2010年IBM在遙遠的大洋彼岸提出的“智慧地球”，在近10年之後的中國落地生根，發展漸趨繁榮。
無疑，當下隨着人口紅利的消退，消費互聯網的發展漸入緩慢，諸多廠商紛紛轉型。與此同時，有限的市場考驗新入局者的創新思維，難度加大。
在另外一個層面，基於“城市”的一場“創業”圖景似乎剛剛興起。
無論是BAT巨頭倡導的產業互聯網、產業AI，還是中小廠商所極力構建壁壘的智慧工業、智慧物業、智慧停車等，依然是在整個城市大的發展背景之下進行的。用阿里王堅的話來說，人類的城市經過道路改造、電力改造，正進入一個算力改造的時代，多種場景，最終會回到一個數據治理的問題上。
產業界諸多“改頭換面”的例子正不斷湧現，比如有強大渠道的IT集成商聲稱也有智慧城市解決方案，其它傳統賣硬件的企業也都與智慧城市概念擦邊，似乎一場“行業泡沫”正在醞釀。
但實際上，城市場景大而無邊，有着其巨大的包容性和開放性，最終小型解決方案也會被大型平台吸收或者合作，成為城市運轉的一部分。
當然，除了產業界、工業界的齊聲高歌，科研院所的群體力量也正在關注智慧城市領域。從近兩年不斷出現的智慧城市報告、新型智慧城市排行榜、數字孿生頂層設計學派、城市發展模型研究等等趨勢，也看到距離智慧城市標準的建立更進一步。
城市級技術落地的3大動力
“把數據用好，讓技術落地”，正成為智慧城市領域上下游一致的訴求。
有人發力數據，比如大力部署傳感器，構建強大的IoT勢力範圍，在邊緣端用流量寶盒、路由器、攝像頭搜集不同的數據；在地理數據上，會藉助GIS衛星遙感、無人機低空圖像、航空相機來實現地信數據的集合；還有人會通過網絡繼續留存行為數據，做城市人物畫像。
有人發力技術，比如部署城市計算平台，對時空大數據做分類，預測未來車流人流；會對數據治理提出更高要求，追求金融級高安全；會打造AI的閉環，讓數據不僅是分析，還能做出決策，超越人的局限。
在這兩種主流價值導向之下，智慧城市與傳統的城市基礎設施建設“分道揚鑣”，具備更多智能屬性，也是信息化階段之上的智能化。
據悉，促進智慧城市快速發展、城市病不斷得到緩解，究其原因，有三個最大動力：
安防需求。比如城市安防、社區安防逐漸興起，人臉識別、生物識別等黑科技開始在安防領域落地。
城市人口增加。這帶來的後果是教育、醫療、交通的壓力增加，而城市對於需求供應呈現不匹配的狀態。
政府治理。這既包括政府內部公務員效率提升，也包括外部城市科學設計、規劃的需要，政府治理更注重“把每一寸土地都規劃得清清楚楚後再開工”。
在這些動力的驅使下，核心的雲計算、大數據、物聯網、AI、5G、區塊鏈等技術才得以與場景進行深度結合，精準對標城市發展阻礙，城市中的人才能感受“以人為本”不是空中樓宇。
廠商紛紛打響落地戰！
在我國，工信系統、住建系統、發改系統、網信系統幾乎就是智慧城市建設的4支決策性力量。2015年12月17日，網信辦、發改委、工信部等共同見證中國電科與深圳、福州、嘉興共同簽署了新型智慧城市建設戰略合作框架協議，算是邁出了新型智慧城市建設第一步。
此後，智慧城市不斷走向落地。儘管不是“激變”，但“微調”也有其真正的價值。
1）智慧交通
“讓紅路燈交流”是業界流行的智慧交通初級概念。後來阿里城市大腦強勢崛起，在杭州蕭山開始對從信號燈優化、交通事件實時識別、應急車輛優先調度、重點車輛管控、社會治理和公共安全保障等着手，依據公開的城市季度報告，在全國最擁堵城市排行榜上，杭州從2016年的第5名下降到2018年第二季度的第57名。
近期，阿里36億元入股A股上市公司千方科技，對智能交通和邊緣計算重點發力。銀江股份、浩鯨科技、高德地圖、滴滴、騰訊、百度、千尋位置等企業或平台都對智慧交通也都是大力投入。
落地場景上，更高精度地圖來襲，車路協同、車聯網成為無人駕駛先導，一鍵護航成了城市應急的亮眼表現，乘車碼與刷臉進站在服務市民道路上走得更快。
2）智慧社區
社區場景，最重要的是物業場景。物業行業以“勞動密集”的特點著稱，2018年物業服務百強企業管理面積均值達3718萬平方米，市場一片藍海，大社區相當於一個10萬人的縣城。物業領域現在興起了智能監控攝像、智能車閘、智能門禁、智能井蓋等等，就是IoT等技術帶來的便利。
