分享

收藏

点赞

  1. 主页 > 资讯 > 更多

华为挑战 | 交巡警数字化转型困局

数字化不是单一的议程,更不是一个部门的职责,涉及到组织方方面面的变革和转型。

数字化不是单一的议程,更不是一个部门的职责,涉及到组织方方面面的变革和转型。华为全球行业解决方案总监柯善风8月中旬,在重庆“2018年西南智能交通论坛”上现场分享《交巡警数字化转型困局探讨》主题演讲。

柯善风介绍了城市快速发展带来的安全、有序、畅通等交通管理难题,指出人车路矛盾凸显,亟待构建智慧化的现代交通管理机制,以及利用新ICT实现交通管理数字化转型的必要性,并从图视技术发展为例,解析了人类数字化发展的进程:机器已实现“采、存、算、用“的闭环,各行业开始进入人机混合的数字化世界。

以下为柯善风演讲全文,经赛文交通网编辑整理,内容有删减。

1535594852107187.png

随着城市化的高速发展,人、车、路矛盾凸现,亟待构建智慧化的现代交通管理机制,因而国务院、公安部、各省市交管局都提出了交通管理要实现数字化转型的要求。既然交巡警要坚定不移的走数字化转型之路,我们就要看看行业数字化到底是啥?

blob.png

图像、视频技术是各行业信息化应用的主要产品技术之一,可从其技术发挥在那看看行业数字化现在已经到了一个什么阶段。图视技术发展有两个关键节点:第一个节点是上世纪60年代末,CCD技术,即数字成像技术,诞生于贝尔实验室。

这是一个光学成像原理,学过初中物理都知道,咱们眼睛看到的,是一个模拟化的东西,贝尔实验室发明了CCD技术,把模拟化的光学成像通过数字记录下来,这是第一个关键突破。

然后是加拿大一个教授在2006年首提深度学习,之前数字化转过来还是通过显示器显示给人看的,机器无法识别,有这个深度学习后,机器可以识别数字化的影像,而且在2014年深度学习视觉识别最终超过人类。

现在,机器可以自动训练、学习、理解、识别目标及行为活动,并推理、决策、控制机器做出反应,形成一个可以不依赖人类参与的机器“采-存-算-用”数字业务处理闭环。

这样图视技术发展到了可以完成一个不依赖人类参与的完整的数字化闭环过程。现在不仅图视技术,其他自然语言、文本处理等技术也都实现了完全的机器数字化闭环。

现在大家都在谈智慧城市,实际上就三点:第一个就是现实世界,这个现实世界发展的非常快,各种各样的物体、行为和场景;与现实世界同步发展的是数字世界,人、车、物、路、基建这些东西全部已经数字化了;现在我们正在讲的交通大脑等,实际是整个交巡警管理的数字化,这是一个人机混合的数字化世界,人机通过数字化自由一体、自动转换,大家只要能想到的,人不合适做的都可以转数字,通过机器去做。

了解了数字化转型的本质,就清楚交巡警数字化转型的愿景是通过数字化全面提升交巡警的监管和服务能力。数字化转型不只是一个人、一个系统、一个业务的信息化,是整个交巡警组织、所有系统、整体业务的全面数字化。通过数字化后,交巡警可以得到更低成本、更高效率和更佳监管和服务的能力。 

但当前现实情况中,交巡警数字化转型存在很多困难和挑战:

1535594894281384.png

困局1:焦虑慌张——跟不上的数字化迭代速度。

未来是一个数字混合的世界,新技术应用迭代快速,组织和数字化基础架构如何应对?决策一年,建设一年,使用一年,过时淘汰?很多客户非常焦虑慌张,焦虑能不能跟上数字化这种迭代速度,有时导致很多决策他们不敢做。

实际上对这种底层技术,我们或者叫基础技术,实际上再怎么发展,迭代是非常慢的。

比如华为云行平台中涉及的“一云二网三平台”一般5-10年才有一轮技术迭代,因而这些需选择主流的、开放的平台;而“应用式创新”迭代快,现在的软件应用和云服务,一年上百个、上千个应用上线,日新月异。

选择这些服务商和应用提供商的主要考虑能默契协作、快速反应和懂实战场景的。

1535594923763254.png

困局2:焦虑慌张——难把控的数字化项目建设。

一个数字化转型项目,涉及咨询规划、系统集成、应用服务、基础设施和感知终端等多个参与方,我发现在很多数字化项目中,一些参与者,思想和能力还停留在传统信息化时代,如果这个专家或者这个团队在某个数字化转型项目中发挥关键作用的话,我有时都不大敢参与这样的项目。

总有“掉链”的数字化节点,面向这个可能不太完美的转型合作链条,如何达成最好的转型效果呢?

我提几个建议,一个是方向上,需要可靠默契,可生长的“平台 + 生态”;意愿上,伙伴间需要合理分配价值成果,吸引有能力的人才和团队参与;能力上,选择责任担当的“项目团队”;方法上,项目不要设计成一次性,大家交付完就结束了,需要设计成全生命周期的服务协作关系,如可尝试服务购买等形式的商业模式创新。

1535594962429371.png

困局三,焦虑慌张——难预测的数字化变革冲击。

这点实际上除了极少数客户在做这方面的尝试外,我认为大部分还没有认识到这个问题的严重程度。数字化转型,不只是涉及到上一套信息系统,需要把组织所有业务场景、组织流程等都数字化。

如人员要求方面,数字化转型后,我到底需要什么样的警员,更专业的人,还是全能型的人?在一线执勤交警,我既能做交通执法,又能缉查布控抓罪犯,还能做信号调度,这在数字化转型之后,是有可能的。

