各界对城市大脑形成了过高期望，导致城市大脑成为永远达不到的目标，沦为又一个老大难问题。人们期望城市大脑能思考、能预测、能创新，然而看到的城市大脑却完全不具备这类功能，只能按照人们设计的方式执行、执行、再执行，重复地执行城市“小脑型”任务，苦苦期待的城市大脑不过是个城市小脑，失望感油然而生。假设没有使用城市大脑这一名称，或者给城市大脑以实事求是的合理定位，这种不满本不会出现。

2. 没有复用就没有效益

城市大脑重要的问题是可持续生存，这是一个经济学问题，既要有贡献又要低成本。信息技术效益来源是软件的复用，软件是人类处理事务智慧的形式化，其开发成本很高但复用成本却很低，多次复用才能回收成本创造效益。城市大脑适合的工作不是攻克难题而是承担政府例行性的工作，例行性工作重复率高便于回收成本，城市大脑承担例行性任务可以为人节约宝贵时间去做更有创造性的工作。在相当长的时间里城市大脑的决策能力比不过人脑，让它在自己的优势领域发挥作用是合理的选择。

3. 不确定性世界没有完整的数据

城市大脑设计者提出“只要数据齐全，城市大脑就能够预测一切事件、解决一切问题”，这是设计者给自己留的退路，一旦城市大脑表现不佳就可以把责任推到数据不足上去，这样做并不合理，在不确定性世界中数据齐全是不可能的，决策需要的数据永远是不足的，政府决策都是在信息不足时完成的，数据收齐只是一种奢望，问题产生的速度会胜过传感网建立的速度，数据收集对新业务需求永远是滞后的。

4. 城市大脑的经济学边界

城市大脑需要数据，但随着问题复杂性上升，数据收集的成本会无限增长，以至于超过解决问题的价值，城市大脑以人机合作系统能够解决一些未来的新问题，但是其解决新问题的成本很高，城市大脑并没有足够的专业人才应对不断创新的新需求，唯一的办法是给城市大脑的功能划定明确边界，多做重复性、例行性的工作，使其功能与城市的人财物资源相匹配，恰当的边界既能发挥城市大脑的作用又能防止浪费。

5. 例行性业务助城市大脑成功

确定性技术的基因决定了城市大脑的优势与劣势，扬长避短是城市大脑业务应遵守的原则，城市大脑不能好大喜功，项目建设开始时就要讲清楚能做什么不能做什么，能将若干例行性的业务稳定地做好就是很大功劳，城市大脑不要奢望成为能替代人解决复杂问题的智者，而要甘愿做承接规范化业务的苦力，让人节省时间与精力去做城市大脑不能胜任的事情。将城市大脑定位放低，做力所能及的事情可以规避后来的许多麻烦。

五、以智慧驾驭聪明

1. 聪明只会开始，智慧懂得结束

在智慧城市建设中，搞清楚聪明与智慧的区别是必要的，聪明是解决具体问题的能力，追求的是短期效率，智慧追求的是长远发展的最终目标。

智慧与聪明并不在同一个层次上，智慧包含着对聪明的反省，所以智慧是聪明之上的聪明，而聪明缺乏自我反省的能力，容易将一时成功的经验线性拓展，以至于忽略环境的变化将真理演绎成谬误。

智慧是更高层次的思维，能看出聪明的条件与边界，在环境改变时能够终止以前的聪明并及时更换新的聪明，思维自我反省的习惯塑造了智慧。智慧城市建设是长远的事业，结果好才是真正的好，聪明只会开始，要靠智慧完美结束。

2. 没有妄言便没有烦恼

智慧城市建设本是一项踏踏实实的信息化工作，如果没有专家与媒体的过度渲染，人们也不会为“数据共享”、“大数据决策”、“城市大脑”产生不切实际的幻想，无法实现的期望加上急于求成的心理硬把本来可解的问题催成老大难。智慧城市建设需要去除一切妄言，承认一切智能化方案都有其局限性，都有其能力的边界，一届政府不能好大喜功什么都想做，为下届政府留下可持续的具体成果就是很大的功绩。

3. 智慧城市是智能化应用的繁荣

智慧城市并不是可执行层次上的概念，与信息化工程、智能化系统不在一个层次上，它是一个在涌现层次上的概念，代表着城市智能化建设的整体繁荣，繁荣是不可操作的，能够操作的只是一项一项具体的智能化工程。智慧城市是用信息技术解决一个又一个具体问题的总体效果。

