【智慧城市網(wǎng) 企業(yè)關(guān)注】自ChatGPT問世以來，大模型這一新興人工智能技術(shù)引起了社會的廣泛關(guān)注。大模型不僅可以模擬人類進(jìn)行自然語言交流，還具備多模態(tài)能力，能夠完成語言交互、代碼生成、圖像生成等多種任務(wù)。與傳統(tǒng)的決策式人工智能相比，大模型或?qū)⒊蔀槿祟悘?qiáng)大的合作伙伴，提高生產(chǎn)效率并創(chuàng)造更多價(jià)值。過去數(shù)年，我國城市智慧化建設(shè)取得了長足發(fā)展，各地城市基本完成基礎(chǔ)信息化系統(tǒng)建設(shè)，并儲備豐富的城市數(shù)據(jù)。因此，智慧城市成為大模型理想的應(yīng)用場景之一。但如何因地制宜的構(gòu)建城市治理大模型，并將之用好、用透，切實(shí)服務(wù)城市治理場景，提升城市治理范式的現(xiàn)代化、科學(xué)化、智能化，是一個(gè)值得深思的課題。
 

　　01、大模型 落地智慧城市的挑戰(zhàn)
 

　　順應(yīng)著城市治理到城市“智”理的發(fā)展浪潮，人工智能已從萬千碎片化的小模型時(shí)代走向“百模千態(tài)”的大模型時(shí)代。伴隨著ChatGPT(美國OpenAI公司開發(fā)的人工智能聊天機(jī)器人程序)的面世，各類大模型智能涌現(xiàn)，逐漸成為人工智能技術(shù)的最新體現(xiàn)。
 

　　在智慧城市建設(shè)中，大模型更多是起到基礎(chǔ)設(shè)施的作用，大模型的能力要依靠場景去表達(dá)，同時(shí)大模型的價(jià)值要以輔助智慧城市各類參與者為核心。如何基于大模型這樣一種最新的人工智能手段為基底，打造智慧城市各項(xiàng)業(yè)務(wù)場景，賦能智慧城市各類參與者，已經(jīng)成為新形勢下智慧城市建設(shè)亟待破題的關(guān)鍵。
 

　　（一）如何構(gòu)建行業(yè)大模型，以智慧城市應(yīng)用場景為驅(qū)動，推進(jìn)行業(yè)精細(xì)化治理
 

　　通用大模型存在意圖理解能力弱、知識割裂離散、泛化適配能力差等特點(diǎn)。如何從“通用”走向“專業(yè)”，大模型需要在智慧城市應(yīng)用場景上發(fā)揮出更大的價(jià)值。
 

　　通用大模型具有出色的泛化性能和通用知識，而針對特定行業(yè)或領(lǐng)域的需求，要結(jié)合特定的行業(yè)數(shù)據(jù)對通用大模型進(jìn)行優(yōu)化，以適應(yīng)行業(yè)的特定需求和挑戰(zhàn)。大模型的特點(diǎn)是創(chuàng)造性的智能涌現(xiàn)，存在“不確定性”，而智慧城市需要的是“確定性”，如何揚(yáng)長避短，充分利用大模型的優(yōu)勢，控制大模型的“不確定性”帶來的負(fù)面價(jià)值是關(guān)鍵。
 

　　而恰恰是行業(yè)大模型充當(dāng)著“行業(yè)專家”的角色，更專注于某個(gè)特定領(lǐng)域的知識和技能，具備更高的領(lǐng)域?qū)I(yè)性和實(shí)用性，能夠解決智慧城市的“確定性”問題。
 

　　在智慧城市領(lǐng)域，如何結(jié)合智慧城市各細(xì)分領(lǐng)域的行業(yè)經(jīng)驗(yàn)和專業(yè)知識，在通用大模型的基礎(chǔ)上探索與打造各類智慧城市行業(yè)大模型，使其具備專業(yè)的知識問答、語言理解、文本生成、邏輯推理等能力，提升專業(yè)領(lǐng)域的場景應(yīng)用效果，解決城市管理、基層治理、城市安全、民生訴求、法治政府等細(xì)分行業(yè)場景的痛點(diǎn)問題，賦能智慧城市新變革，已經(jīng)成為大模型技術(shù)產(chǎn)品落地智慧城市應(yīng)用不得不面對的一大挑戰(zhàn)。
 