数字化转型过程对人的要求是逐步变化的,有很大冲击,但数字化人才和场景式服务要求是方向。

在组织阵型方面,还是以前的按职能部门划分的科室制,还是按任务场景划分的专项团队?我认为扁平化组织和敏捷式作战的团队是方向,有的地方已经在做这种尝试了,它既有科室制的职能部门又有这种任务专项小组,慢慢去适应数字化转型对组织的冲击。

最后还有目标牵引方面,我们更关注的是效率还是响应速度?提高效率降低了成本,可能影响到响应速度,这是矛盾的。数字化组织要有适当的目标牵引。

1535594988118350.png

 困局四,认知阻碍——数据驱动的转型,重视不应止于口号。

(如上图)我这有四个人,老子,爱因斯坦,毛主席,比尔·盖茨,这些人都有一个共同的身份,都做过图书管理员,人类之所以文明是因为有图书,人类有语言文字之后才变得文明。

机器也一样,有数字、有信号处理之后,机器也变得越来越聪明,但是人机结合的混合世界,什么是共同文明的象征呢?我认为是数据,是任何机器的共同“语言”。

所以对数据的认识,要看两个事情,一是你有没有深刻的数据观,二是能否熟练自如的去使用这些数据。

以前都是看书,只有看书的人,才是聪明的人,有文化的人。在人机时代,你要看数据,懂数据,一个行业你能不能把行业的关键数据讲清楚,用的熟练,这是一个关键的认知变革。

我做运营商十几年,对运营商的数据认识也很浅薄。不久前碰到以前的一个兄弟,他正好在做运营商大数据和AI服务,我看了他的数据很震惊。

他在分析一个运营商的数据, 20多个库,每个库里还有几十个表,其中一个表我一看,一天就有158 PB的数据量,那数据的细到什么程度呢?大家能想象到的个人信息(活动记录等),实际都已经数字化了,只是大家可能不知道而已。

1535595011136815.png

 困局五,认知阻碍——被忽视的优秀数字基因/RNA移植和共享。

人类记忆和学习能力的复制移植突破对人类社会是跨越式的进步。在数字时代,数字基因的移植和共享能力是天生具备的,但没有利用起来,实际上都被大大的浪费了,没有去共享。这是近年来对人类文明有巨大冲击的两个关键突破:

一个是今年5月,UCLA大学注射RNA移植海蜗牛记忆的实验;第二个就是2014年MIT转移语言基因FOXP2到小鼠身上,提升了小鼠的学习能力,但有伦理限制没在人类身上实验。

而同样的数字系统“社会”早已具备这个能力,自动的复制能力,一下子复制到全国甚至全球的数字系统,分分钟的事情,所以DNA、RNA这种复制和共享能力,因为没有突破认知阻碍,没有得到应有的重视和推行。

1535595036238955.png

困局六,战术失焦 ——以“问题到产品”为中心的思维根深蒂固。

未来都是基于场景去解决,通过“一个问题就建设一个产品系统,再造一个烟囱”的想法已经过时。

这是我们在一个城市针对交通拥堵问题做的信号优化方案,通过分析交通拥堵各类场景,去思考可以获取什么样的数据,如何使用这些数据,使用什么样的算法和模型,哪些模型和算法可以通过AI平台去训练和学习,再通过对原有系统升级什么样的接口或协议,增加什么样的对外功能服务等整体去解决这个问题,基于当前统一架构平滑升级相关部件去解决这个问题。

最后没有新购一个独立系统而是基于已有平台和硬件,联合视频解析算法伙伴,交通控制算法伙伴,应用服务伙伴等去改善了城市交通拥堵难题。

做到场景式、系统性解决问题的前提是你一定要有一个强大的基础设施,有一个基于全面数字化的平台架构,才能去做这个事情,基于场景去落地。

blob.png

 困局七,战术失焦——迷失于超级管控,忽略交互对象感知。

这个问题也很重要,我们总是想做超级管控,什么都掌握在自己手里,只想别人给自己数据,自己不给别人数据,我对外提供的数据共享接口,应用接口就不提供。

实际上这种人机的接口,人人的接口等目标对象的基本感知没关注,如感应式的信号控制系统中,往往都忽视了各个对象间的开放式、自由式、友好化的感知体验,而更多的迷失在对这些对象的超级管控之中。

一个灭霸式的超级管控系统也同样需要,这个可以驱动平台的发展。

1535595092245711.png

 困局八,战术失焦——关注显性数字化,忽略基础技术和平台。

前端功能是最明显可见的,炫酷、直观的UI设计很能吸引人,汇报出成绩。然而数字化的大部分价值和挑战隐藏在表面以下,比如提高数据来源和质量,提高系统的可靠性、可发展性、可升级型/可维护、安全性、可扩展性等的技术和平台,往往被决策者忽视。

像PLC-IoT这样的基础技术和产品,可以大幅降低路口等脏活、累活,也可支撑面向未来边缘计算等应用,但竟然一直没有在行业内得到应用,所以我们今年推出了这样的解决方案,来推进行业的全面数字化。

困局九,数字化文化没法根植组织文化。

数字化不是单一的议程,更不是一个部门的职责,是组织一把手发起和推行的组织全面升级和整体转型。需要有清晰的数字化战略目标和愿景,建立数字化创新文化,有相应制度鼓励迭代式创新。

数字化要植入组织的运管模式,包括建立敏捷组织、基于场景的业务流程、面向未来的技术体系和平台架构等。

另外,数字化不是目的,技术是手段,数字化交巡警时代的组织“运管再造”才是根本。

未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明等材料,与我们联系,我们将及时沟通与处理。

加载中~

你可能也喜欢这些文章




稿
意见反馈0
商务合作

商务合作 扫码联系

返回顶部