城市，我们的祖先花费了上千年来建造它，而今天，我们只花了数年时间，就让城市今非昔比。无论是外观还是内核，城市都不再是原来的样子，改变最大的，是其运行方式和背后的计算规则，也就是，我们今天的城市，被技术赋能，像人一样拥有计算、规划和调优的功能，这也是智慧城市的初衷和由来。

短短两三年，阿里的城市大脑、腾讯的wecity、华为的智慧城市，海康威视的智慧城市、浙江大华的城市之心等，各大技术先锋正积极的参与到智慧城市的建设中。他们将现代技术与古老的城市管理经验相结合，作用于新型城市的治理，并取得了肉眼可见的进展。

以杭州这座城市为例，日均新增8000万条数据，这些数据来源于杭州市70多个部门和企业，包括公安、警卫、交通、城管、旅游、卫生等11个系统，还有4500路杭州主城区摄像头。每天大约有上百PB级别的数据在存储，以及数PB级别的数据在不停被计算、吞吐。庞大的数据、代码与视觉图像洞悉了这个城市中每个角落的一举一动，同时也在实时优化这这个城市的运转与调度。拥堵治理、自动报警、视频内容识别、智能红绿灯接管等，这些基础的工作，正在以更智能的方式，精准地运行并发挥着作用，成为城市治理的大脑的对象。

城市管理涉及的部门有数十家，各家的信息系统汇总又岂止几十个，部分系统是运行在内网，部分系统是运行在外网环境，相互之间物理隔离，靠人工来回切换和录入。要打通这里面的数据孤岛谈何容易，技术、成本都是要重点考量的因素。而RPA技术的成熟，提供了一个低成本高效益的捷径。

以公安系统为例，公安侦查系统运行在内网里，与公共场所、道路和小区等公共摄像头等社会上的信息系统是隔离的、互相不通的，但在犯罪嫌疑人识别和抓捕过程中，需要这几个系统相互合作。即使这几个系统各自的信息化自动化程度很高了，但相互之间的数据交互仍然是人工操作。例如，一线警察获得犯罪人员图像后，需要手动登陆侦查系统，上传图像，图像会通过公安人员手动发送给社会渠道例如火车站、机场安检口。公安系统里的犯罪人员图像与摄像头里实时采集的图像，进行对比分析，选取相似程度高的对比结果，人工跨网发送给公安系统，公安人员人为审核判断后下达抓捕命令。所以我们会听闻在明星演唱会上或是出境口岸，警方成功抓捕罪犯。在应用RPA和图像识别技术之前，这些工作是警方人工操作和肉眼识别的，耗费警力且速度慢，无异于大海捞针，哪怕一天半天的时间，就足够犯罪嫌疑人成功逃脱甚至继续犯罪。因此，应用RPA和图像识别技术后，即使是跨网的操作和数据传输，都可以由机器人自动执行完成，仅在审核图像对比结果和最终下达抓捕命令时需要人为判断，这释放出了大量警力给更有价值的工作环节（鉴于公安系统的保密性，无法透露更多技术细节）。

除了接警抓捕犯罪嫌疑人，110接警平台上接到的30%的请求是与公安无关的，例如违法设摊、非法排污、非法扔建筑垃圾等。这种非公安请求，占用了大量警力资源和时间，直接影响到重大警情的警力调配。以处理挪车报警为例，警察需要登陆接警系统，点击接收挪车警情，签收、反馈，再登陆能查询系统，手工输入车于和验证码，查询车主电话后，呼叫车主挪车，最后提交挪车处理结果。这个过程全部靠接警的警察手动完成，耗时且可能被突发警情中断而滞后录入。应用RPA技术后，机器人会一键运行登陆、查询、匹配、跨网传输数据、回填、检查等全流程，只需人为最终审核即可。从原来的人工操作至少半小时，压缩到机器人自动完成仅50秒，效率提升了 270%。

除了公安，政府"最多跑一次、最多点一次"的办事效率后面，也是RPA和AI技术的体现。RPA以非侵入式的友好手段，不改变任何系统配置，在不同部门和系统间切换，实现了跨业务跨系统的全链路、全自动化的信息集成和流转，极大提升了政府办事窗口的等待时间和民众体验。

责任编辑：周星如