12月19日，天奈人機交互有限公司總經理謝家騏作為僑銀城市管理股份有限公司代表，以“重塑城市服務：數據與智能驅動的未來”為題，作了主題發(fā)言。謝家騏強調，未來環(huán)衛(wèi)行業(yè)的核心壁壘不再是擁有多少輛車，擁有多少人的規(guī)模，而是它的“全域數據計算與決策能力”有多強。

謝家騏

　　隨著國家"十五五"規(guī)劃的深入推進，城市管理服務行業(yè)正經歷一場深刻的變革，其治理核心已全面升級，對"全域感知"與"精準智治"提出了更高標準。與此同時，僑銀股份也在發(fā)生顯著的變化，它正在被代碼、數據和算法重構，正在進階為一座面向未來的城市計算中心。僑銀股份攜手北京愛化身成立天奈人機交互(廣州)有限責任公司，依托北大頂尖AI團隊背景與互聯(lián)網大廠實戰(zhàn)經驗，正式開啟城市智理的新篇章。

　　未來競爭核心的三要素

　　謝家騏指出，當前環(huán)衛(wèi)行業(yè)面臨諸多痛點。不少企業(yè)在推進數字化與AI化轉型過程中，雖投入大量資源建設了智慧環(huán)衛(wèi)平臺，打造了“一屏統(tǒng)管”系統(tǒng)，但許多所謂的智慧化項目仍舊停留在表層，未能深度融合業(yè)務與實際治理場景，且難以形成扎實有效的治理能力。這種現(xiàn)狀若得不到根本改善，將無法適應“十五五”期間行業(yè)所面臨的更高要求與挑戰(zhàn)。

　　謝家騏強調，未來環(huán)衛(wèi)行業(yè)的核心壁壘絕不再是擁有多少輛車，擁有多少人的規(guī)模，而是它的“全域數據計算與決策能力”有多強。這項能力主要分為三個要素：

　　一是資源數字化經營。就是人、車、物資等資源是否做了數字化，這些數據是否能上行到整個數據中臺上面來進行計算;

　　二是場景智能化決策。所有的作業(yè)場景是否能基于實時數據和智能分析，對于不同的項目場景，進行判斷和決策，來提升整體項目的運轉效率，這是一個關鍵的要素;

　　三是過程算法優(yōu)化。在每個項目作業(yè)的過程中，除了人為經驗上面的優(yōu)化之外，能不能把成本也節(jié)省下來。這三個要素構成了“全域數據計算與決策能力”的強弱。

　　"具身智能城市綜合治理"模式重塑城市服務作業(yè)流程

　　謝家騏提出，未來的城市服務將更像是一場精準治理的“外科手術”。當前，許多作業(yè)場景仍延續(xù)傳統(tǒng)模式：項目經理需每日與A、B、C、D組召開晨會，逐一部署各組任務，流程依賴人工協(xié)調，效率受限于信息傳遞的時效性與準確性。

　　而未來的城市治理將實現(xiàn)質的飛躍：在每日開工前，系統(tǒng)已整合當日天氣預報、歷史作業(yè)數據及突發(fā)事前預警，并通過多方案推演生成最優(yōu)作業(yè)策略，精準推送至一線作業(yè)人員手機端，形成可執(zhí)行的“作戰(zhàn)指令”。

　　同時作業(yè)過程中，車載攝像頭、路側感知設備等物聯(lián)網終端將實時回傳現(xiàn)場數據至智能體平臺，平臺基于動態(tài)信息實時調度和處理，其核心就是提高整體的作業(yè)效率，避免浪費。

　　未來城市治理，應該是從“被動響應”轉向“預測性作業(yè)”，從“經驗管理”轉向“算法驅動”。但要實現(xiàn)這樣的場景，謝家騏認為，僅僅依靠智慧城市或者智慧環(huán)衛(wèi)系統(tǒng)是不行的。作為行業(yè)的龍頭，僑銀股份明白，真正的智慧化并非簡單地用機器取代人工，而是構建數智產業(yè)生態(tài)，重塑城市管理服務作業(yè)流程。

　　這一模式有三大核心理念，一是賦能而非替代，是將復雜的算法封裝成簡單易用的工具或作戰(zhàn)指令，讓執(zhí)行更高效，讓決策更科學;二是用本體論作為數據治理的核心，然后為AI理解業(yè)務邏輯做出更加精確的判斷，打破傳統(tǒng)數據庫中的數據孤立存在的局限;三是構建了一套行業(yè)首創(chuàng)的"具身智能城市綜合治理模式"技術架構，這套體系貫穿"感知—推理—決策—執(zhí)行"的完整治理能力，由四個核心層級構成，共同構筑了未來城市治理的底座能力。

　　謝家騏詳細介紹了"具身智能城市綜合治理模式"技術架構的四個層級：

　　第一層是全域數據虛擬化集成(感知)，只做連接器，不做搬運工。這一層采取的策略是虛擬化集成，通過API網關和連接器，讓數據可以保持在它原生的存儲位置，通過統(tǒng)一的接口和原數據目錄，實現(xiàn)跨系統(tǒng)實時安全的統(tǒng)一訪問。

對象之間的語義關聯(lián)

　　第二層是本體層(推理)，AI決策的基礎是最關鍵的一層，也是系統(tǒng)的認知大腦。本體層將扁平、零散的數據轉化為具備語義理解能力的知識圖譜，讓系統(tǒng)真正"懂行"，例如，AI通過語義理解識別當"B路段"(對象)發(fā)生"嚴重污染"(事件)時，應調度"張三"(對象)處理，實現(xiàn)了從"查數據"到"懂業(yè)務"的飛躍。

　　當所有的數據被本體層關聯(lián)起來了之后，實際上就創(chuàng)造了一個高保真且具備因果推理能力的基于數據的城市服務數字孿生模型，這時大模型才能真正起到作用，也才能去進行復雜的推理。

　　第三層是模擬推演(決策)，事件前的數字沙盤。基于本體層，僑銀股份打造了基于智能體的模擬推演能力，將每輛車、每位工人視為獨立智能體，利用歷史數據進行反事實分析和沙盤推演，為當天的作業(yè)模擬多種方案，計算不同方案的成本、效率和投入產出比(ROI)，助于方案比對與優(yōu)化。

　　第四層是決策支持與指令輸出(執(zhí)行)，從"向上匯報"到"向下指令"，逆向賦能一線，實現(xiàn)技術的"最后一公里"落地。原來僑銀股份所有的數據都是向上匯報，然后供管理層去查閱，但數據必須向下流動，然后通過低代碼工具，將復雜的AI決策封裝成簡化的應用，一線人員拿到的不再是需要去解讀的Excel的報表，而是一條清晰地、及時地，具有時效性的作戰(zhàn)指令。當一線作業(yè)人員執(zhí)行完指令之后，通過感知網絡，能將他作業(yè)的實時結果及時的反饋到整個平臺里面去。

　　僑銀的"超級員工"(Agent)

　　在"具身智能城市綜合治理模式"的架構下，僑銀股份已著手構建了內部的"城市治理智能體平臺"。該平臺將復雜的AI能力封裝成多個針對特定業(yè)務場景的"超級員工"(Agent)，旨在讓技術真正服務于經營，解決城市管理中的實際痛點。

編輯：趙利偉