让城市变得更加智能的关键是什么？是将以数据为驱动的分析型基础设施拓展至城市的方方面面。
每个城市似乎都有自己的智慧，尽管这些智慧可能不尽相同。然而一些城市看起来似乎缺乏自己的头脑，好像没有人也没有东西受到控制一样。由于交通拥堵、污染、犯罪和疫病等问题开始失控，城区正变得不适宜居住。随着城区变得越来越大，越来越密集，越来越复杂，它们似乎正变得越来越难以被管理。
我们无法直接对城市群进行直接管理和智力测验，因此，“智慧”的概念在这里只是一个隐喻。高效运转的城市会像有凝聚力的实体一样进行自我管理，仿佛想法被延伸至了细枝末端处。从根本上说，这个智慧是当地市民集体的智慧，然后由当地的公共机构进行解读并执行。这一集体智慧的另一个层面是由其商业机构、社会组织和其他机构的运行所体现的。这个层面处于城市所运行基础设施的程序、实践和惯例之中。
我们或许可以说“有头脑的城市”是一个所有层面都在像钟表一样精准运行的社会。当城市服务被一刻不停的以有预见性的、高效、公平的方式交付，那么这将会收到很好的效果。通常我们将这样的城市叫做“智慧城市”。
“智慧城市”这一术语往往意味着它们拥有一个实实在在的IT基础设施层，能够让社区像智能机器一样运行。此外，这也意味着这一IT基础设施拥有大数据[注]分析这种可以提高智慧的东西。这是“智慧城市”话题在本文中被讨论的一个重要方式。
据《“智能城市”真相》的作者David Barton称，成为真正的智慧城市的方式只有一种，即通过数据和分析。在包括划区、治安、交通管理、服务交付在内的多元化市区管理功能方面， 他概述了数据分析的重要作用。所提及的工具包括了预测分析、地理空间分析、事件监控、性能分析、交互模型、细分化分析，以及“以数据为驱动”的告警等。
在本质上，Barton的讨论涵盖了“市区神经系统”中关键的数据驱动组件。根据这一观点，“市区神经系统”是通过大数据、决策自动化和分析优化基础设施程序反馈循环实现的。智慧城市的大脑能够持续监控和优化它们的运行。我在两年前曾经将这称之为“最佳下一步操作”（即next best action everywhere）。
Barton实际上以自上而下的角度为我们展示了政府机构是如何管理市区服务的。本次“智慧城市”讨论与这一观点具有一致性，讨论展示了政府服务交付中实现数据驱动的三大基本原则。
■规划与管理：以综合数据分析为基础和长期有效的日常管理，能够让长期观察帮助城市保持活力，让市民和公司感到安全。
■基础设施：道路、公共交通和公共事业等基础性服务能够提高城市的满意度和宜居性，但是保持活力的关键是为持续的变化做好准备。
■人员：在通过社会项目、医疗保健和教育满足每名市民需求之时，智慧程度更高的城市把众多小系统整合为大系统，从而形成新的优势。
城市管理部门在履行职能时如何更具智能性？解决这一问题的办法是，重视城市正在不断地将数据驱动分析基础设施拓展于城市的方方面面，其中包括公共安全、交通运输、道路、通信、公共事业、医疗保健、教育、社会服务、经济发展等。近期，围绕“由众多政府部门共享的云服务是如何在城市和地区间持续推动‘智慧城市’技术部署”这一话题，业内正在展开深入的探讨。
另一个办法是，重视不断增加的分层数据分析服务对城市管理智能化的推进作用。我曾经提到了以下这这样一个服务层模型：
平台组件通常包括大数据集群、决策引擎、业务规则管理系统和流计算平台。这需要数据、元数据、预测模型、业务规则、程序编配、服务定义等可重复使用的“业务逻辑”部件作为基础(+本站微信networkworldweixin)，开发人员能够通过综合工具套件进行访问。开发团队应该能够通过由共享管理、协作与开发基础设施形成的交互，从统一的组件库访问这些部件。
还有一个方法是突出“认知计算”基础设施中的增值层，因为它们能够成为 “智慧城市”的基础设施。
智能层在众包讨论中往往会被忽视掉。实际上，它们能够通过社交、移动、物联网工具收集到社区的集体智慧。正如之前所指出的那样，在城市规划中，有远见的人已经开始展望未来，届时智慧城市将能够利用传感器数据提升城市满意度、宜居性、可持续性和环境，从而吸引更多的市民生活、娱乐，或是来此度假。
源自于智能手机的众包是创建智慧城市的关键工具。我在2014年年初曾经公布了一份研究报告，内容是欧洲社会科学家利用移动电话数据绘制出不同城区日常人口密度周期。研究人员使用这些数据根据人员密度和变化情况对城市进行了分类。这一研究表明，移动电话使用密度能够清楚地显示城区人口密度结构在一天当中是如何随着人们的出行、购物、娱乐等行为方式变化的。
对于更具智慧的城区结构，必须要有开放的数据，以及一支由能够为城市所有相关部门建言献策的策略分析师组成的队伍。此外，如今还正在出现新型的市区数据科学家。他们的工作是通过大数据分析工具为规划、监管和促进智能城市的政府部门和机构提供帮助。
毫无疑问，城市自己不会变得更加智能。城市生活中的每一层相关人员都必须不断地努力。数据驱动分析必须要是整个社会都能够享有的开放资源。
