先说一个场景。某航司的营销部门，以前做促销靠经验拍板：旺季打折，淡季送里程，效果好不好，事后看报表。现在不一样了。他们手上有一份用户画像，谁常飞京沪线、谁带娃出行、谁买票前总要比较几天，都标得清清楚楚。促销短信只发给"最近三个月看过机票但没下单"的人，转化率一下子翻了几倍。
这就是数据决策的样子。这背后，是一整套"大数据决策与支撑平台"在跑。这份81页的解决方案，把平台从战略、架构、技术到产品、案例讲了个透。我挑重点拆一拆。
一、城市大数据，先想清楚为谁建
方案开篇先讲城市大数据发展战略，把服务对象分成四类：政府、市民、企业和行业。
政府要的是社会安全稳定、吸引投资、环境保护和可持续发展；市民要的是生活质量、就业机会、公共服务；企业要的是产业升级、降低运营成本；行业要的是竞争力。四类诉求合起来，就是可持续城市、包容性城市、生产力城市、良治城市。
落到工程上，是建一个省级统一的时空信息数据库和新型智慧城市大数据云平台，为政府各级部门、企业和社会公众提供时空信息资源服务。技术底座用Eucalyptus云计算加KVM虚拟化，从IaaS、PaaS、SaaS三个层面，为私有云环境里的国土、测绘、地环用户服务。
一句话：先搞清楚给谁用，再决定怎么建。平台不是技术堆出来的，是需求长出来的。
二、总架构：四件事拧成一股绳
整个平台的架构，方案里讲得很直白：AI、物联网、大数据、区块链，四类技术和产品有机结合，互相配合、彼此借力，形成综合能力。
建设思路也务实：基础能力现阶段靠合资、合作、采购引入，边用边培养自主研发能力；结合优势行业，针对具体场景打磨产品，形成标准灵活的云化产品。底层有超算中心、GPU集群撑着，往上按"自建+合作"的模式做云化场景的交付体系。
分条线看。AI那条线，五大能力、18大场景；大数据那条线，从数据层、功能层到应用层，做用户画像、金融征信、决策咨询；物联网那条线，从SIM卡到业务专网，把万物连进来。三条线共用一套底座，互相借力。
三、AI是大脑：五大能力、十种技术
先看AI。方案把能力分成五块：语音、生物特征、视觉、自然语言理解、知识图谱。每块下面再拆出十种技术：语音识别、语音合成、语音唤醒、文字识别、自然语言理解、机器翻译、知识图谱、图像识别、生物特征识别、人脸识别。
语音这块，数字很能打。连续语音识别率高达96%，实时率0.3以下，说话的同时字就出来了。长语音识别、远场语音识别（基于麦克风阵列，能消回声抗噪）、窄带语音识别（针对电话8k采样率，给呼叫中心做转写）都有。语音合成支持19种语言，覆盖全球90%以上的国家和地区，普通话、粤语、维语、英语、日语、德语、法语都在里面。
视觉这块，静态图像识别能认出200多类常见物体，场景、属性都能识别，扛得住光照和姿态变化；动态图像追踪在视频里实时找行人和车辆，辅助驾驶、安防监控都用得上。卡证类文字识别可以自动捕捉身份证边缘、校正透视变形，支持任意方向、正反识别，少数民族身份证也支持。车牌识别在强光、大雨、大侧角条件下照样认得出号码。
生物特征这块更全：人脸识别支持检测、五官定位、属性分析，能一对一也能一对多；指纹识别支持各种采集设备；声纹识别用的是国际先进声纹引擎。多维身份认证把这些组合起来，声纹加人脸加指纹，身份识别的安全性就上来了。知识图谱和机器翻译也在能力清单里，中英互译、维汉互译，这些是给跨语言场景用的。
四、大数据是燃料：数据从哪来，怎么处理
光有AI还不够，得喂数据。方案里的大数据资源分内外部两块。整体上分数据层、功能层、应用层三层：数据层装航旅数据这些原始料，功能层做历史分析和实时分析，应用层出用户画像、金融征信、决策咨询三类产品。
内部数据资源，以航旅数据为代表：航班的姓名、身份证、手机号这些基础属性，飞行次数、舱位等级、出发到达城市这些活跃属性，机票折扣、平均票价这些消费属性，还有时间地点属性，一张机票背后是一整套标签。酒店数据、出行数据同理。外部数据资源，有电商行业指数、网购信息、消费偏好，用来给内部数据补维度。
数据处理走标准流程：数据源进来，实时接入、离线接入；实时流处理用Tstorm、Spark Streaming，离线批处理用MapReduce、Spark、Pig；再往上做交互式探索分析、多维分析、机器学习；最后落到航旅、电商、政府这些场景的应用上。算法层也有积累，预测算法、状态研判、挖掘模型、图像识别，都封装成可调用的服务。
