跨機構協同，實現精準決策
舉個例子，伯曼經常談到有關鼠患數據的成功案例。伯曼和工作人員通過查詢311呼叫中心的數據，在分析、瞭解數據之間相互影響的各個變量時，發現了鼠患問題，伯曼的團隊還注意到主要投訴齧齒類動物的來電數量變量的變化。根據規章要求，在不得不採取行動之前，伯曼的團隊並未讓市政府部門參與進來，而是與街道和環境衛生部門的副專員以及專員查理·威廉姆斯（C harlie Williams）進行商討。
這次商討非常隨意。伯曼和團隊表示：“我們根據您提供的3 11呼叫中心的數據發現了很多有趣的事實。”伯曼知道，沒有什麼比假裝自己比專家還了解他們的工作更能引起他們的不快。他發現小心的“打擊”會讓專家認識到預測模型可能會成為他們的朋友。事實上，模型結果通常與專家個人的直覺相符合。
街道和環境衛生部門的鼠患治理團隊由喬西·克魯茲（Josie C ruz）負責運營。克魯茲已在市政府工作多年，對工作十分盡心並且願意與伯曼的團隊協作。伯曼想要了解31類與轄區鼠患有關的311呼叫中心的來電數據。一些數據關聯結果確認了克魯茲的直覺，例如，與老鼠相關的投訴經常與死鳥有關。
伯曼的團隊提取了克魯茲提供的數據中與街道和環境衛生相關的，以及齧齒動物控制機構是如何處理老鼠問題的相關數據，同時利用相關數據匹配了革新和技術部門做出的預測，重合率達到了80%。革新和技術部門根據數據提出建議前往控制鼠患的大多數位置，也是克魯茲準備前往調查、控制的位置。克魯茲立刻受到了吸引。從伯曼的角度來看，這是一個完美的案例：團隊已經能夠根據數據展開有關工作。
伯曼希望每個部門都能採取這樣的做法，因為革新和技術部門希望這些部門都能夠在與他們相處時自在舒適，能夠相互信任，建立友好的關係。就像紐約市數據分析辦公室裡的邁克·弗勞爾斯（詳情見第6章），伯曼希望城市機構能夠利用數據分析。這就是他選擇鼠患作為例子的原因。街道和環境衛生部門同時還負責除雪、垃圾清理和樹木修剪，但革新和技術部門並沒有研究這些熱點。伯曼說道：“雖然鼠患問題僅僅是其中一小部分的問題，而且你也不希望接到有關鼠患的來電，但這是城市最具風險的服務。”
因此，使用過去的水資源、街道、環境衛生和齧齒類動物數據，革新和技術部門能夠建立模型，幫助城市決定是否需要採取行動：是否投放老鼠毒餌，以及決定城市的哪個區域需要投放老鼠毒餌。伯曼表示，沒有人喜歡談論齧齒類動物問題，但如果你是一個位於大型湖泊上的城市，就需要認真對待。如果我們能夠主動採取行動，而不是等待問題發生，就可以更高效地投放齧齒類動物毒餌。
像往常一樣，行政領導層是促使某個機構採用數據分析方法的主要因素。街道和環境衛生專員威廉姆斯曾對能夠向他提供如何開展工作的技術小發明表示懷疑，但現在他是數據團隊的支持者。威廉姆斯喜歡業餘時間在地下室編制個人程序，他願意接受上述事實。當他知道一定數量規模的實驗性應用已經實施時，他便開始考慮充分採用這種方法。
事實上，在為每個部門挑選初始案例時，伯曼根據一份清單來決定特定的部門數據分析實踐案例是否值得團隊進行機器學習分析。齧齒動物控制可能符合清單中列明的多項因素。建議的案例必須解決部門真正關心的業務問題，又不能在政治層面產生過大的阻力。正如伯曼所說的那樣，鼠患問題沒有任何政治掣肘。實施分析方法對於城市工作人員而言不會有過大的難度。克魯茲已經查看了311呼叫中心的數據以決定響應方法。為從新的數據模型中受益，他只需要在伯曼的監控中增加一些不同的類型標籤。