除此之外，一條社區機械人的賽道日益形成。高仙清潔機械人、艾可清潔機械人、它人清潔機械人、國自清潔機械人等已提前佈局，更多的樓梯清潔機械人、室外掃地機械人、室內洗地清潔機械人、巡邏機械人、雜草清除機械人、垃圾桶清運機械臂等一整套機械人隊伍將迅速出現。
可見，社區場景下的技術競爭也並不比其他場景鬆懈。
3）智慧安防
傳統的安防廠商已經不再滿足於賣攝像頭設備，而是追求更多前沿的技術被應用。而純AI技術起家的獨角獸企業，也都紛紛推出落地安防的方案。
比如，海康威視與碧桂園服務合作中有一個典型的應用是“一鍵巡邏”。
以往的保安巡邏都是每隔1個小時巡邏一次，一次至少也要1小時，而且在監控室，1000多張畫面在監控顯示屏滾動播放，靠人力很難及時發現問題。通過一鍵巡邏，每隔20分鐘抓取一次監控，安保人員可以調取小區內的所有監控，並同一時間抓拍各種場景的圖片，通過算法分析，最終生成巡邏報告。
商湯、曠視等AI企業在人臉識別技術上一直做得比較靠前，而現在，隨着城市安防、社區安防逐漸興起，其應用場景將會更加廣闊。
4）智慧工業
工業是第二產業，是國民經濟支柱性行業，所有的製造材料、消費品都來源於此，而人類生活的基礎設施即水電網都在其中。由於人力成本的增加以及擴大生產規模的需要，工業企業必須與AI結合索求生產力。
以京東城市計算為例，國家能源集團此前做過AI優化火力發電。案例中，華電天仁與京東城市聯合研發出基於深度學習的鍋爐燃燒模擬器和基於強化學習的火力發電優化模型，將燃燒物理過程結構化建模嵌入到AI模型中，對火力發電機組的歷史數據進行充分分析與處理，最終，“鍋爐熱效率提高0.5%”，一個60萬千瓦機組一年能夠節約燃料費用200多萬元。
此外，阿里雲工業大腦此前與全球第一的產釩企業攀鋼集團合作，降低鋼鐵料消耗、優化冷軋控制工藝；幫助中國最大的輪胎生產企業中策橡膠的橡膠密煉合格率提升 5%。而騰訊雲與中國商飛上海飛機製造有限公司的合作，也在用AI探索設備預測性維護、生產工藝流程、生產過程質量檢測、產品質量檢驗等智能製造場景中的應用。
加拿大工程院院士、IEEE Fellow、江行智能CEO劉江川在接受媒體專訪時表示，2019是泛在電力物聯網的元年，這個行業會成為一個新的風口，未來在邊緣端的革命將會重塑計算場景。
可見，技術和製造業的世界正在融合，創造了一個良性循環，這在本質上也可以推動IT支出。
5）數字政府
現階段城市之間的競爭，實際上也包括高效政府的PK。
從2017年開始，不斷有政府部門提到“讓數據多跑路，讓百姓少跑路”，此後一批批所謂的“政府一號工程”紛紛出爐，國家也對數字政務做了諸多政策指引。其中，北上廣深杭等地走的比較快。雲南在騰訊的技術支持下，推出了“一部手機游雲南”，也可謂是政府在文旅事業上的大動作了。
目前，全國省級機構改革正在如火如荼地進行，至少 29 省份的機構改革方案已獲中央批覆同意。比如廣東省政府成立了政務服務數據管理局、貴州省政府成立了大數據發展管理局。
其中，數字廣東公司在廣東的實踐案例值得關注，推出了國內首個民生服務小程序，實名用戶超千萬，針對公務員推出的政務微信目前已集合了50萬公務員，此外，政務服務網也在匯聚了廣東的省、市、縣、鎮、村五級政務服務事項，非常便民。
值得一提的是，一份行業報告顯示：數字政務正在由沿海向西部、北部地區縱深發展，呈現出“入口上移、服務下沉”的發展態勢，對營商環境、區域經濟的帶動作用持續顯現；雲計算在政府間的普及程度進一步加深，政務用雲量大幅增長。
2019年智慧城市的落地，期待什麼？
從落地上面看，智慧城市已經走向縱深，但要做的工作依然還有很多。
2019年，邊緣計算被熱炒，但其在邊緣端的數據處理上確實有着無限想像空間，隨着5G的逐步商用和IoT的廣泛部署，邊緣計算將更進一步迎來爆發；
2019年，數據湖概念泛起，數據湖作為大數據時代的架構，是實現數據智能和其他AI的一個應用基礎，也成為未來城市不可或缺的部分；
2019年，時空大數據成為學術界和產業界的焦點，GIS升級、測繪革命、時空信息雲平台建立紛紛被廣泛討論，行動力也在迅速提升，城市建設正注入新鮮血液。
......與城市相關的技術還有很多，學術派也正在思考新的理念和方向，而落地，則是檢驗其的唯一標準。