在智慧城市建设中，没有智慧化系统只有智能化系统，源源不断的智能系统出现，一个个具体问题被智能创新所攻克，所涌现的繁荣就是智慧城市，智慧的灵魂体现在诸多信息化工程的合理设计、精心施工与认真服务之中。

4. 顶层设计要为智慧城市设计边界

智慧城市成功最重要的是每项目标都有明确边界，有限制才有成功。顶层设计重要任务是为每项具体工程设立边界，切忌不切实际的虚幻目标，宁可把指标定得低一点也不能过高，为说过的大话买单是极其痛苦的。在时间进度上要留有充分余地，因为业务的磨合、维护修改所需要的时间往往会远超预期，留有余地看起来比较保守，然而却是成功必不可少的措施，智慧城市建设拖期是常态，实际一些总是好的。

延伸阅读

胡小明：顶层设计标准化为时过早

引言

成熟的领域才能建立设计标准，智慧城市顶层设计领域显然不符合这一条件，其成功案例太少，不足以支持建立标准。智慧城市顶层设计尚处于摸石头过河的阶段，需要的是百花齐放的探索，过早的标准化会阻碍顶层设计的创新。

目前智慧城市顶层设计的许多概念并没有理清，仓促的标准化方案会误导智慧城市的顶层设计。当前最需要的是理清智慧城市顶层设计的基本概念、针对出现的困难提出解决办法，让智慧城市顶层设计实用化。

首先要澄清顶层设计边界  

1. 有边界的任务才能成功

智慧城市顶层设计通过专家的评审并不等于成功，执行有效用才算成功。遗憾的是在执行中发挥作用的顶层设计寥寥无几，如果一项任务大多数人都做不好，首先应怀疑的不是执行人的问题而是任务本身设计得不合理。

智慧城市顶层设计始终没有清晰的定义，其边界十分模糊，受到“顶层”二字的诱惑以为顶层设计应当无所不包，导致设计人员无限扩大设计范围，使“顶层设计”严重脱离实际，确定顶层设计的边界已是当务之急。

2.  顶层设计要以政府的重点工作为边界

城市历史以千年计，智慧城市是百年事业，每届政府只能做有限的推进，不可能毕其功于一役，一届政府只能针对城市主要问题设计有效的智能化服务，城市的智慧化不在于使用多少新技术，而在于全社会组织应用的效果，开发不容易用好更不容易，政府只有做少一点才可能做得好一点。

顶层设计要适应政府规划的盘子，每届政府可调用的资源有限，不宜规划太多的项目，顶层设计要以完成政府的任务为目标，完善政府规划的任务，以信息技术提高其质量与可行性，不要去做超出政府规划之外的全面设计。

3. 与规划配套的顶层设计

顶层设计对政府规划任务的支持首先是增值视角，主要考虑如何形成更大的效益，利用信息技术促成相关工作形成良好的配套，将分散的服务连接为整体的服务，形成智能服务的生态环境，使有限的投资产生更多的效益。服务内容配套与时间同步能够加快建立智能服务生态环境的建设，对提高重点工程的效益很重要。

4. 与执行配套的顶层设计

顶层设计对政府重点任务的另一项支持是优化运行操作，这一阶段设计主要考虑的是可行性问题，包括技术可行性与业务可行性，此时顶层设计考虑的重点不是效益增值而是风险防范，控制操作的成本，顶层设计不需要规划若干年之后全面系统，只需要把重点工作的执行设计好，提升重点工作的协调性，确保重点工作顺利完成。

将顶层设计的业务范围限定在政府重点工程的范围内有助设计人员集中精力制定可操作的方案，改善政府重点工程建设的经济性，提高系统服务的社会价值。

应对不确定性需要顶层设计升级  

1. 系统工程方法无法解决效益问题

很多顶层设计师总是强调“智慧城市顶层设计是一项系统工程”，更时髦的说法是“智慧城市顶层设计是一项体系工程”，不论是“系统工程”还是“体系工程”都没有跟上智慧城市量变到质变的发展步伐，智慧城市的顶层设计是超系统工程的，也是超体系工程的。

不论是系统工程还是体系工程，都在假定系统在建设时环境是确定的，设计者可以全面考虑各方面的因素，形成最合理的方案，指导智慧城市建设。但是智慧城市并不是短期就能建成的，环境在变化、技术在变化、需求在变化、社会经济在变化，而且变化的速度太快，根本不存在稳定的环境，系统工程设计的基础动摇了，如果对环境的预见力只有一两年，怎么能规划十年以上的智慧城市建设工程？

