阡陌交通(阡陌交通纵横捭阖)

经过6年的发展，阿里云从关注流量单一关键环节开始，到思考如何应对大流量管理者、运营商、服务商的现实挑战，围绕流量“监管、建设、管理、维护、运输、服务”进行系统化建设，利用平台技术全面优化流量资源。这是阿里云交通部门自身发展转型的历程，也是阿里云和交通行业奔向全球智能化的历程。

本文观点来自：

智慧城市大脑首席科学家章雷阿里云

邓兵达摩院城市大脑实验室高级算法专家

肖阿里云智能交通物流行业总经理

“今天，车是一样的轨道，书是一样的，线是一样的。”——《礼记·中庸》

自古以来，交通在人类文明史上就扮演着重要的角色。秦始皇统一六国后，修了一条直路，堪称中国最早的高速公路。长城烽火台白天冒烟，晚上放火，很像现在的V2X(Vehicle to Everything)和车车互联的概念。汽车、渡船和飞机排在第二位。当技术进步足以支撑人类对陆地和海洋的探索空时，交通工具的内涵也有了很大的扩展。

与此同时，交通行业正在迎来一场数字化的内生转型。“十四五”规划明确提出加快建设交通强国，推进智能交通领域数字化产业化探索。

从城市大脑说起

阿里云在交通领域的探索，要从标杆城市大脑开始。2016年，中国工程院院士、阿里云创始人王坚博士向杭州市政府提出“建设城市大脑，解决城市病”；2019年，王坚博士进一步提出了一个问题:你能明确杭州道路上行驶的车辆数量吗？如果不知道有多少辆车，交通管理就无从谈起。

城市大脑综合运用视频识别、流量计算、视觉计算加速等技术，对杭州的视频数据流进行实时分析，通过数字化手段统计有多少车辆在路上行驶。

除了能够解决交通管理的刚性问题，城市大脑还帮助阿里云搞定了数据分析的逻辑和计算能力底盘，后来又扩展到了智慧高速、智慧港口、智慧导航空等实践中。，是一脉相承的万能能力。

经过6年的发展，阿里云从关注流量这一单一关键环节开始，到思考流量经营、运营商、服务商的现实挑战，围绕“监管、建设、管理、维护、运输、服务”进行系统化建设，利用平台技术全面优化流量资源——这是阿里云自身发展转型的历程。

如今，阿里云提出了更高的数字化愿景，逐步从城市交通领域走向综合交通的各个领域。一方面，我们能否进一步统计在公路、港口、机场、铁路枢纽、水路上，有多少人在开车、骑自行车、走路、坐飞机、坐高铁、载货？另一方面，阿里云从城市交通信息管控场景接入，沉淀了交通行业常见痛点和供需问题的解决方案，在智慧高速、物流云、智慧机场、智慧航运公司、智慧海事、智慧港口等数字化创新领域有了新的实践。

从最早的云平台、数字化中台、业务中台，到可视化分析能力、PaaS层数据接口、AI能力调用接口，再到结合行业知识图谱和行业模型的云控制平台、出行服务平台、货运物流服务平台，逐渐演变为产业智能的核心，使得云计算、大数据、人工智能上的感知智能、认知智能、决策智能、产业能力紧密耦合。

最终，阿里云认识到，交通系统的本质是更高效地优化基础设施和各种车辆资源的供给，更安全地满足个人出行和货运物流的需求；数字技术能做的就是“计算”，计算出个体和货物的运动需求，计算出各种要素的实时位移状态，实现高效精准的匹配和调度。

全要素、全时段、全覆盖的数字交通作为传统基础设施的重要组成部分，是其重新焕发数字生命的第一步，也就是在数字空之间建立交通所有要素的数字孪生。

实事求是地说，今天的新型交通基础设施的数字容量仍然有一定的局限性。有三个典型问题:

第一，在夜间，恶劣天气下，智能能力急剧下降，因为传统AI依靠视觉感知。

二是设备覆盖面有限，存在大量数据盲区。然而，优化决策取决于准确的全链路数据，否则决策将受到限制。

第三，智能设备之间的隔离，如摄像头、雷达、速度传感器、天气传感器等。，就像盲人摸象一样，是局部信息，很难为整体优化提供信息支持。

针对这三个问题，阿里云从三个方向解决技术问题。

1.全职。不被夜间、雨雪等恶劣天气干扰，指标不会下降。传统的方式是频闪灯，但是对驾驶员非常不友好，覆盖距离有限。阿里云使用融合的多传感器:视觉AI加毫米波雷达。

而雷达感知域和视觉感知域不同，频率和特征不一致，需要数据统一。其次，风吹日晒会造成设备偏差，一段时间后要对映射矩阵进行动态修正；最后，如果视觉和雷达发生冲突，你相信谁？信仰的基础是什么？第一种方法叫每次计算分析后“后积分”，然后投票；二是设计深度学习网络模型实现数据驱动——阿里云选择了后者。夜间对恶劣天气的感知能力在白天可以达到99.5%。

2.全覆盖。传统相机能支持的范围是200米左右。如果覆盖整个区域，设备建设成本非常高。怎么解决？

阿里云采用的解决方案是在深度学习模型中加入超小目标检测和分割的能力，对特别小的目标进行超分辨率放大，保证对车辆细节的感知。要知道，在现实应用中，600米以上的图像像素已经很小了。如果你把它挖掘出来，识别出来，你就能达到两倍以上的感知距离。同时，在深度学习模型中，添加盲区的认知推理，比如桥附近的地方，是在人眼感知范围之外的。但通过车流量的变化，可以推断是否存在异常情况。

这样就可以用技术手段低成本解决覆盖距离的问题。

3.所有元素。所有的交通要素都包括运动物体的属性、行为逻辑和客观环境。

这里要达到的交通目标是:真实的物理位置、速度、方向、大小、车道要完全量化，一一对应。交通事件，比如违法违规，要实时感知，第一时间发现，快速决策，避免二次事故。同时可以准确判断道路环境，快速发现能见度和路况的细微变化，为以后减少更大的损失。

这里的技术难点是细节识别需要高分辨率的图像，高分辨率的图像会导致计算量大；反之，如果没有足够的数据，计算效果就不好。

最终，阿里云利用视觉融合激光点云技术，结合边缘云的软硬一体化技术基础，从底层的含光800芯片和永恒710芯片，到上层的高效算法模块、模型编译和加速推理的集成，实现各种交通设施的静态和动态2D以及3D重建，降低了时间消耗，性能大幅提升。最终可以准确感知车辆的真实物理尺寸，误差控制在0.15m以内，大概是一张A4纸的尺寸误差。只要道路之间有足够的冗余，就可以很好地控制交通流量。将图像域变换到频率域可以在高分辨率下达到非常好的效果，解决了细致的路面识别问题。这项研究于2021年发表在paper奥罗尔的论文上。

成都至宜昌高速公路是国家交通强国试点工程，全长157公里。每年有50%的时间是雾天。与阿里云蜀道集团合作，利用石勒的激光点云技术和边缘云软硬一体化技术，实现了对黑暗雾天各种车辆和道路要素实时动态的精准感知，无死角覆盖。阿里云可以定位静态毫米级和动态厘米级的各类交通要素，近实时数字化还原道路上的各类车辆。

不仅是路网，在航道和港口也有“海上智能控制”的需求，形成“大水网”。他们还需要各种传感手段，包括卫星、无人机、雷达、物联网、卫星电话、视频等设备进行数据采集，构建整个洪水网络的动态数字双胞胎，从渔船到商船，实时还原运行轨迹。

全局智能的运营管控决策

交通全要素、全时段、全覆盖的数字化建立后，通过数字孪生实现物理空与数字空的对应。那么，如果在现实世界中不能依靠试错模拟，我们可以通过大规模的宏观和微观模拟，系统地推演不同的决策，进而对推演结果进行进一步优化，从而为交通系统管理者提供智能服务，产生创新价值。

目前，阿里云正在对公路、水路、铁路、机场、人流进行大规模的区域和城市级模拟，实现全局智能决策支持。出行前的路线推荐可以减少10%-20%的交通拥堵。出行时可以通过感知融合和边缘计算实现路口的终极资源分配，这样在路口稀缺时，空资源就不会被尽可能的浪费，也可以减少拥堵。

起初，在高速公路数字化方面，阿里云主要实现了及时发现各类事件、及时响应、被动管理的解决方案。如今，从被动控制到主动控制，我们可以提前预测事件的趋势和可能性，实时监控高速公路的道路、桥梁、隧道和边坡，预测道路上发生事件的概率，主动管理和控制高速公路周围的重要节点，提前减少高速公路上的拥堵，降低维护成本。

