亚洲迎来智慧城市时代？

大至城市，小到城市中的某一个区域，其中大多数建筑和公共空间都有“感官”，有点类似于人有五种感官。不过在智慧城市中，这些感官是数字化的，它们通过传感器收集各种不同信息。

所有通过这些传感器收集的数据都相互关联，这意味着，城市的不同系统和部门可以访问彼此的信息，并做出动态回应。

首先，你有许多历史信息，可用于理解大量数据。其次，基于这些大量数据系统会不断学习并实时的进行智能优化。

智慧城市的发展动力在于，找到了更好的方式，通过现有技术来实现。此外，打造智能建筑以及智慧城市的工具，变得愈发经济，运用也相对容易了。因而你可以获得更多反馈和数据，而不必倚赖单一的来源或行业。

智慧城市的运作，关键在于绘图，绘制包含许多不同层次信息的地图。这些信息不断更新，愈发准确。然后再将不同层次的信息重叠、连接和关联起来。

想象一下，如果要把一个城市的所有信息记录下来，工作量有多庞大!
能源领域工作者，绘制能源消费和生产的地图；水力工作者，绘制所有管道、水管以及供水流向的地图；城市则需要绘制消防部门、高风险地区、紧急救援人员的位置等地图。

智慧城市绘制地图并进行实时监测。它将信息从库中提取出来，使信息公开透明、便于访问。关键问题在于，我们能把地图绘制到怎样的精准程度？我们在海量数据中获取相关信息时，过滤和检索能精确到什么程度？在这方面，人工智能和机器学习将帮助我们取得重大进展。

智慧城市之所以成为可能，是因为我们更善于绘制和使用这些内容详尽的动态地图了，此外，成本也显著降低了。多年以前，实现智慧城市在技术上就可行了，但成本太高。最近，智能技术的成本大幅下降，甚至不费吹灰之力便可使用。通过密集的传感器安装，从而获取大量数据流。

是的，只要你掌握了运用这些数据的工具。当你绘制了一个真正多层次、综合的智慧城市地图，同时拥有过滤和管理所有这些数据的平台时，你将得到相关背景信息，实现更精准的预测。

智慧城市能为你提供许多事件的背景信息。随着时间推移，这些事件不断发酵，记录愈发详尽，预测也愈发精准，最终实现动态预测。

过去，所有这些信息都有利用的可能性，问题在于，信息并没有被联系起来。能源数据在能源库中，传输数据在传输库中等等。单一库中可以优化的东西十分有限，而智慧城市改变了这一局面。

亚洲正在掀起整合城市数据的风潮。在建设智慧城市方面，新加坡处于先进地位，那里的创新水平很高，数据整合程度也很高。虽然东南亚其他国家也在进行这一项目，但都无法比肩新加坡。

曼谷正在积极试验智慧城市项目；胡志明市则在一些区域试点，打造智能化程度更高、数据整合程度更高的新社区。

中国进入了发展的新阶段，综合设施管理的发展就是个很好的诠释。曾经，设施管理是个劳动密集型行业，毫无技术可言，仅限于安排工作人员负责区域的清洁、安保等工作。但是今天，中国的设施管理工作，已经开始向技术密集型转变，正不断实现数字化、自动化和机械化。

从零开始设计新的智能社区，好像和中国正在进行的项目有些类似？

中国在该领域走在前列，城市的发展速度很快，成效显著。而且中国政府一直非常支持智慧城市项目，期望以此推动城市进一步发展。

但是，由于中国城市面积巨大，扩张迅猛，总是面临很大的管理压力。相关部门急需应用科技创新来缓解这一压力。

实际上，与美国和欧洲相比，中国占有一大优势，能从开发之初就将智能仪器和设备置入基础设施，无需二次改造。

谁在推动中国的智能化转变？是政府？还是企业？

实际上是政府和企业的共同作用。地方政府制定了支持智慧城市发展的有力政策，他们知道，智能化是提升地方实力，乃至国家竞争力的关键。许多地方政府都拨款支持创新型公司和相关研究。可见，中国愿意开放国门，接纳所有希望参与智慧城市项目的企业及人才。

智能化转变的动力，源于服务提供商与市民之间日益密切的关系。如今，国人很依赖手机，也了解相关技术。中国走在移动技术发展的前端，在移动电商方面尤为突出。这意味着中国民众对智能化变革抱有积极态度，也使得创新不断涌现。

埃顿能源则专注于其中一方面的转型——即绿色能源、智能化建筑和智能化数据工具。推出了新的物联网平台。同时，如同建设智慧城市一样，依靠的也是大数据，并以数据驱动信心决策，进而实现决策权下放和管理权下放。

在能源管理方面，人工智能无疑会发挥巨大作用，这也是期待通过AEMO平台实现的重要功能之一。

如我所说，企业将不再仅是单一的能源生产者或者消费者，这是绿色能源发展大势所趋。中国的能源行业，正处于经营权由国企下放到私企的阶段，越来越多的个人和组织开始经营自己的能源企业。

换句话说，就是能源企业将呈分布式发展，不仅如此，能源公司还会更加注重满足特定企业的能源需求。在智慧城市中，能源企业可能都由私人运营。你甚至可以想象，未来，个人都有可能成为能源的微型生产商。拥有汽车或其他带电池设备的个人，都可以根据自身需求使用或出售电能。