　　（二）如何體現(xiàn)以人為本，基于大模型輔助智慧城市各類參與者
 

　　大模型的應(yīng)用不是錦上添花，而是切切實(shí)實(shí)能夠落地并產(chǎn)生顯著價(jià)值。大模型賦能智慧城市的應(yīng)用場景探索，要以精準(zhǔn)識別行業(yè)痛點(diǎn)為原則，以提升城市治理效率為出發(fā)點(diǎn)，更要以輔助智慧城市的各類參與者為核心。
 

　　智慧城市的建設(shè)是一項(xiàng)復(fù)雜的工作，智慧城市的參與者包括城市管理、基層治理、城市安全、民生訴求、法治政府等領(lǐng)域相關(guān)的社會公眾、話務(wù)人員、城管人員、執(zhí)法人員、網(wǎng)格員、基層參與者、各級領(lǐng)導(dǎo)等人員。每類應(yīng)用場景普遍存在“范圍廣、事情多、人員少、效率低”等問題。
 

　　如何面向不同的智慧城市細(xì)分領(lǐng)域場景，運(yùn)用大模型技術(shù)精準(zhǔn)識別痛點(diǎn)難點(diǎn)，輔助多元參與主體高效開展工作？成為了構(gòu)建新型智慧城市新格局的破題關(guān)鍵點(diǎn)。
 

　　在民生訴求方面，市民撥打熱線電話的趨勢逐年遞增。以2022年的數(shù)據(jù)為例，北京全年工單量7500萬件、上海2000萬件、廣州3206萬件、深圳1200萬件，針對民生訴求“電話占線”的痛點(diǎn)，通過大模型可賦能客服人員，讓熱線接的更快、分的更準(zhǔn)、辦的更實(shí)，讓百姓訴求不占線，從而提升民生訴求工作成效、優(yōu)化市民服務(wù)水平。
 

　　在法治政府方面，目前全國的法律、行政法規(guī)、地方性法規(guī)、部門規(guī)章加起來超過10萬部。不僅如此，執(zhí)法機(jī)構(gòu)和執(zhí)法人員規(guī)模龐大，以天津市為例，全市執(zhí)法機(jī)構(gòu)2458個(gè)，執(zhí)法人員達(dá)2.5萬。針對法治政府“精準(zhǔn)執(zhí)法”的痛點(diǎn)，通過大模型技術(shù)可服務(wù)執(zhí)法人員，解決法律繁多記不住、用不準(zhǔn)、法不好“依”的問題，讓執(zhí)法更精準(zhǔn)。
 

　　在基層治理方面，上面千條線，下面一根針，基層工作人員面臨著巨大的工作壓力。全國據(jù)不完全統(tǒng)計(jì)共有450萬名基層網(wǎng)格員。基層工作者每天都需要開展基礎(chǔ)信息采集、為民服務(wù)、重點(diǎn)巡查、特殊人群走訪、社會治安輔助、生態(tài)環(huán)境巡查、矛盾糾紛調(diào)解、社區(qū)管理、隱患排查等工作，面臨著多種考核任務(wù)的壓力。針對基層治理“即可能用”的痛點(diǎn)，通過大模型可賦能基層工作者，切實(shí)為基層減負(fù)提質(zhì)增效，讓基層工作者隨時(shí)隨地享受信息化帶來的便利，讓基層的線上化更加簡單。
 

　　在城市管理方面，全國目前有200多個(gè)地級市，接近400個(gè)縣級市，絕大多數(shù)城市無法有效借鑒先進(jìn)城市的管理經(jīng)驗(yàn)，無法找到符合自身特點(diǎn)的管理方法。針對城市管理“優(yōu)秀經(jīng)驗(yàn)復(fù)制難”的痛點(diǎn)，通過大模型可賦能城市管理人員，合理有序沉淀管理經(jīng)驗(yàn)，同時(shí)有效制定城市管理綜合評價(jià)方案，提升城市綜合測評水平，最終因地制宜地給出城市管理方向指引。
 

　　在城市停車方面，據(jù)公安部統(tǒng)計(jì)，截至2023年9月，全國機(jī)動車保有量達(dá)4.3億輛，機(jī)動車駕駛?cè)?.2億人，然而停車場相關(guān)的基礎(chǔ)設(shè)施缺口卻達(dá)8000萬個(gè)。針對城市停車“停車貴、停車難”的痛點(diǎn)，通過大模型可賦能停車運(yùn)營人員，切實(shí)緩解城市交通擁堵、解決城市停車難的問題，讓停車更便捷。
 