目前，四川、浙江、广东等地落地高速公路的主动控制方案已经超过20种。比如广东高速公路交通流预测与控制仿真，算法模型可以在15分钟内预测，准确率达到98.7%。同时结合两小时内的交通数据，可以对未来交通事故发生概率较高的路段进行预警，实现主动干预。

机场数字化停机坪方面，2019年实现了每架飞机起降室所有支持节点的数字化，可以有针对性地检查机场停机坪存在的效率问题。现在进一步实现了整个机场(包括数字化停机坪和数字化航站楼)的全局智能化。当有航班空当前限制和天气情况时，机场可以通过智能排班大大提高航班运行效率，运行效率比传统人工排班提高90%以上。

在首都国际机场，双方通过运营优化和认知倒置的方式，在50秒内刷新了1700个航班的停站安排，使廊桥利用率提高了10%，相当于每天多了2万名不再乘坐汽车轮渡的旅客。

在水运领域，阿里云也用同样的方法提高港口运营效率和港口运营安全。通过与宁波舟山港集团共建的“港口智能作业管控平台”，单吊效率提升5%，港口靠泊效率、现场运输效率、堆场效率、生产作业效率均提升5%以上，集装箱货车等待时间、中转时间缩短8%以上。

仅仅看数字不足以反映这个解决方案的实际价值。实际上运行效率提高了5%。从定性的角度来看，这意味着实现了真正的有人/无人货柜车混合运营。从数量上看，对于拥有10个泊位的梅山港来说，增长5%意味着两年内多一个泊位，一个泊位的建设成本约为10亿元人民币。

交通出行、运输服务一体化

流量是一个高频产生数据的领域。创新的解决方案和数据创新的价值，是阿里云在交通领域探索的底层逻辑。阿里巴巴本身也有丰富的流量元素，比如菜鸟、高德、飞猪、千寻位置等结合阿里云集团的多重能力，互补布局，可以解决很多原有IT系统解决不了的问题。

比如智能交通大脑的上帝视角，通过高德等APP客户端，以陪护服务的形式直接提供给道路使用者。遇到堵车，司机不仅能看到红黄绿，还能通过车载系统以上帝视角了解前方具体情况。他们还可以知道服务区是否有排队，提供什么服务等细节。高德的出行服务还与汽车制造商合作，利用车路协调、5G和V2X等技术，通过车载OBU、车载系统或手机提供增值信息服务。此外，菜鸟可以抢占综合交通枢纽，包括机场、火车站、地铁站、物流仓储等。，开辟跨模式运输服务，减少企业物流等待时间，提高效率。

同时，阿里云联合交通行业众多合作伙伴，整合感知、边缘计算、芯片、算法、通信技术，打造软硬件一体的智能硬件，实现更低的数据采集成本，高效整合统一编码的时间空数据，打造统一的数据模型，通过AI知识图谱将行业多年积累的知识云化，建立行业的数据模型，共享行业的数据资产，共同完善“仿真，k0/]数据模型”

衣食住行是人类生活永恒的基本需求。人和货物的“位移需求”从未改变，但实现安全出行、供需平衡智能感知和预测、供需双方高效配置等目标的方法和手段正在发生巨大变化。机场、港口、水路、公路、城市交通等基础设施正在全面优化，高速奔向全球智能化。

对话肖露：阿里云智慧交通业务是如何演进的？

只有真正将技术与商业融合，才能产生模式创新；只有吸收社会各界的创新力量，才能带动行业的真正进步。

秉承共创融合的理念，传统交通基础设施与新技术碰撞出智慧的火花。《云起战略参考》采访了阿里云智能交通物流行业总经理吕霄，详细解读了阿里云在交通领域的方法论和差异化能力。

参考:加入阿里云以来，你一直在交通行业打拼。在团队建设和业务水平上，你感受到了哪些变化？

吕霄:阿里本地有句话叫“拥抱变化”——我是2018年加入阿里云的。几年的时间，我经历了很多变化，这些变化也是我们自我成长的过程。

第一，团队发展迅速。从内部孵化，通过实践和学习，逐渐成长为一个具有行业能力和数字化能力的团队。截至目前，已有公路、城市、航空空、水运、物流等细分行业的专业人士加入。

