王明哲《市政服务数智化实战》

• 从十四五规划看数字经济

• 数字经济的核心：数字化转型和数据要素

• 数字化转型：数字化是业务和IT的深入融合

概念导入小互动：如果你在跟心仪的女神约会…
2、数字化顶层思维框架

• 精益思维：梳理业务，发现数字化入手点

• 编程思维：掌握计算机的语言，提升数字化项目成功率

• 数据思维：让数据产生价值，展望数字化转型的终局

案例：精益趣解-“一个强迫症和控制狂的发病史”，从“月晕”中掌握数据思维。
小互动：在指路问路中掌握编程思维
3、我们应该关注哪些数字化技术

• 基础设施：解除计算机的能力封印

• 数据应用：搬金砖VS挖金矿

案例：谷歌云计算，华为5G，某外贸公司营收预测
4、数字化转型有哪三个必经阶段

• Digitization：无纸化

• Digitalization：高效化

• Digital transformation：无人化

• 每个阶段的关键技术以及数字化的决胜技术

案例：人员绩效智能评估系统
5、数字化转型的两大核心半场

• 信息化：固化流程/信息流转/数据积累

• 人工智能：找准价值“点”/匹配“针”对性技术

案例：从顶尖运动员看企业数字化转型之路

二、数字市政的应用现状
1、数字市政有哪三个必经阶段

• 信息流动

• 数据打通

• 智能研判

• 判断您的部门正处于那个阶段

2、数字市政大盘点

• 数字市政供应商大盘点

• 数字市政应用场景大盘点

• 城市数字化程度大盘点

• 现有数字市政的经验及教训

案例：华为/百度/腾讯/阿里政务云对比，BAT眼中的城市大脑，华东某一线城市综合治理案例，华南某一线城市智慧交通案例，深圳公安局某分局智慧服务厅，

三、智能化的底层原理
1、人工智能的2大底层原理

• 逻辑固化：师傅“教”徒弟

• 知识抽取：师傅“带”徒弟

案例：预测男生是否会受女生欢迎
2、人工智能的6大底层套路

• X-Ypairs：知识抽取

• Y→X：生成万物

• X1-X2 pairs：推荐匹配

• X only：聚类算法

• Y only：超越人类

• Dot & Line：知识图谱

• 人工智能发展的终点

案例：百度智能客服，谷歌药物预测系统，淘宝推荐系统，清华数字虚拟人，谷歌核聚变控制系统，美军自动驾驶战机
3、人工智能的6步落地法

• 价值驱动 or 数据驱动

• 机器学习 ≠ 江湖算命

• 数据模型 VS 机理模型

• 大数据   ∪ 深度学习

• 行业专家 ||  客观事实

• 行政可行 ≈  最大门槛

案例：产线良品率提升，大型工程机械故障预测，工业智能无损检测，自动驾驶系统，AI量化交易-年化收益率1000%
4、工业领域AI落地的7大场景

• 销量预测

• 产品质量检测

• 耗品寿命预测

• 设备预测性维护

• 场地巡检

• 智能排产及调度

• 工艺参与自动优化

案例：某著名汽车品牌销量预测，焊接故障检测，刀具寿命预测，大型设备故障预测，电力行业巡检，百度AI物流调度最优化案例，某污水处理厂工艺优化

四、市政智能化的发展和挑战
1、数字市政发展的终点

• 人民幸福感极大提升

• 社会运转效率极大提高

• 信息不对称得到持续改善

• 社会“法治”程度不断进步

2、市政智能化面临的挑战

• 缺少既懂业务逻辑又懂AI知识的交叉人才

• 方便高效与安全稳健是永恒的反义词

• 马太效应在智慧政务中的体现

• 客观规律决定的渐进式发展

2、市政智能化带来的机遇

• GDP的“放大器”

• 重大决策的“指南针”

• 社会问题的“透视镜”

• 重大危机事件的“灭火器”

• 难缠大城市病的“终极药方”

案例：北京某中心城区AI公园项目，江苏省某市公安局大数据舆情分析平台，“天眼”卫星智能防灾监测系统，某省会城市政法数据安全项目，某国家部委应急处置系统，北京市某街镇生态环境精细化感知，河北省某新区时空遥感分析项目