案例分享

在住建部《城市運行管理服務平臺標準體系建設指南》明確提出以物聯網、大數據、人工智能、5G移動通信等技術為支撐建設城市運管服平臺的政策背景下，杭州城投與智譜華章科技股份有限公司（以下簡稱“智譜”）合作的人工智能產業大模型項目，不僅交出了一份亮眼的實踐答卷，更開創了“AI+城投”的全新范式。當多數城投企業仍困于數字化轉型的“重硬件輕運營”“數據孤島”等痛點時，杭州城投通過“1+1+3+3”架構的“AI城投大腦”實現了從技術應用到治理理念的全方位突破。

不同于互聯網企業追求通用大模型的參數競賽，杭州城投的AI轉型始終錨定“業務好用”的核心目標。其構建的“1+1+3+3”架構體系，展現出鮮明的場景化特征：第一個“1”作為人工智能操作中心，成功接入26個既有業務系統，避免了“推倒重來”的資源浪費；第二個“1”以公交系統為核心突破口，直擊行業共性難題；第三個“3”覆蓋三個重點業務場景，包括道路橋隧巡檢、垃圾清運車調度優化、防汛安全監測與智能客服，全方位升級城市基礎設施運維能力；第四個“3”同步推出的“數智沙盤、分析引擎、辦公智核”3個通用套件，以孵化智能問答助手等專業智能體，打破數據壁壘，讓系統內資源實現“高效流轉、精準利用”。

在公交出行這個民生“最后一公里”領域，全國首個公交大模型創造了令人矚目的數據，在無需新增硬件的情況下，客流識別準確率達93%，車輛到站時間預測精準到分鐘級。杭州市公交集團副總經理陶雪軍透露，這一技術預計將使全線網運營效率提升30%以上。接下來，公交大模型還將通過智能排班調度系統、出行智能體等，實現全線網運營效率提升，幫助游客規劃在杭旅游出行方案，讓城市公共交通“跑”得更智慧、更高效、更貼心。

杭州城投AI項目最具革命性的突破，在于重構了城市治理的決策邏輯。在防汛場景中，傳統模式依賴氣象預警后的人工布防，往往面臨“預警范圍大、響應不精準”的困境。而AutoGLM防汛智能體融合降雨預報、高程地理模型、管網狀態等12類數據，可提前24小時動態預測內澇風險，試點期間已成功預警14起積水事件，模型準確率提升至79%。

這種“主動預防”的治理范式，正在多個領域復制推廣。垃圾清運調度系統通過AI算法實現清運點自動匹配與垃圾量預測，使調度準確率超90%。杭州城投科技信息部部長錢玲指出：“我們不是簡單用AI替代人工，而是通過數據融合構建決策閉環，讓每個運維動作都有科學依據?！?/span>

這種轉變背后，是對城投行業傳統治理模式的深刻反思。當國內多數城市仍采用“故障后維修”的被動運維時，杭州已通過AI模型構建起“預測性維護”體系。

杭州城投AI項目的成功，離不開其獨特的落地路徑。從3月份組建攻堅小組，到9月發布一期成果，6條業務線15個下屬公司近300人歷經5個月日夜奮戰，為城投行業數字化轉型提供了寶貴經驗。

首要原則是場景優先，杭州城投沒有追求“大而全”的系統建設，而是選擇公交、防汛、路橋養護等高頻剛需場景作為突破口。這種“小切口深突破”的策略，不僅降低了技術落地難度，更能快速產生看得見的民生效益。

其次是數據融通，通過統一AI基座打通26個業務系統，破解了城投行業普遍存在的“數據煙囪”問題，使分散在各部門的數據資源轉化為治理效能。

最后是迭代演進，項目分階段推出智能體，年底將新增清運調度、行政管理等自主學習智能體，這種“循序漸進”的思路避免了技術應用與業務需求的脫節。

在新質生產力發展的時代要求下，杭州城投的實踐印證了“技術創新必須與產業需求深度融合”的真理。當AI大模型從實驗室走向城市街頭，其價值不僅在于提升運營效率，更在于重構城市治理的底層邏輯——從“問題導向”轉向“需求導向”。

杭州城投黨委書記、董事長李紅良表示，產業大模型是集團數字化轉型的“牛鼻子”工程。未來，項目將拓展智慧水務、智慧能源等新場景，構建更全面的城市運營AI體系。但值得注意的是，AI并非萬能鑰匙，在極端天氣、復雜路況等特殊場景下，人機協同仍是保障治理效能的關鍵。

從天鶴路的防汛預警到靈隱公交站的客流調度，杭州城投的AI轉型故事，本質上是一場以技術賦能民生的治理革命。當人工智能不再是實驗室里的高深理論，而是融入城市治理的血脈時，我們看到的不僅是效率的提升，更是城市溫度的彰顯。在這場席卷全球的數字變革中，杭州城投用實踐證明——唯有將技術創新深深扎根于產業土壤，才能真正釋放新質生產力的磅礴力量，為城市治理現代化書寫出精彩的時代答卷。