第二，服务广度和深度的变化。自2016年阿里云发布城市大脑以来，我们一直在探索基于云计算、大数据、互联网能力和交通行业的深度合作。2018年，我们选择了“两个一”的市场轨迹:深耕一个子行业和高速公路；做个好榜样，南航空公司。一方面是因为民航空本身非常国际化，非常重视服务体验，以市场为导向，对信息化的接受度和依赖度很高；另一方面，阿里云在云计算、大数据、人工智能方面有非常强的技术能力。阿里巴巴集团的高德地图、金融支付、菜鸟等。都可以通过工业整合产生化学反应。

第三，思想和实践层出不穷，快速迭代。第一年，我们还处于想法的自证和验证阶段，找机会让客户知道阿里云切入了交通行业。之后逐渐了解行业需求，一步步摸索:2019年开始尝试沉淀“交通行业产品”；2020年，我们切入高速公路领域，得到了很多客户的支持，尤其是对高速公路数字化系统建设的突破；2021年，基于产品技术的沉淀，开始酝酿公路、水路、民航、城市交通等领域的通用解决方案，初步形成了具有独立见解的行业数字化转型的方法论和理念。

这种变化是渐进的，向前滚动的，不是一个线性序列。市场、产品、战略规划几乎每个季度都在不断优化调整。

参考:阿里云刚进入交通领域时积累了什么？交通行业的真实状况是怎样的？为什么阿里云认为有合适的切入点？

吕霄:相对来说，交通运输业是基础性、先导性、服务性行业。40年来，其发展侧重于基础设施建设，以满足国民经济的基本交通需求，解决“步行”问题，但信息化程度不平衡、不足。应该说国家在修路架桥方面的投入是非常巨大的，但是当基础设施建设到一定阶段，就会考虑基础设施的数字化。同时，在客货出行方面，更加注重“走得好”、“走得安全”、“走得绿色”，都需要借助信息技术进行升级改造。

作为一家互联网公司，阿里巴巴与交通行业有很多相似之处。它是一个网络行业，涉及大量的C端客户和大量的数据分析和应用。但是交通和互联网如何进一步融合？

首先，交通服务于人们的衣食住行，是一个高频产生数据的行业。交通大数据用好了，会产生更大的价值，和互联网有共同的诉求；

其次，阿里巴巴本身拥有丰富的流量元素，如高德、飞猪、千寻位置，都具有非常强的流量属性。当时资源分散，没有聚合；

第三，随着阿里云的快速发展，云计算、大数据、人工智能技术可以解决一些传统信息手段解决不了的问题，只是暂时很难从这类技术的发展中获得红利。

比如缓解交通问题，需要海量数据处理、实时计算、超大规模仿真等。传统的IT供应商和专业公司可能没有这么强的计算能力支持。此外，阿里云在2016年开始沉淀城市大脑的技术能力。内外结合，可以让阿里云有机会利用城市交通管理的经验，扩展并深度应用到整个交通系统。

参考:阿里云城市大脑发布于2016年。后续为什么没有聚焦城市大脑？

吕霄:城市大脑沉淀的技术能力有很多，包括交通行业的数据模型和算法，数据和业务中层能力，都在智慧高速和智慧港航的实践中重复使用，一脉相承。

但城市大脑侧重于城市交通的精细化管理，而城市交通只是交通系统的一个组成部分，还有其他领域如公路、航运空、港航、物流等。在与交通行业的合作中，我们发现交通数字化需要一个围绕“法规、建设、管理、维护、运输、服务”的全要素系统化建设，而不仅仅是管理。如果只谈城市大脑，业内人士会有疑问。

这促使我们重新思考市场策略:沉淀适用于交通物流行业的全场景、全链路，可以解决行业痛点和供需矛盾，同时是城市大脑容量沉淀衍生出来的融合解决方案。

参考:你当时是怎么选择子行业的？

吕霄:第一年和南航空合作，也是国企数字化转型的典范。在这个过程中，我们发现，从产生高频数据的角度来看，华航的日旅客量相对稳定，业务暂时不会出现爆发式增长。

我们希望找到更多的场景产生数据，让阿里云的技术为国计民生做出更多贡献。而铁路和公路就是这样的领域，是国家和地方政府对基础设施升级需求最大的两个领域。其中，铁路是一个相对封闭的系统。但是，路场不一样。道路市场足够大，衔接交通方式足够多，服务人群足够广。同时，高速公路对基础设施数字化、运行控制智能化和出行服务质量有着迫切的需求，对交通参与者的行为和状态数据有着高度的依赖性，已经到了数字化转型的阶段。