因此伯曼和威廉姆斯決定通過適當構建試點項目的方法繼續推進有關工作；該試點項目在卡內基梅隆大學的計算機科學家的協助下設計完成。他們在戈德斯坦供職於芝加哥公安部門後，便開始參與芝加哥的數據工作。他們組建了4個專門的齧齒類動物控制團隊，每個團隊以一週為時間單位交替使用各種方法。第一週，他們使用革新和技術部門的數據分析工具，並根據分析確定老鼠誘殺目標。第二週，他們以常規的方式著手開展工作。在試點的第一週，齧齒類動物控制團隊需要根據革新和技術部門數據分析工具的指示，前往尚未向311呼叫中心投訴老鼠問題的房屋。結果證明，該房屋是芝加哥街道和環境衛生部門發現過的受鼠患侵擾最嚴重的地點。數據團隊在這次實驗中取得了巨大成功。
但之後，伯曼接到市長運營團隊的電話，表示他們對於下一步的行動感到困惑。31種呼叫中心中能夠預測房屋內是否存在老鼠的那一類呼叫內容是，居民要求城市整理並替換黑色垃圾箱，這些垃圾箱是市政府免費向居民提供的。街道和環境衛生部門還有大量關於更換這些黑色垃圾箱整頓的請求尚未處理。市長運營團隊中的一位成員提出，如果克魯茲的試點項目繼續實施，那麼部門就會收到越來越多關於更換黑色垃圾箱的來電，因為市民會認為破舊的垃圾箱和老鼠問題有關。伯曼表示，積壓的工作會越來越多，部門在績效指標方面會越來越落後於其他部門。另一個教訓是，革新和技術部門需要幫助人們瞭解分析結果的含義。
伯曼召開會議並清楚地解釋黑色垃圾箱電話僅僅是其中一個變量。然而，市長運營團隊對這些問題的反饋也反映了領導力必須自上而下並且充分放權。這些試點所帶來的洞察力的執行效果取決於合作式的問題解決方案。如果這些試點項目的規劃流程內包括市長辦公室，那麼城市數據運營的效果會更好。
市政廳知道這些努力所產生的結果利大於弊，並且上述數據分析項目將在整體上為更多突破奠定基礎。曾作為使用案例的智能數據平臺將繼續發展。伯曼計劃在初創階段與芝加哥主要部門的每一位專員進行會面，向他們介紹智能數據平臺的情況、城市使用平臺的方式以及加入平臺後會給每一個部門帶來的幫助等信息。他會詢問每個部門希望解決的問題，並與相關部門召開研討會，鼓勵他們思考實現跨機構協同以提升管理效率的可能性。他會尋找令市長和其他選區感興趣的案例。
伯曼希望建立對非工程師用戶友好的平臺。她十分注意敏感性政治主題以及其他公共安全數據。他表示，警察局有它自己的分析人員。他知道未來三年需要與治安人員展開合作，協調他們與其他機構提出的分析計劃。
如果工作進展順利，芝加哥將建立一個能為較大範圍內機構帶來收益的智能數據平臺，幫助許多市政府提高響應力。該平臺利用免費獲得的開源代碼編制，支持其他城市使用平臺的各個部分，以及芝加哥選擇對外公開的任何數據和算法。前任紐約市市長邁克爾·布隆伯格的基金會已經為實現這一願景向芝加哥提供了100萬美元的資金。正如我們在第3章中所說的那樣，當我們描述喬·莫里斯羅在紐約市的工作時，伯曼對新芝加哥智能數據平臺的願景就是創造可供其他城市重複使用，並且無初創軟件開發費用的工具包和軟件範本。此外，芝加哥的技術團隊正致力於創建指導文件和模板檔案館，為其他城市提供開發自身預測分析項目的路線圖，從而實現合作式的解決路線。
如果城市作為平臺的這一理念能夠實現，並應用到全球所有的國家和地區，那麼任何城市都將能夠直接輕鬆地查詢其他城市的數據。實現這一理念很可能會帶來巨大的益處：市政府能夠快速高效地彼此學習。它可以減少封閉式機構運營所形成的障礙，因為全球市政廳不再需要回答在數據隔離狀況下所必須解決的基本城市管理問題。比如，在危險天氣狀況下，如何以最好的方式確定緊急服務目標？如何確定健康服務干預目標，以便它們能夠產生最大的影響？2012年，芝加哥開始將不同的公共數據源遷移至數據庫，這一數據庫將在未來的某一天支撐智能數據平臺。很快，其他城市可能會採取同樣的做法。
數字化轉型，讓決策更明智、更及時
