ICT基础设施成建设智慧城市新的落地点

 智慧城市是把新一代信息技术充分运用在城市中各行各业基于知识社会下一代创新(创新2.0)的城市信息化高级形态，实现信息化、工业化与城镇化深度融合，有助于缓解“大城市病”，提高城镇化质量，实现精细化和动态管理，并提升城市管理成效和改善市民生活质量。在智慧城市建设中，基础设施建设始终是十分重要的一环。除了传统市政基础设施在各种新技术和运营逻辑的支撑下进行数字化、信息化升级外，在ICT(信息通信技术)基础设施层面，也有很多的技术可能性和商业想象空间。

作为准公共品的城市基础设施

城市基础设施的经济学意义是公共品或准公共品，一般是建设成本高但直接商业收益低的领域。城市基础设施作为准公共品，兼有公益性、垄断性与收费性(私人性)、竞争性的特点。公益性与垄断性，决定了公众对基础设施消费不具有竞争性和排斥性;而收费性(私人性)与竞争性，决定了基础设施建设可以融入市场，可以采取收费形式来弥补成本并获得利润，如电信、电力、自来水等。它们的活动应当按市场规律，采用市场手段进行，也就可以引入竞争机制。

类似的准公共品一方面包括传统基础设施的智能化升级，也就是能源互联网和智能基础设施管网等;另一方面是为新兴产业和智能决策服务的高维感知能力，包括地理信息和时空数据采集和处理的设备以及能力，还有更重要的开放数据机制等。

作为产业引导方式的

基础设施投资

除了作为民生保障手段以外，政府越来越把基础设施投资作为引导产业发展、降低各参与方成本的方式。政府要促进汽车产业发展，除了直接补贴汽车消费本身，为车修路是一种典型的暗补方式，直接增加了购买者用车的收益。对新能源汽车而言，对充电基础设施的补贴和鼓励无疑也是重要的行业刺激手段。政府促进房地产业发展，也是通过修路和基础设施公共服务覆盖提高土地价值，地铁、高铁也是类似逻辑，只是作用的尺度不同。促进信息产业发展的方式，也是引导社会资源向网络基础设施方向投入，降低通道成本。

在数字化领域，各家基础设施产品生产和建设商虽然不需要主动亲近政府，但本质上其高速发展得益于政府对ICT基础设施的高投入，而这个交易大多数是通过电信运营商完成的。所以在智慧城市领域，各个运营商也应坚持做底座和基础设施的商业逻辑，让基础设施建设覆盖端、边、管、云各个层次。智能终端看似消费者业务，其实本质上已经变成了一种基础设施能力的延伸，普及的前提是廉价高效的基础设施;汽车就是类似情况，消费者买了车，但使用的过程享受了大量政府对道路的补贴。

未来新基础设施的投资机会

以最热门的无人驾驶产业为例，其最大瓶颈之一在于车端感知的高成本，行业都将产业化的希望寄托于激光雷达的大幅降价。虽然理论上V2X(vehicle to everything，车对外界的信息交换)就是一种车路分工机制，但汽车企业无法左右政府控制的路侧技术路线，只能在端侧不断加码。如果政府投入的路侧设备能承担大部分感知压力，会大规模降低汽车企业压力。这并非技术路线问题，而是前沿产业发展的必然。因此，路侧激光雷达和其他辅助感知手段，必然成为新的基础设施以及V2X车路通信领域的核心环节，这也会使端侧变得非常轻盈。

同理，最近华为发布的地图平台和AR(增强现实)平台，其交集就是业界争夺的焦点——高精地图。如果高精地图都由企业分散进行采集和服务，哪怕是采用众包方式，都会成本很高且发展缓慢，大量浪费社会财富。但如果政府推动城市运营商提供高精地图相关的数据采集和服务能力，所有相关产业都会被赋能。

这些基础设施的建设和服务提供，也将成为城市运营商这种新物种的核心能力。未来的城市运营商基因包括地产商、城市运营商、互联网公司、ICT企业等，他们的共同点是都具备或软或硬的城市基础设施建设和运营能力，再加上四大移动运营商，谁先占据未来基础设施建设的话语权，谁就掌握了未来各种产业的先机。

寻找未来产业发展方向的一个重要方法，就是找到其中政府可能投入公共品的环节，享受基础设施补贴的红利。ICT基础设施是构建数字经济的基础，也是智慧城市建设十分重要的一环。实现信息基础设施的普及共享，对实现从城市到国家级的数字化管理、构建智慧城市乃至智能国家都至关重要。互联网公司也开始转变发展方式以及工作重心，从应用下沉到基础设施，逐渐聚焦到云计算领域。“城市大脑”就是作为新城市基础设施的新策略之一，但“大脑”核心价值的算法和算力，在现阶段还是以“讲故事”为主，只有存储才真正算得上基础设施。

之前几年，摄像头恐怕是城市ICT领域最吸引人的基础设施产品。交通安防行业智能化的推动，使海康、大华脱颖而出，商汤、旷世、地平线则以算法和芯片为行业加入AI(人工智能)的基因，而阿里、华为也正在寻找符合自身优势的方式，带着各自的生态伙伴们加入战局。

感知能力是所有智能化的基础和数据的源头，所以无疑会是最重要的基础设施领域，而视觉又是其中最直接和泛在的感知手段。感知技术的发展方向是更高的空间精度和时间频度，也就是在四维上的进一步精细化。传统光学摄像头的演进方向，一方面是加入大量AI能力，可以完成端侧的结构化处理;另一方面就是三维感知能力的加强。双目立体、TOF(飞行时间)等技术已经普及到了手机领域，而随着光学相控阵和固态激光雷达等技术的突破，各种激光雷达和毫米波雷达与摄像头在产品形态上的最终融合似乎也指日可待。