　　以上舉例只是智慧城市當(dāng)中的幾個(gè)核心業(yè)務(wù)領(lǐng)域，總而言之，大模型在智慧城市當(dāng)中的應(yīng)用要能切切實(shí)實(shí)賦能智慧城市的各類參與者，而不只是個(gè)“花架子”。
 

　　02、大模型賦能智慧城市業(yè)務(wù)場景分析
 

　　面對不同智慧城市場景當(dāng)中各類參與者的痛點(diǎn)及核心訴求，大模型的應(yīng)用應(yīng)結(jié)合行業(yè)經(jīng)驗(yàn)和專業(yè)知識，打造符合行業(yè)實(shí)際需求的場景應(yīng)用新范式，賦能智慧城市高質(zhì)量發(fā)展。
 

　　（一）大模型賦能民生訴求“優(yōu)服務(wù)”
 

　　開展民生訴求工作是政府傾聽民眾聲音、打造“服務(wù)型”政府的重要手段。然而，如何有效解決“市民訴求雜、人力資源缺、運(yùn)營成本高、數(shù)據(jù)分析弱、領(lǐng)導(dǎo)關(guān)注頻”等問題，成為了提升民生訴求工作成效、優(yōu)化市民服務(wù)水平的關(guān)鍵。上述問題主要體現(xiàn)為各類熱線都?xì)w并到12345，受理事項(xiàng)覆蓋廣，對話務(wù)員專業(yè)素養(yǎng)有著越來越高的要求；訴求工單量大，電話經(jīng)常占線，話務(wù)員的情緒化容易影響市民的滿意度；需要大量的客服人員保障全天候接聽來電，但相關(guān)人員技能水平參差不齊；報(bào)告報(bào)表制作耗時(shí)耗力、分析決策建議不足；一把手領(lǐng)導(dǎo)每天關(guān)注的群體熱點(diǎn)事件但是無法精準(zhǔn)識別等方面。
 

　　通過構(gòu)建基于大模型的智能對話引擎，賦能政務(wù)熱線，由“數(shù)字人”自動、快速處理各類投訴和咨詢問題，解析政務(wù)熱線中的關(guān)鍵信息后生成問題工單，服務(wù)群眾供水供電、游商占道、住房公積金等方面的需求。相比于傳統(tǒng)人工客服和機(jī)器客服，大模型“數(shù)字人”的語義理解更為精準(zhǔn)、意圖識別更為到位、應(yīng)答話術(shù)更為靈活、市民服務(wù)更加人性。同時(shí)基于大模型能力，對民生訴求數(shù)據(jù)進(jìn)行要素級提取、分析，引導(dǎo)式生成不同應(yīng)用維度分析報(bào)告，有望整體革新民生訴求工作方式，更好服務(wù)市民。
 

　　（二）大模型賦能法治政府“強(qiáng)規(guī)范”
 

　　強(qiáng)化執(zhí)法人員能力建設(shè)、素質(zhì)提升，規(guī)范執(zhí)法方式、執(zhí)法流程，規(guī)范訊問筆錄流程、提高訊問筆錄效率是行政執(zhí)法的關(guān)鍵。針對法治政府建設(shè)當(dāng)中執(zhí)法人員行政處罰工作存在：法律條文方面的執(zhí)法依據(jù)記不住、筆錄問詢方面的筆錄制作不規(guī)范、自由裁量權(quán)方面的自由裁量運(yùn)用不當(dāng)、法制審核方面的法制審核人員力量薄弱等痛點(diǎn)難點(diǎn)堵點(diǎn)，通過城市治理行業(yè)大模型賦能，可幫助執(zhí)法人員根據(jù)線索詳情智能識別違法行為，推薦相關(guān)案由及違則罰則，完成執(zhí)法立案登記；智能推薦筆錄模板，一鍵填充執(zhí)法文書內(nèi)容，完成執(zhí)法調(diào)查詢問筆錄；智能完成案件審核，實(shí)現(xiàn)自查自糾；智能推薦相關(guān)的自由裁量建議，輔助執(zhí)法決定。
 