我国高速公路网非常发达，2020年底达到16万公里，但东西部高速公路发展存在明显差异:东部地区逐渐进入“后建设”时代，注重扩容提网，更加注重降本增效，提升用户体验；西部地区公路有了很大发展，但信息化水平与东部地区相比落后。同时，客户关心的是建设成本，希望借助外力“弯道超车”，而不是以落后的方式建设。同时，西部也需要技术来解决山地、隧道等地理因素带来的安全问题。因此，传统的方式无法支撑未来东西部高速公路的建设，必须通过整合和创新来解决业务问题。

当时我们分析，高速公路可以作为一个可以深挖的赛道，但是高速公路领域的市场范围太大了，包括高速公路、国省干线、农村公路、城市道路等等。因此，我们再次关注高速公路，适当关注国省干线公路。毕竟国家对公路的信息化建设要求很高，数字化的需求比较强烈。

后来扩展到机场、物流、港口、航运轨道，形成了今天阿里云交通物流的版图。

参考:早期，最受客户挑战的是什么？

吕霄:那时，我们花了一年时间寻找能够接受我们的想法和能力的客户。这是非常困难的，因为修路架桥是一个非常传统的领域。第一年，我们拜访了很多客户，大家的合作热情也很高，但是客户会先问“如果去阿里云，安全风险能不能降低，拥堵能不能解决？”讨论后的结论是:“你们达摩院强，互联网强，新零售强，但这和交通运输有什么关系？你不懂交通。”我们花了至少半年的时间，走访了至少20家高速公路建设方、业主和监管方，希望找到和我们有相同想法和认同的客户。后来我们改变了思路:不再用我们的逻辑去思考客户，而是和客户一起创造，一起探索，一起实践。

幸运的是，我们找到了这样的客户，他们愿意和我们一起思考如何将传统的路桥建设业务与科技相结合，思考引领数字交通的新思路，并在他们的想象中告诉我们智能交通的未来，我们可以从一个场景中尝试自己的想法，并逐步深化。

通过与客户的深度共创和对场景的深入研究，我们很快发现可以充分发挥自己高科技、钉钉、数据为中心的能力，为客户提供一系列基于场景的解决方案，包括全覆盖的态势感知、多方高效合作、精准及时的随行服务等。，从而实现高速公路管控的精准感知、精准分析、精细控制、精细服务。截至目前，已为全国50多个高速公路路段提供智能化解决方案，服务于全国20多个省份的建设者和运营者。

参考:传统领域和数字领域的人是如何形成共识的？这种经历对所有从业者来说，可能都是很有价值的。

吕霄:除了技能，我认为关键是“有始有终”的意识，设定非常明确的业务目标，研究真正的业务痛点。比如宁波舟山港，就给我们提出了通过数字化手段将集装箱调度整体效率提升5%的挑战。这看似是一个很简单的个位数指标，但拆开后发现，这意味着全流程数字化能力的提升，难度很大。在这个过程中，需要判断哪些可以改变，哪些需要与客户达成共识，最终带来真正的商业价值，这才是打动客户的关键。

参考:很多时候，你不理解客户的想法，客户也不理解你的想法。现在回想起来，哪些是真的不懂业务，哪些是技术认知的差距？两种情况的比例是多少？

吕霄:我们肯定没有懂业务的客户。客户可能不像我们一样理解云、大数据和人工智能。这是事实。除了一些传统的IT领域，只要涉及到客户业务，80%的点都不匹配。比如项目之前，客户经常问我们，“为什么要做一个支持高并发的系统？”"如果系统被迁移到云中，我如何操作它？"

这需要业务和技术专家的参与。作为桥梁，他们不仅可以了解客户诉求，还可以将阿里云的能力与客户业务相结合。而且，项目的结束并不是真正的结束。我们还需要和客户把项目定下来，让团队在实战场景中不断探索，形成数字化整合行业能力的解决方案。最后形成一种机制:有相应的专业人员和实战场景，专业能力不断提升，形成数字技术和行业场景融合的闭环——对客户来说也是一种宝贵的积累。我们常说“交付一个项目，建立一个团队”。