從其他城市的標準化數據中學習的能力與數據預測能力一樣，都對市政府至關重要。為了支持跨城市數據協同的願景，芝加哥已經發布了數據字典（Data Dictionary），這是首個政府的元數據知識庫，作為所有芝加哥數據集和數據庫描述信息的中心目錄。對每一個數據集而言，數據字典包含參與項目設計的聯繫信息、更新日期以及數據所含的種類描述等信息。數據字典在麥克阿瑟基金會的支持下，由芝加哥市政府和芝加哥大學政策研究中心Chapin Hall共同編制而成。芝加哥的分析和績效衡量主任小湯姆·申克（Tom Schenk Jr.）談到了這些合作者對數據字典開發的關鍵作用，他表示，基於這些合作關係，我們才能夠將革新理念納入技術範疇。
數據字典是城市的模範項目，因為它建立在開源平臺上，並且其他城市可以基於各自目的實現個性化應用。芝加哥已開始與那些希望建立自己的數據字典的城市展開對話。申克表示：“數據字典功能的重要性變得越來越明顯，但絕沒有得到應有的充分重視。隨著我們越來越以數據為導向，並且收集更多數據變得越來越容易和便宜，你怎麼知道這些數據是從哪裡來的，具體又包含哪些內容。因此收集並有能力搜索元數據變得與訪問數據同樣重要。”換言之，雖然芝加哥未公佈所有數據，但它披露了所有數據的類型和數據項目信息。這有助於其他城市瞭解芝加哥的數據資源，甚至使它們在未來與之建立連接成為可能。芝加哥團隊希望這是數字化治理的開端：如鐵路測量標準一樣，以供所有人共享和使用的形式來替換異常值和不兼容的結構。這一努力以及它所帶來的巨大影響成為芝加哥和伊曼紐爾市長對響應型城市運動做出的最大貢獻。
我們在第2章中談到的丹尼爾·奧尼爾負責運營的在芝加哥應用發佈前專門進行測試的社區用戶測試CUTS團體。這是他在芝加哥智能合作社的工作之一，構成芝加哥城市利用數字技術的故事中不可或缺的一部分。奧尼爾及其團隊將市政廳的數字開發應用到街區，以此驗證這些開放項目在真實世界裡的可行性。他們經常發現，與他們在市政廳所做的不同，在街區層面，數據和應用程序將產生不同的意義。
例如，芝加哥智能合作社在市長辦公室為幫助父母瞭解學校停課情況及原因而設計的網站field-testing schoolcuts.org中發揮著重要作用。奧尼爾將這種想法引入他的CUTS團隊，每50個地方選區就有一位成員。約翰托爾瓦表示，CUTS團隊是嘗試突破市中心或市政廳心態的一種途徑。對field testing schoolcuts.org網站而言，奧尼爾給每一位參與者提供了一張價值5美元的禮品卡，作為試用界面的獎勵。然而，用戶對界面感到厭煩，父母無法理解正在使用的數據。更有甚者，許多父母對整個應用程序都沒有頭緒，因為應用程序並不是以他們能看得懂的語言展現的。結果，應用程序發生了改變。
在很長一段時間裡，社區用戶測試小組成員在幫助城市解決監管與隱私權之間的權衡問題方面起到很大作用。市政廳瞭解居民感覺“這會對我的城市有幫助”與“這嚇到我了”之間界限的唯一方法就是讓居民參與測試。芝加哥智能合作社的座右銘是：如果這對你沒有任何用處，那麼它就毫無意義。
芝加哥智能合作社已經幫助市政廳避免了一些政治摩擦。在市長辦公室考慮發佈城市的Open311界面時，它意識到在芝加哥的歷史上，50名市參議員第一次有機會查詢選區以外其他選區的市政服務請求狀態。雖然市參議員一直可以查詢所在選區的服務請求狀態，但現在他們還能夠查詢其他選區的服務請求狀態。這是一件大事：他們可以查看服務是否正以公平的方式在選區間分配。很明顯，這充滿了政治意味，但這一數據需要直觀化。城市如何在不惹惱市參議員的情形下完成這一行動？約翰·托爾瓦解釋道：“芝加哥智能合作社建立了名為Chicagoworksforyou.com.的網站。”通過由芝加哥智能合作社承擔壓力，市長辦公室避免了可能會披露一些不安事實的壓力。容易使用的界面以及不容爭辯的數據讓形勢變得平靜，芝加哥智能合作社通過提供技術智慧讓這成為可能。