　　同時(shí)，可以嘗試探索基于大模型的數(shù)字人遠(yuǎn)程訊問，基于大模型的能力支撐，可以有效規(guī)范訊問流程、提高訊問效率、避免直接與違法人員產(chǎn)生正面沖突，探索非現(xiàn)場執(zhí)法的新方式。
 

　　（三）大模型賦能城市管理“優(yōu)考評”
 

　　綜合評價(jià)工作的有效開展是城市管理業(yè)務(wù)的重要環(huán)節(jié)，涉及到是否能夠客觀、合理評估城市管理成效，是否能夠面向城市管理做出精準(zhǔn)決策。然而，當(dāng)前在城市綜合評價(jià)中依然存在著“評價(jià)方案制定難、評價(jià)指標(biāo)設(shè)計(jì)難、決策建議形成難、優(yōu)秀案例復(fù)制難”等痛點(diǎn)，阻礙了高質(zhì)量、高格局地推進(jìn)城市管理工作。具體體現(xiàn)為城市管理事項(xiàng)多、綜合評價(jià)標(biāo)準(zhǔn)復(fù)雜，各地城市因行政管理權(quán)責(zé)差異，個(gè)性化評價(jià)方案制定難；綜合評價(jià)指標(biāo)依賴系統(tǒng)上報(bào)和現(xiàn)場考察，指標(biāo)獲取主觀性影響大，評價(jià)標(biāo)準(zhǔn)難以落實(shí)，方案落地難；各地評價(jià)方案各自按需制訂，缺少經(jīng)驗(yàn)總結(jié)和沉淀，優(yōu)秀案例復(fù)制難。
 

　　通過構(gòu)建基于大模型的城市評價(jià)方案，可根據(jù)城市規(guī)模、評價(jià)目標(biāo)、工作辦法，關(guān)注重點(diǎn)及相關(guān)配套機(jī)制，構(gòu)建個(gè)性化評價(jià)方案；應(yīng)用大模型賦能，進(jìn)行智能化采集、智能化分析城市管理高發(fā)問題、高發(fā)區(qū)域，同時(shí)根據(jù)評價(jià)周期內(nèi)采集數(shù)據(jù)，客觀評價(jià)城市管理情況，找出問題短板，生成決策建議。大模型的應(yīng)用，可提升城市綜合測評水平，因地制宜給出城市管理方向指引，讓經(jīng)驗(yàn)被更好沉淀。
 

　　（四）大模型賦能基層治理“減負(fù)擔(dān)”
 

　　當(dāng)前基層治理普遍面臨著“基層工作任務(wù)重、業(yè)務(wù)系統(tǒng)效率低、基層數(shù)據(jù)分析難”等痛點(diǎn)。具體體現(xiàn)為：基層工作人員同時(shí)承擔(dān)城管、民政、公安、衛(wèi)計(jì)等多個(gè)垂直部門下發(fā)的圍繞“人、地、事、物、情、組織”等基礎(chǔ)數(shù)據(jù)采集例行工作，數(shù)據(jù)采集工作量大；各業(yè)務(wù)系統(tǒng)存在壁壘，造成數(shù)據(jù)重復(fù)采集、數(shù)據(jù)質(zhì)量參差不齊問題突出，無法滿足基層數(shù)據(jù)快速采集、及時(shí)更新的需求，無法實(shí)現(xiàn)數(shù)據(jù)采集內(nèi)容按需定制；針對采集的數(shù)據(jù)依靠簡單的表格統(tǒng)計(jì)分析，無法快速總結(jié)提煉，支持領(lǐng)導(dǎo)決策等方面。
 

　　通過充分應(yīng)用城市治理行業(yè)大模型賦能基層治理，實(shí)現(xiàn)OCR+大模型式的語義理解：將圖片直接生成文字，自動完成語義信息提取，抗干擾能力更強(qiáng)，信息填報(bào)精度更高；可基于引導(dǎo)詞進(jìn)行低代碼表單構(gòu)建，快速構(gòu)建采集填報(bào)表單和數(shù)據(jù)管理系統(tǒng)，無需定制開發(fā)，更為敏捷地響應(yīng)基層需求；可基于引導(dǎo)詞進(jìn)行低代碼數(shù)據(jù)分析，快速構(gòu)建可視化數(shù)據(jù)大屏，動態(tài)展示數(shù)據(jù)采集結(jié)果，更為高效地支撐領(lǐng)導(dǎo)決策。跨越模版的鍵值對(表單)提取、低代碼體系的組件化結(jié)合，將基于大模型賦能，更好為基層減負(fù)、為服務(wù)增效。
 

