中宏网北京11月29日电（记者 张霜霜）11月25日，T112019暨TalkingData数据智能峰会期间，TalkingData合伙人兼高级副总裁蒋奇先生代表TalkingData正式发布"城市大数据场景创新平台"，并与武汉市东湖高新区签订"TalkingData华中研发总部、全国交付总部落户武汉东湖高新区"合作协议。会后，蒋奇接受了记者的采访，就此次合作及智慧城市建设等相关问题谈及了自己的想法。
智慧城市建设作为一个全球性议题，越来越频繁地被提及。随着国力的加强，中国在这建设过程中扮演的角色愈加重要。5G、大数据、AI等技术的发展，也让智慧城市建设逐渐从空中楼阁走向地面。蒋奇表示，TalkingData在过去几年一直在观察中国的智慧城市建设的进程。智慧城市建设在解决了基础设施的构建之后，要解决的问题就是服务政务运转的效能，也要从具体问题入手为在城市中运营的企业提供服务价值。例如像北京这样的大型城市在治理方面有人口和经济形态疏解的需求，就需要借助技术对疏解的规划和效果做监测和评估，看产业和人口是否配置到了适合的地方，看疏解后是否能稳定下来。
与政府共同推进的智慧建设并非一蹴而就。蒋奇称，难点并非仅限于技术难题。要给政府提供解决方案，还与地方政府的施政理念、管理方式以及对管理结构调整的力度有相关性。同时，政府在治理过程中遇到的问题具有突发性，需求特征有时不明显，想快速有效地采集和归类需求、从而制定针对性方案是有难度的。除此之外，数据的合理合规开放也是一个较大的痛点。
部分采访实录：
中宏网：您提到我们这次跟政府的合作，会基于政府的一些需求，能不能稍微再说一下这次的合作预期达到的效果，以及会给我们的智慧城市带来怎样的一些改变？
蒋奇：TalkingData在过去几年一直在观察中国的智慧城市建设的进程，我们可以将智慧城市建设的第一阶段定义为基础设施的构建，包括硬件、技术网络、设施的到位，这些硬件设施到位以后，智慧城市要解决的问题就是服务政务运转的效能，通过政务运转效能的提升让老百姓得到切切实实的实惠，用通俗的话来讲就是，数据多跑路，老百姓少跑路。
第二阶段，政府希望通过智慧城市的建设为在城市中运营的商业、企业提供真正的服务价值。在这个过程中，前期基础硬件的到位只是为能够向这些板块提供服务做了一个基础准备。如果真的要向这些领域做输出服务，我们需要聚焦在他们面临的具体问题上。举个例子，北京有一个很明显的城市治理需求，即人口疏解。我们不希望一些人口在特定的地区过于聚集，这会影响特定地区整体的运转。我们需要把背后的经济形态做一定的疏解。
人口疏解需要做好科学的排布，把哪些产业放在哪些地方，既匹配这个地方的空间需求又适应这个地区经济发展的要素。同时，也要知道这些人口和产业是不是真的被疏解过去，而不是说做了一次疏解之后，所有的产业和人口都走了，这完全没有起到效果，因此需要监测这些人口和产业是不是配置到了合适的地方。
第三，整个规划到疏解的效果的评估，看产业和人口是不是能稳定下来，是否产业无法运转又回迁。
现在整个智慧城市最底层的应用，真正要解决的是政府在城市治理里所面临的一些细节性问题，这些问题对应的是主管部门、城市规划部门以及统计部门提出来的具体需求，这些需求都需要用一些非常具体的应用来满足。这是我们理解的对整个智慧城市我们需要解决问题的定位和现在为什么我们有机会做这件事情。
中宏网：这个过程中会不会有一些难点？
蒋奇：会的。这里面基本上都是难点，有些难点并不是技术问题。如果我们要给政府提供解决方案，也与地方政府的施政理念、管理方式以及对管理结构调整的力度有相关性。
第二，如何去获取这些需求和场景，智慧城市的招标体系是规划制的体系。我们理解的智慧城市相关的智能场景的构建有很大的灵活性、突发性和特异性，很难预先做好规划。政府在治理的过程中遇到的问题具有突发性，需求特征有时不明显，而由于以前没有人做过这类问题的解决方案，因此需要对特定的数据做特定的建模，而这样的需求怎样有效、快速的反馈到最前端让企业获知，即如何有效采集和归类需求，是第二个难点。
第三个比较大的痛点，在整个数据的合理合规开放上。政府的数据开放涉及几个维度，第一是合规性的问题。第二是技术问题，如何能够用一些比较合理的安全技术，引入应用开发合作伙伴做建模、算法，而不涉及到数据泄露和隐私的问题。第三个挑战，不同类型数据的融会贯通的问题，怎么样把政府的数据和社会数据做有效的连接。
以上是难点，但也是TalkingData做这样事情的价值所在。
中宏网：您刚才说了很多跟政府之间合作的困难，主要是基于政府这个比较特殊的主体。我知道您主要是负责帮企业做数字化的转型，帮企业做数字化转型的过程当中，我们有哪些痛点？有什么案例？
蒋奇：TalkingData做商业化是从给企业做数字化转型开始的，第一批是金融，第二批是零售企业，后面逐渐过渡到政府。这里面我们归纳一些比较相通的问题：
第一是理念，任何一个企业你想做自己的数字化转型，你要做的是什么，不同的企业答案一定是不一样。最早时候，银行做数字化转型的核心，其实是先做移动化。当我们进到零售，对于大的零售企业要做的是营销系统的数字化转型。他们的定位都不一样，所以我们有一个咨询团队，都会配合客户制定数字化转型的目标和路径，这是企业遇到的第一大问题，即战略方向的确定。
第二，整个转型过程中，对技术也好、数据也好，这些东西都还可沟通。而最大的问题是缺乏真正有数据运营思维的团队，和与之相匹配的组织决策的流程。因为数字化转型的核心就是用数据做决策。如果决策始终还是拍脑袋，不能够建立一套用数据作为决策机制和和组织结构，这个事情就运转不了。因此如何配合客户做组织结构的转型来适应整个数字化改造的进程是第二个难点。
第三，人才。数字化转型里面涉及到很多跟数字转型相关的岗位。比如数据分析师、做算法模型的科学家、做创新性建模的探索人员，我们称之为AI的团队或科学家，传统IT部门的人员并不具备那样的素质，因此需要配合他们找到这样的人、培训这样的人，这会花比较大的精力。以上就是我们过去给企业做数字化改造过程中，遇到的比较明显的三个问题。