市政府官員經常擔心向公眾開放數據是否會讓市政府陷入被動。然而，現實卻幾乎是相反的。那些希望擾亂或藉機攻擊市政廳的人總會找到方法。然而，一些居民和應用程序開發人員通過了解更多信息後向市政廳提供幫助終結了這樣的情形。信任和共享的紐帶通過開放行動予以加強。
數據字典，政府的元數據知識庫
前美國鋼鐵南工廠距離芝加哥市中心南部僅16公里，位於密歇根湖附近。該工廠於1901年開始鍊鋼。20世紀90年代，工廠與美國鋼鐵行業大多數企業一樣遭遇停工，從此以後，便一直處於沉寂狀態。目前，房地產開發公司麥卡弗裡股份有限公司（McC affery Interests）正和斯基德莫爾、奧因斯與梅里爾建築師事務所（Skidmore, Owings & Merrill）合作開發這一地帶。他們正在與芝加哥大學城市計算和數據中心的托爾瓦、戈德斯坦以及查理·卡特利特（Charlie Catlett）規劃一個全新的街區。這個街區被稱為“湖邊”，並且將從零開始構建成為一個數字響應型街區。
儘管還在規劃階段，但該項目已使用數字技術，為該街區未來居民創造更好的生活條件。未來幾年，市中心南部的這一地塊可能會成為芝加哥智能水平最高的街區，甚至是北美洲最智能化的街區。
湖邊街區的總體規劃包括大約14 000戶獨棟住宅和高層單元，大約2 500畝的零售服務區，超過60 000畝的公園和自行車道以及一所中學。托爾瓦說道：“這是一項龐大的事業，比盧普區更大。”湖邊街區可能會對芝加哥產生諸多有利影響。它會給芝加哥南區居民提供進入密歇根湖的通道，而此前這個地區的居民是無法進入密歇根湖的。當然，托爾瓦的巨大熱情仍集中在數字化應用上。麥卡弗裡股份有限公司和斯基德莫爾、奧因斯與梅里爾建築師事務所正在使用數據驅動的決策工具對這個大型項目實施規劃：數字模擬項目開發將對周邊地區的交通和能源模式產生的影響。顯然，這是之前從未發生過的，托爾瓦表示：“實際上，戈德斯坦和我使用了非常精細的工具對城市管理進行模擬規劃，但我們僱用的建設者還未使用過上述工具。”
查理·卡特利特及其在芝加哥大學的同事希望改變對建築領域的舊有態度；而卡特利特認為湖邊街區項目可能就是他們需要的契機。卡特利特說話聲音柔和，在數據科學領域具有資深背景，目前他正幫助麥卡弗裡股份有限公司和斯基德莫爾、奧因斯與梅里爾建築師事務所將街區劃分、規模和密度變化與未來湖邊街區的能源使用及交通模式等內容相聯繫整合。卡特利特以中間人的身份安排芝加哥的阿岡國家實驗室與麥克弗裡股份有限公司簽訂了研究協議，卡特利特是該實驗室的資深計算機科學家。此外，卡特利特目前正致力於向美國國家科學基金會尋求其他資金支持。他希望利用規劃師已有的知識指導能源供應規劃，並在湖邊街區項目開始施工之前改變建築規範。
卡特利特使用的第一個數字化工具LakeSim在麥卡弗裡股份有限公司和斯基德莫爾、梅因斯與梅爾建築事務所的職員之間轟動一時。利用LakeSim中設置的不同滾動列表和參數，包括分區、施工計劃和潛在氣候變化，開發人員和建築師可以查看計劃變化可能會對當前的能源和運輸需求，以及最終對空氣質量、居民健康和其他方面的影響。LakeSim支持他們對分區決策和計劃施工日期以幾十年時間為單位，對單獨建築的影響展開測試。但遺憾的是，LakeSim這個名稱本身並不是“模擬城市”（SimCity）。由於真實數據和積極結果十分有限，因此選擇範圍將十分有限，從而導致無法開展有趣的測試。
從零開始建立智能數據平臺
