随着人工智能和物联网技术的普及，智慧校园似乎再次成为科技界的焦点。

其实，园区的智能化、数字化升级从来都不是小事。截至2017年，国内“智慧园区”项目投资年均超过1000亿元，每年新开项目近300个。各种产业园、服务园、物流园以智慧的名义层出不穷。

但繁华之下，也有难以掩饰的问题。

除了繁琐的名称和噱头，“智慧园区”的泛滥似乎并没有给行业需求带来实际帮助。由于目前中国的许多智慧园区项目都与当地政府的新城市规划项目紧密结合，参与的企业和技术提供商都非常复杂，往往会出现鱼龙混杂的局面。很多只是加了温湿度传感器，加了一定程度的数据可视化和园区IT项目，也叫智慧园区。

这些所谓的“智能”只是解决了“园区发生了什么”的问题，却很难主动观察和干预园区的现状，智能技术也不可能真正做到确保园区安全，提高系统效率。

当然，园区的智能化也在不断完善中。德国、日本、美国智慧园区较为成熟的经验和技术模式，正在通过不同的模式进入中国。新兴科技公司中，BAT等巨头正依托云计算为产业园区提供智能化升级；京东、苏宁等电商纷纷提出智慧园区新解决方案；菜鸟网络最近也公布了未来园区的规划。

但总的来说，我国支持智慧城市和特色小镇的智慧园区大多存在抢先推出和噱头的问题。令人担忧的是，此类智慧园区的比例并不低。综合来看，智慧园区还不够智能，体现在三个方面：

问题一：“聪明”常被用来伪装

工业园区的核心要求无疑是安全。在制造业、物流业等工业园区，无论是温度和湿度的变化智慧园区可视化，还是电力系统、水利系统的意外问题，还是火灾报废等突发情况，都会给整个系统带来无法估量的损失。 因此，安全是每个工业园区的核心要求。

在这种情况下，很多园区已经开始使用传感器和智能摄像头来提供安全防护，但是这个所谓的smart plus有一个核心问题，那就是传感监控设备监控和覆盖的空间比例非常低，很难覆盖整个园区。甚至只是出现在几个关键领域，只是装作表现出来。而且，传感器和智能摄像头的后端报警机制往往比较空白。一旦发生危险信号，往往缺乏系统的应对和救援方案。

当然，这种情况不仅仅存在于中国。美、德、日等早已开始建设大型工业园区的国家，如今也开始面临智能迭代的困境。由于改造成本的限制，智能往往只覆盖极少数领域。

目前类似问题的解决主要是基于AI+IOT设备的广泛使用，结合边缘计算设备的部署，让AI监控覆盖更多的空间，尤其是园区的角落，甚至在下水道、通风口和绿化带等区域。随着AI+IoT设备系统成本持续下降，相信情况会不断好转。

问题2：没有大脑的信息孤岛

智慧校园面临的另一个常见问题是如何处理收集到的数据，非常麻烦。

在国内很多智慧园区项目中，实施方案是安装更多的摄像头，然后将监控数据上传到云端，保证可以远程查看，可以再次调用。这也完成了所有的“智能化”，

这样的方案固然不错，但问题是在一个庞大的校园系统中，大量的摄像头会产生海量的数据。这些数据在安检过程中给安检人员带来了可怕的工作量，导致大量摄像头无人监管。

另一个问题是相机效率不高。只能作为事后的证据。能够独立判断问题，在事故和安全隐患发生前主动干预，是园区安全监控的真正需求。

这就是智慧园区项目中经常出现的数据孤岛现象。从摄像头数据到更多的环境、物流、车辆和人流数据，它们都是相互隔离的收集和输出。不能进行主动判断和整体判断。更不用说真正的智慧了。

另外，信息孤岛形式的园区往往会给运营商带来大量无法使用的数据，而数据的积累处理却必须马马虎虎，给整个运营系统带来压力。而且，数据处理费最终会返还给园区内的企业。

统一数据处理和主动服务的AI大脑正在成为解决这个问题的方法，很多科技公司也推出了相关服务。但是，AI中枢系统与实际行业的结合还处于比较空白的探索期。

问题3：有了“智慧”，人就更忙了

智慧园区另一个尴尬的问题就是所谓的“智慧化”。例如，在很多智慧园区项目中，只有园区内的大量工作被转化为数据上传到云端，甚至只是在一些园区服务中添加了APP。

但是，它仍然依赖于手动操作。它没有解放园区工人的劳动力，而是增加了一些监控和维护任务。

园区应以人机协作为目标，降低工人劳动强度。这在日本和德国的物联网园区项目中早已成为共识。依托物联网技术的成熟，中国科技企业也开始在各类物资、抢滩领域实现大规模人机协同。

工业园区，作为各种产业实体的综合要素。它涉及人员和设备的复杂因素，需要更高的效率和成本。智慧园区建设如雨后春笋般涌现，有很多非技术性的复杂原因。在物联网、云计算、人工智能等技术解决方案更加成熟的今天，智慧园区的发展将走向怎样的发展形式尚需时间检验。

第34期CIO班招生

国际CIO认证培训

首席数据官 (CDO) 认证培训