在信息环境飞速变化的时代，合理的建议是：要么设计短平快的应用，要么改变设计方法，不是设计静态的项目而是设计项目运行管理的机制，使其能够自动追逐智慧城市设定的某种目标。

2.  为应对不确定性顶层设计必须升级

传统的IT工程的顶层设计是设计者一次性给出解决问题的答案，而智慧城市顶层设计存在不确定性问题，这些问题是在摸石头过河中逐步呈现的，传统顶层设计不可能解决尚未出现的问题，一次性给出答案的模式必须升级为能够适应不断摸石头过河的连续改进的模式，顶层设计必须有动态改进的能力，升级版顶层设计将授权给系统运行者自动寻求解决办法，升级版顶层设计不是设计IT解决问题的方案而是设计能够自动追求系统目标的运行机制。

3. 用“自动追求系统目标的机制”应对不确定性

确定性与不确定性问题是相对的，从长期来看很多确定性问题也会变化为不确定性问题，而不确定性问题如果解决问题的速度很快，在问题出现的瞬间也可作为确定性问题处理，传统的顶层设计是独家一次性方案，解决不了不确定性问题，升级版顶层设计所设计的新机制授权系统运行者处理新问题，使系统向预订的服务目标逼近。自动逼近目标的系统变一次性独家决定的系统为多家可以连续调节的系统，新机制以连续的调整能力替代传统顶层设计的一次性独家决定，进而提升运行系统应对不确定性问题的能力。

4.  开放选择性应对多部门合作的不确定性

智慧城市建设不确定性来源之一是需要合作的单位太多，各单位的利益需求不一致而产生的不协调，传统顶层设计人员无法深入了解合作方的想法而不能有效设计，解决因合作产生的不确定性是对参与者开放选择性，让参与者有机会将自己的利益与需求融入到共建的系统之中，适度开放的选择性有助参与者与系统主管部门协调相互关系，化解矛盾，顶层设计人员应当审核政府建设系统的多方合作机制，检查其选择性对参与者开放的程度，开放选择性是提高系统适应能力的重要措施。

5. 在智慧城市建设中增加自组织成分

智慧城市建设方案要更多利用市场机制，增加自组织因素，提升项目的可靠性与实用性。智慧城市规划的项目能否得到社会的欢迎是不确定性问题，设计者无法预先判断用户的需求意向，只有投入服务后才知道，此时建设者的知识是严重不足的，用户的开放要多采用自组织的模式，通过互动式协商让用户自愿形成组成服务链，自组织是聚集公众智慧的有效办法，也是减少智慧城市服务不确定性的有力措施。

以经济学视角应对小概率效益问题  

1.  智慧城市的效益评估难题

智慧城市顶层设计困难之一是对系统的效益估计，在简单的信息化项目中，效益的判断是甲方考虑的，顶层设计只需考虑系统的可行性，但是在智慧城市顶层设计中，项目的效益评估要落在顶层设计者的肩上，通常影响智慧城市项目的效益估算的因素有两方面，一是对系统磨合及用户发展的难度估计不足，系统运行不流畅，难以形成有效服务；二是过高估计对用户带来的效益，将小概率的效益评估为大概率，结果用户远远不足使系统长期闲置。

2.  信息共享效益的小概率问题

“信息共享有效益”已成为信息化 “常识”，但这条三十年前光彩夺目的常识已经暗淡，随着互联网的普及与网上信息爆炸，信息共享的价值因充分供应而大幅下降，在市场化的信息共享供应充分的情况下，政府再建信息共享系统一定要谨慎，首先要清楚解决的问题是什么，出现的频率有多高以及需要连接孤岛、拆除烟囱的成本，实际上值得大动干戈的信息共享业务没有多少，大部分信息共享业务可通过部门协商建立专用系统解决，没有必要建信息共享交换平台，也没有必要拆除一切信息烟囱联通一切孤岛。互联网信息共享环境使很多刻意建立的信息共享系统变得很不经济。虽然能够从政府信息共享系统中获益的应用很少，继续用信息共享来忽悠政府掏钱的却不少。

3.  大数据应用效益是小概率的

并非所有的大数据应用都有价值，对政府工作有帮助的大数据很难找，有效益的政府大数据应用是小概率的，盲目聚集的一堆大数据有用的其实很少，数据多并不代表价值高，有价值的数据是精心挑选的结果。