　　（五）大模型賦能城市停車“提效率”
 

　　目前傳統(tǒng)的停車運(yùn)營方式存在人力成本高，每個(gè)停車場都需要至少一個(gè)人值班收費(fèi)；管理效率低，無法做到24小時(shí)都能在崗值守；主觀因素大，管理人員可能存在的不規(guī)范收費(fèi)行為等問題。智慧停車的模式在一定程度上提升了停車運(yùn)營效率，實(shí)現(xiàn)人力成本降低但還是無法完全替代人，實(shí)現(xiàn)管理效率提升但還是無法做到24小時(shí)都能在崗值守，同時(shí)，值班人員的主觀因素還是無法完全解決。
 

　　通過構(gòu)建基于大模型的智能停車對話引擎和管理引擎，對歷史停車數(shù)據(jù)進(jìn)行動態(tài)分析，識別停車高峰時(shí)段和高峰區(qū)域；對人員停車需求進(jìn)行精準(zhǔn)研判，智能推薦最優(yōu)停車方案。最終以“數(shù)字人”的形象，面向不同用戶進(jìn)行交互式、引導(dǎo)式地提供精準(zhǔn)停車指引服務(wù)。基于大模型的云值班室，可以有效提升停車場管理效能、優(yōu)化停車資源分配、明顯提高車位利用率，并避免車輛亂停放造成交通擁堵和安全隱患的情況出現(xiàn)。
 

　　03、大模型時(shí)代智慧城市發(fā)展路徑展望
 

　　智慧城市的核心在于各類實(shí)戰(zhàn)管用的應(yīng)用場景打造，大模型時(shí)代下智慧城市的發(fā)展路徑，我們認(rèn)為從場景構(gòu)建方法論、場景分類以及場景落地三個(gè)方面上進(jìn)行演進(jìn)。
 

　　（一）大模型推進(jìn)智慧城市發(fā)展的四大關(guān)鍵原則
 

　　在場景構(gòu)建方法論上，要緊扣數(shù)據(jù)定義行業(yè)、業(yè)務(wù)驅(qū)動應(yīng)用、技術(shù)提升產(chǎn)品、應(yīng)用服務(wù)場景四大核心關(guān)鍵點(diǎn)為支撐，推進(jìn)各類應(yīng)用場景的打造。
 

　　數(shù)據(jù)定義行業(yè)。沉淀智慧城市行業(yè)數(shù)據(jù)要素資產(chǎn)，構(gòu)建更專業(yè)的行業(yè)知識庫，為大模型提供更強(qiáng)大的數(shù)據(jù)支持。
 

　　業(yè)務(wù)驅(qū)動應(yīng)用。順應(yīng)技術(shù)發(fā)展趨勢，緊密結(jié)合業(yè)務(wù)需求，驅(qū)動各細(xì)分行業(yè)產(chǎn)品和服務(wù)的重構(gòu)，推進(jìn)智慧城市各行業(yè)流程創(chuàng)新和模式優(yōu)化。
 

　　技術(shù)提升產(chǎn)品。保持技術(shù)敏感，跟進(jìn)算力、算法、模型迭代趨勢、強(qiáng)化產(chǎn)品安全性和用戶隱私保護(hù)，持續(xù)投入大模型應(yīng)用研究。
 

　　應(yīng)用服務(wù)場景。加強(qiáng)與政府部門、大模型廠商等各方合作，共同推進(jìn)大模型場景的落地和應(yīng)用，實(shí)現(xiàn)智慧城市的高質(zhì)量發(fā)展。
 

　　（二）大模型賦能智慧城市的四大場景分類
 

　　在應(yīng)用場景選擇上，大模型正在成為智慧城市高質(zhì)量發(fā)展新的推動力，大模型時(shí)代下智慧城市的發(fā)展應(yīng)當(dāng)積極探索基于行業(yè)大模型的服務(wù)優(yōu)化類場景、風(fēng)險(xiǎn)預(yù)警類場景、經(jīng)驗(yàn)學(xué)習(xí)類場景以及決策支持類場景的打造與應(yīng)用。
 

　　服務(wù)優(yōu)化類場景。通過大模型與業(yè)務(wù)流程結(jié)合，優(yōu)化原有業(yè)務(wù)流程，提升服務(wù)的效率和質(zhì)量。如工單派遣處置流程、行政執(zhí)法流程、基層信息采集服務(wù)等。
 