平台的功能架构也清楚：数据源（结构化、非结构化）→采集系统（抽取、规整、解析、清洗、入库）→数据存储与加工（实时环境、离线环境、数据存储、计算分析、数据仓库）→数据服务（实时/批量服务、可视化工具、嵌入服务）→应用系统。旁边挂着数据资产管理、安全管理、权限管理、运营管理。
五、物联网是触角：从一张SIM卡说起
物联网这条线，方案从SIM卡讲起。把运营商的网络通信能力，通过云计算和数据管理技术整合成物联网信息通路，提供低成本、高便捷的物联网卡服务。
卡生命周期管理管单卡、流量池、API，微信端还能查流量、续费、实名认证；分销系统让客户打造自己的物联网电商平台，个性化设置；业务专网是重头戏。普通物联网卡直接连公网，受运营商能力控制，卡丢了流量可能被盗用；专网卡就不一样，可设黑白名单、定向访问，不受运营商限制，还有KB级的流量控制能力，卡丢了流量也不会被盗用，通过VPN还能对不同应用、不同时段独立计费。三网融合流量池更实用：一个套餐，移动、联通、电信三张卡共用，设备插三张卡选最优信号，只收一份套餐钱。
六、AI落地：18大场景，挑几个说
AI这块方案列了18大场景：智能客服、呼叫中心、智慧医院、智慧景区、未来机场、楼宇考勤门禁、智慧营业厅、智慧案场、商场人流分析、公共场所人群检测、刷脸支付......挑几个有画面感的说说。
智慧医院。导医机器人多轮语音对话引导患者；取药处人脸识别确保人、证、药匹配；医生语音录入病历，不再手写手输；门诊语音还能识别患者情绪状态，实时提醒护士。
未来机场。人证一体机加多维核身，解决人脸识别跨场景、非同源图像比对难的问题，排除光照、角度、遮挡、年龄跨度的影响；安保机器人24小时自主巡逻，四个高清摄像头做人像识别，图像回传公安大数据后台碰撞分析、实时预警。
智慧景区。刷脸入景区，支持20多种语言播报，男声、女声、童声、机器人声都有；机器翻译支持中英互译、维汉互译；人流密度智能预警，人多到一定阈值自动报警。商场人流分析把顾客画像和商家的交易、运营系统打通，精准营销、提升转化；公共场所人群检测做人脸布控、轨迹分析，城市级安防能用。还有刷脸支付、智慧案场、楼宇考勤门禁，每个场景都是一套组合拳。
七、大数据产品：从用户画像到智能定价
大数据这条线，产品最成体系。核心是用户画像：通过收集和分析消费者的社会属性、生活习惯、消费行为，抽象出用户的商业全貌，再拿去做营销和服务。
产品线有四款。用户画像补齐：客户拿自己的数据来，平台用外部数据补维度，以API接口形式返回用户标签，景区客户就能知道游客在景区之外是什么样的人。精准营销：基于用户定位做个性化推送，抓实时浏览轨迹和搜索信息，把潜在客户转化成存量用户。会员分层及VIP服务：按消费额度、频率、活跃度把用户分成高中低层，高价值用户给VIP服务。客户身份识别：在景区、商超配摄像头或颜值机，用户路过就能识别身份，实现无感知营销。
金融征信这条线更实。FinCredit做贷前准入、反欺诈、客户授信、贷后管理：身份信息核验、手机实名核验、地址核实、工商信息核验，配合逻辑回归、机器学习做信用评估。信用评分产品以API接口输出信用分，银行、证券、基金、有借贷业务的电商都能用，京东白条、蚂蚁花呗都在应用范围内。
还有两个咨询类产品。智能定价：通过分析历史数据和实时数据，预测市场供需，帮企业找到客户愿意付的最优价格，机票、酒店、景区门票、旅游线路都适用。消费趋势预测：结合舆情数据分析未来一段时间的用户量和消费量，为产品采购、定价、人流控制、安保提供决策依据。
八、建设运营：看几个真实案例
方案最后给了几个落地案例。某集团智慧考勤：支持多人同时进出人脸捕捉，无需配合、无感知考勤，支持白名单过滤、固定和弹性工时规则、监控策略报警。全渠道网络客服：在金融、电信、能源、交通、政务、互联网各领域大规模应用，和国航、深航、中信银行、浦发银行都有合作。智能语音分析：提供100%质检、实时语音分析、客服大数据挖掘。智能语音导航：服务光大银行、华夏银行信用卡中心、银联商务、苏州银行，还有山东电信、北京税务。
写在最后
回头看这份方案，就干了一件事：让数据从躺着变成跑起来。政府靠它管城市，企业靠它做营销，市民靠它享受服务。AI负责看懂听清，大数据负责算准想深，物联网负责把触角伸到每个角落，三样东西拧在一起，决策就不再靠拍脑袋。