不要以为把若干大数据都集中起来建立一个大数据共享平台，效益就会滚滚而来，多数大数据共享平台都运行不下去，因为可用的大数据资源太稀疏，用户需求已经很稀疏，两个稀疏很难配得上。大数据中心要么规模无限大，用户找到相应数据的成功率达到可应用标准，要么数据集非常专业化，在该领域内找到需要数据的成功率达到可应用标准，否则用户无法建立对大数据中心的信任，大数据中心的数据查找成功率不能达标，亏损将无法避免。

4.   小概率效益项目看准后才能实施

信息化效益的夸大宣传已经形成许多误解：以为信息共享都是有益的，以为大数据都是有用的，于是信息共享和大数据应用成为信息化的目标，造成为信息共享而信息共享、为应用大数据而应用大数据，信息共享和大数据应用成为向政府要钱的主要借口，也是资源浪费的主要渠道，实际上这两类应用的效益率远没有宣传的那么高，没有明确的应用目标最好不要做这类游戏，把小概率效益夸大成必然的效益是向政府骗钱的常用方法。

信息共享、大数据应用的项目看准效益点才可以做，事先看清楚会有效益的事情，把它做出来才是效益。不要期望做一个平台就会有大量应用效益冒出来，小概率效益不是靠碰运气就能经营的。

从组织化视角认识智慧城市  

1.  智慧城市的效率来自有效的组织

城市的效率来自有效的组织，城市组织化程度反映城市的智慧。组织是成功合作关系的沉淀，有效的组织能够长期发挥作用。信息化是组织优化的过程，软件是计算机指令的有效组织，应用系统的组织比软件复杂在于软件只涉及计算机指令与数据，而应用系统是人与计算机结合的系统，软件组织是严谨的，而人机系统的组织需要能容错，人作为被连接的“器件”必然有一定的错误率，这也是系统不确定性的来源，系统应在会出错的人参与下仍能正常工作。

智慧城市是社会的有效组织，它包含人的组织、设施的组织、人与设施的组织，组织是部件的有效连接，顶层设计人员很熟悉信息设施的连接，智慧城市顶层设计更需要关注的是涉及到人的连接。

2.  人的连接与设备连接的差异

组织由各部件连接而成，连接的本质是通信，是双方对信号的有效反应。如果是电子器件的连接，反应是精确而及时的，这种连接容易设计与管理，有人参与的连接就会复杂得多，因为人是有想法的，人的意愿会影响连接的可靠性，我们可以用行政命令的方法加强连接，行政命令强度虽大但作用时间短并不适合长期业务。长期服务的系统会利用连接者的利益需求来强化连接，在市场经济合作的连接中，互利起着关键的作用，在智能服务系统中，不仅要设计器件的连接，还要设计好系统与人的连接，对于后者，互利是连接人的粘合剂。

3.  市场化的系统经常比政府系统更有效

政府策划的电子商务不如阿里巴巴有效，人民日报的官方检索系统比不过百度检索，其原因在于政府系统可以用行政手段强力推动连接而轻视互利手段慢而久的连接能力，在政府组建的系统中用户普遍缺乏选择性。

市场机制建立的系统没有行政手段支持只能靠互利来连接用户，用户参与是自愿的，完全从自己的利益出发进行选择，只会参与对自己有利的系统，参与者被互利的粘合剂粘进系统之中，每个系统成员都是评估利弊后才参与，利益的粘合作用使市场系统坚韧。政府组建的系统缺少参与者自主选择的机会，缺乏互利机制的长久粘合，所以不如市场系统可持续。

4.  智慧城市建设要多采纳自组织模式

市场组织的模式是自组织模式，政府统一的规划很难考虑到各参与者细节的利益，这样的系统会缺乏凝聚力。自组织系统给予参与者以充分的选择机会，对提升系统的凝聚力非常重要。自上而下的系统无法准确认识底层的需求与利益，因而无法有效连接各参与者。自下而上的自组织模式的连接是开放的，让利益相关者决定是否参与合作，系统对参与者的利益照顾的越多，系统的凝聚力就越高，运行的质量就越好。智能服务系统要有长久的生命力必须借助于自组织模式。