　　風(fēng)險(xiǎn)預(yù)警類場景。通過對智慧城市各領(lǐng)域數(shù)據(jù)的實(shí)時(shí)監(jiān)測和分析，生成各類業(yè)務(wù)預(yù)警模型，提高風(fēng)險(xiǎn)預(yù)警能力和應(yīng)對建議。如輿情數(shù)據(jù)分析預(yù)警、燃?xì)獍踩A(yù)警、生命線缺陷研判等。
 

　　經(jīng)驗(yàn)學(xué)習(xí)類場景。通過對智慧城市各業(yè)務(wù)領(lǐng)域案例學(xué)習(xí)，構(gòu)建大模型知識庫，形成知識沉淀，將經(jīng)驗(yàn)進(jìn)行復(fù)制推廣。如城市綜合評價(jià)、共享單車治理、矛調(diào)糾紛、執(zhí)法辦案等。
 

　　決策支持類場景。通過大模型數(shù)據(jù)挖掘和分析、結(jié)合低代碼，構(gòu)建決策建議快速響應(yīng)和及時(shí)更新模式。如應(yīng)急指揮調(diào)度、城市秩序管理建議等。
 

　　（三）大模型應(yīng)用場景務(wù)實(shí)落地的三大核心抓手
 

　　在核心技術(shù)支撐上，針對大模型賦能城市治理現(xiàn)代化的應(yīng)用場景探索實(shí)踐，智慧城市的行業(yè)大模型要緊密結(jié)合專業(yè)的知識庫、微調(diào)的模型參數(shù)以及海量的引導(dǎo)詞為支撐開展應(yīng)用場景的構(gòu)建。
 

　　行業(yè)知識庫。行業(yè)數(shù)據(jù)是體現(xiàn)行業(yè)和通用區(qū)別的源頭。大模型在智慧城市當(dāng)中的應(yīng)用，應(yīng)當(dāng)以細(xì)分行業(yè)為出發(fā)點(diǎn)，以行業(yè)領(lǐng)域數(shù)據(jù)為基礎(chǔ)構(gòu)件行業(yè)知識庫，通過海量行業(yè)知識樣本的梳理，為大模型訓(xùn)練夯實(shí)基礎(chǔ)。
 

　　大模型微調(diào)。靈活選擇大模型底座，專注行業(yè)模型微調(diào)，通過監(jiān)督微調(diào)(SFT)、獎(jiǎng)勵(lì)模型(RW)、強(qiáng)化學(xué)習(xí)(PPO)等方式進(jìn)行強(qiáng)反饋學(xué)習(xí)。提升大模型微調(diào)效率，降低訓(xùn)練成本，可以基于Lora微調(diào)技術(shù)，實(shí)現(xiàn)行業(yè)大模型低成本、高效率迭代。
 

　　引導(dǎo)詞服務(wù)。基于業(yè)務(wù)理解提供規(guī)范的引導(dǎo)詞服務(wù)。引導(dǎo)詞(Prompt)是一段用于激活人工智能模型的文本，用來引導(dǎo)模型生成相關(guān)的自然語言文本。基于prompt來引導(dǎo)模型生成我們想要的自然語言文本，這樣能夠更加精準(zhǔn)和高效地獲取我們所需的信息。通過制定引導(dǎo)詞模板，提供引導(dǎo)詞管理與優(yōu)化服務(wù)，讓“智能涌現(xiàn)”產(chǎn)生社會價(jià)值。
 

　　大模型的有效利用，給智慧城市發(fā)展帶來了新的治理范式和機(jī)會。充分利用智慧城市的行業(yè)大模型人工智能新優(yōu)勢，打造務(wù)實(shí)、可落地、高成效的智慧城市各類應(yīng)用場景，推動智慧城市的管理手段、管理模式、管理理念創(chuàng)新，讓城市治理更聰明、更智慧、更簡單！
 

　　作者
 

　　發(fā)表于《中國安防》2024年1月刊
 

　　北京數(shù)字政通科技股份有限公司智慧城市方案總部副總經(jīng)理  陳威奇
 

　　北京數(shù)字政通科技股份有限公司高級解決方案咨詢顧問  孫博
 

　　北京數(shù)字政通科技股份有限公司高級解決方案咨詢顧問  楊政