参考:可以举几个阿里云服务的典型客户的例子吗？

吕霄:客户一直伴随和支持阿里云的成长。

在与蜀道集团合作过程中，成都绕城高速率先建成“智慧眼”，实现感知智能；成都二环高速测试期间，开始了车路协同、智能高速的尝试；在今年与鄂汉高速的合作中，我们希望实现桥梁和隧道的数字化。在港口数字化转型上，与宁波舟山港集团共建智慧港口；在物流骨干网运输系统的数字化建设中，我们还帮助专注于自动驾驶的物流运输企业库车科技，基于云的原生能力，提升AI算法研发效率；在数字航空事业部实践中，南航、南航实现了基于双中间站的全业务数字化转型，中联航空实现了数字营销的模式创新。

参考:港口、船公司、高速公路等领域的数字化建设有共性吗？

吕霄:现在每个人都在谈论数字化，并对它有了更多的了解。四年前，客户还对上云的安全性和必要性心存疑虑。现在，国家发改委已经明确将云计算写入“新型基础设施”的范畴。政府倡导数字化改革，中央国企也在积极推进数字化转型。交通运输部相关政策多次提到“推动大数据、云计算、数据中心在交通运输领域的应用，推进新一代国家交通控制网络建设”。虽然每个子赛道的痛点共同点不同，但经过四年的迭代，阿里云不仅可以打造通用的交通行业解决方案，还可以利用云计算、大数据、数字结对、边缘计算等技术优势，聚焦子赛道的不同场景，提供差异化的解决方案。

参考:在数字港口建设中，有没有创新的地方经验和做法？

吕霄:过去，中国的港口向鹿特丹、荷兰、新加坡等国际港口学习。，但今天，中国的港口已经形成了独特的优势，特别是在吞吐量和数字化能力方面，在某种程度上领先于世界。

中国的港口建设应该考虑当地的实际情况。上世纪90年代“中央和地方统筹，地方优先”改革后，我国港口一度处于“各类国有民营主体齐头并进，港区岸线建设失控”的局面。目前，各大港口正在按照“沿海一省一港”的新格局整合港口资源，意在减少无效竞争。然而，到目前为止，我国约80%的港区或重点码头仍然面临着效率低下和资源浪费的问题。几年前，上海洋山港和青岛港的全自动化码头建设是世界领先的标杆。但问题是，只有在新港口建成时，才采用全自动化技术，而且要花费数十亿美元。小型港口群和传统码头，在效益不那么好的情况下，需要智能化的解决方案，即可以用有限的投资建设一个先进的数字化系统，保证运营效率和效益的提升。当然，很难。我们在宁波舟山港的实践是一次有成本效益、有意义的探索。

参考:物流还是大交通领域的一部分。阿里巴巴在物流行业有很大的优势，只是之前没有提到。为什么？

吕霄:物流业注重的是运营和服务效率的提升。除了头部企业，还有很多中小企业，场景也非常多样。阿里巴巴有一定的优势。一方面可以作为上游企业拖后腿，另一方面可以在公有云上搭建更好的系统。

四年来，我们一直在坚决执行“云上物流”的战略。从“三通一达”开始，他们已经占据了很大一部分市场份额，核心业务也基本全面展开；此外，中国邮政也是阿里云混合云的大客户。因此，物流骨干网和大核心节点的核心系统90%左右都在阿里云上，可以实现各种运输方式更高效的联动。今天我们说物流，需要从另一个高度来看。物流效率的提升是一个系统的事情，不仅仅是快递，还有城际运输、货运、集装箱运输、骨干运输等。它属于供应链系统。只有激活物流产业链上下游，打通所有物流枢纽园区、城市道路、公路、港口、机场，物流才能发挥更大的价值，真正体现立体交通效率提升的系统性优势。

参考:未来有哪些挑战和前景？

吕霄:最大的挑战是我们能力的提升要跟得上行业的发展。人才永远是最大的挑战。希望有优秀的人才加入进来。同时，我希望有更多的人意识到阿里云今天对大交通的投资——不仅仅是与客户做生意，更是探索前沿技术与传统基础设施的融合。这有利于民生服务的整体提升和经济的高质量发展，无论是对于监管者、业主、建设者、普通消费者，还是新型基础设施与传统基础设施的融合。

本文摘自《云起战略参考》2022年第三期。

扫码时申请纸质版。

↓↓