智能系统的认知过程与系统磨合  

1.  系统磨合是认知过程的组成部分

智慧城市项目建设必须高度重视系统磨合。智慧城市建设核心是社会的重组，电子信息系统是组织优化的工具，城市运转的效率不仅靠信息系统设计得好，还需要系统与社会环境融合得好，融合是相互认知相互适应的过程，这项工作涉及到系统的运行者与用户，凡涉及到人的组织工作都不是容易的事情，其耗费的时间与精力会超过电子系统的开发与安装。

2.   智能化系统要反复磨合才能成功

智能化系统能够运转并不意味着大功告成，系统成功是要有足够的用户规模来使用这一系统。正如一件新产品开发出来并不等于开发成功，只有该产品热销才是成功。智慧城市智能系统成功的标志是得到大量用户的欢迎，这就需要与用户一起，不断磨合改进使运行流畅化，发现问题及时调整，使智能化新产品真正受到社会欢迎。

大部分实用的系统并不是一开始就能设计出来，它们是在运行中改进出来的，一个优秀的系统是长期修改的结果，没有认真的磨合就没有优秀的智能化服务系统的产生。系统磨合的工作量很大，其困难往往高于软件设计人员的想象，其所耗费的时间也会超出计划。

3.  顶层设计应关注磨合与推广的流程

顶层设计人员很难估计到系统磨合过程中会产生的各种问题，这些问题只有在运行后才会产生，也只有在运行后才能进行改进，顶层设计并不是只要设计智能化系统就行了，还要设计系统磨合与推广的流程，如何对运行中出现的问题进行有效的维护与改进，使智慧城市的智能化系统成为一个有效服务的系统。

智慧城市顶层设计的未来趋势  

1.  大一统方案退出历史舞台

早期的智慧城市顶层设计比的是方案的全面性、前瞻性和先进性，于是顶层设计的公司竞相设计出全面完整先进的智慧城市设计方案，然而这种方案在实践中全盘失败，政府不可能有那么多资金来支持这种大一统的方案，这种顶层设计距实际的需求越来越远，无法证明其合理性，设计师承诺的效益均无法验证。随着政府经费的拮据，大一统的智慧城市方案不再受欢迎，每届政府能做的事情有限，政府只需要对其所能做的任务进行顶层设计，大一统系统的顶层设计必然被淡出。

2.  煽动性强的系统混不下去了

很多顶层设计的公司打出“实现政府科学决策”旗号，推销如“城市大脑”、“大数据决策支持系统”“大数据共享平台”等系统向政府索要投资，如今这种鼓动政府投资的办法越来越不灵验，这些煽动性很强的所谓科学决策系统，始终拿不出成功案例，政府决策面对的主要是不确定性问题，这些问题是不可预测的，政府的数据永远是不足的，自动化决策系统并没有实用意义。政府真正关注的是能够改善公共服务的系统，让人民有获得感而不是“能够大幅度提高政府决策水平的系统”。

3.  闪亮登场远不如长期磨合有效益

智慧城市建设是百年的事业，智慧的积累是一个持续不断的过程，快一点、慢一点在历史长河中都只是一瞬间，重要的是积累智慧的质量，智慧的创造与积累不需要大喊大叫，喊叫反而会影响智慧积累的质量。智慧城市建设将会降温，也不再会成为投资的热点，这种情况更有利于智慧城市健康成长。

人们对智慧城市建设的效益有了更多的耐心，真正能够受到公众欢迎项目是经过反复磨合、改进、完善的智能化服务系统，而不是闪亮登场的系统，能将一项服务长久持续改进才是了不起的，智慧是通过持续改进而积累起来。

4.  智慧城市建设热将退烧

社会对智慧城市的认识从迷信转向清醒之后，智慧城市建设热将会退烧，城市的智慧化将进入平静的发展期，智慧城市建设会越来越多依靠企业投资，依靠自组织模式进行建设，政府将与企业合作，以效益目标明确的项目建设为主，地方政府会从本地区需要出发，建设目标明确的智能服务系统，解决居民关心的热点问题。

感 悟

智慧城市不能搞运动式建设，若成为一场运动就会失去科学性和艺术性，变成毫无特色的复制品，不同的城市有不同方案才有智慧，管理部门用不着忙于评比和检查，看看全球智慧城市的优秀案例哪有相同呢？智慧城市不仅仅是工程建设更是科技探索与艺术创新，认真反思智慧城市建设理念之后，人们会认为顶层设计的标准化不是为时过早而是没有必要，智慧城市的标准化应当在具体连接的层次上，如感知网连接标准、数据互操作标准、智能交通信号标准而不应是顶层设计整体标准。