當然，卡特利特希望尚處於規劃階段的數據探索在湖邊街區建成，並在連接至芝加哥其他地區後加速智能數字管理。通過預測建築密度和設計對交通、空氣質量、治安等城市基本要素的影響，他表示模型可能會解決那些需要20年糟糕經驗才能解決的問題。例如，如果設計完成的湖邊街區佈滿城市傳感器，並依據傳感數據進行分析，那麼它可能會為現有城市範圍內的，甚至最終為許多其他城市中出現的積極數據應用變化提供依據。卡特利特表示，如果他一分鐘能夠查看一個人口為15萬人的城鎮（例如伊利諾伊州內伯威爾市）部署智能網格採用的電力使用模式，那麼就可以運營多個模型並對其做出比較，瞭解它們是否能夠預測某個城市的實際能源使用行為，從而建立起鼓勵消費者使用清潔能源的動態的能源市場。這將幫助他很快建立起一個符合現實情況的模型。他表示這樣的模型帶來的益處將不僅限於交通問題。如果存在某種方式可以推斷出某個人是否在家或是否未使用能源，那麼還可以驗證一些交通模型。為該項目定製的具有同等重要性的模型架構將向公眾公佈。他之所以對建立傳感器生態系統如此感興趣，一個原因就是他希望保證數據從來不會被鎖定在固定的數據庫中。
卡特利特、托爾瓦和戈德斯坦建立了合作關係。托爾瓦對那些與湖邊街區有關的環境政策問題十分感興趣；戈德斯坦則對現實場景條件下使用的數據分析感興趣。卡特利特認為在規劃和驗證這些計劃方面，我們還只是處於數據分析流程變革的起始階段。在干預開始之前，他正在收集真實的數據，“干預”一詞在此是針對湖邊街區規劃本身。之後，他希望利用來自其他城市的規劃和驗證數據，並向社會科學家展示他的研究結果。
卡特利特的夢想就是讓湖邊街區成為變革中的21世紀的城市，至少成為全新的數字街區，也可能會對芝加哥其他街區產生積極影響。可以肯定的是：無論湖邊街區最終能否建成，芝加哥無疑將在未來很長一段時間內站在數字化變革的最前線。
品覺導讀
城市是一個數據化的多元有機體
從全世界智能城市的發展情況來看，雖然各具特點，但均呈現出了相似的趨勢，那就是越來越多利用城市進行數據彙集和創新應用開發，通過運用大數據、物聯網、人工智能等先進技術，服務於城市規劃管理，以及滿足日益多樣化的城市綜合需求。
城市是一個多元化的有機體，在制訂城市規劃時，大數據的彙集能幫助管理者還原以及進一步分析未來的趨勢。不過，很多人會忽略的是，使用頻率高的互聯網應用才是大數據的主要來源，政務所得數據佔的份額不多，而且獲取障礙重重，主動協調企業和公共機構的參與才能讓數據足夠全面。以我的經驗來看，有三類社會數據值得特別關注，它們分別是：移動設備數據、支付數據、位置數據等。
很多人認為，智能城市等同於智能政府，這種理解忽略了市民和企業也是城市組成的一部分，沒有一個城市的預算不是緊缺的，所以敏捷的資源配置更有賴於城市中的成員與管理者的高度互動。但以往的時間成本往往是“收集”真實需求的障礙，所以即使傳統民意調查有不少問題，但它還是會成為大家慣用的工具。
幾十年來，我們習慣了在數據稀缺的年代生活，粗略的數據收集造成浪費公款的情況很多。
幸運的是，大數據時代的到來除了改變數據的產生方式，還驅動了新一輪人工智能的興起，現今城市中的各種功能，包括交通、電力、治安、購物、支付等，已經有不少人工智能的身影，更重要的是，它們形成了閉環——既是數據的生產者又是使用者。例如，當我上班使用汽車導航時，我從10分鐘前在同一條路上的汽車留下的數據中獲益的同時，也在貢獻數據給其他人。應用閉環的重要性體現在快速優化上，數據的彙集、管理、應用、評價是一種集體智慧的互動。在汽車導航的例子中，我們每個人都參與進了這場大規模的城市交通的互動中。
另外，在智能城市的項目中，在做頂層設計時，最糾結的問題是切入點的決定，應該服務好的是領導者、管理者，還是市民？優先解決的是環保、交通，還是治安問題？
不管決定如何，我最關心的反而是市民希望從智能城市中得到什麼。不過，要讓市民給出答案並不容易。
我相信，數據的共享與開放是建設智能城市的基礎，通過數據共享與開放，我們應該鼓勵產生更多的創新應用。我更相信，智能城市是一個由政府、企業、市民反覆試錯和互動出來的成果。
