案例 04 · 城市规划研判
Datawhale原书章节 · 印刷页码 33—45 · 当前仅加载一页

原书第 35 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
因为10个部门的人工作方式不一样,对同一个指标的理解也可能不一样。你必须把他们 真正使用的业务语言、计算规则和工作流程理解清楚,否则AI生成出来的东西看起来很 专业,真正的规划师一看就知道不对。 为什么这个问题值得做? 因为城市规划本身正在发生变化。过去城市快速扩张的时候,很多规划是在增量空间里 做选择;现在更多是在已有城市空间和存量地块里找最优解。规划做得越来越精细,决 策涉及的约束也在变多。 而规划师原来的工作流程又非常重。 领导可能只说一句:“帮我看看识别下xx区域的潜力用地有哪些?”下面的人就要开始 查资料、调数据、做空间分析、跑工具、讨论,最后才能形成报告。 所以我们最开始看到的机会,是能不能先把规划师每天反复做、规则相对明确、数据能 够追溯的那部分工作接下来,让人把时间留给真正需要判断和创新的事情。 这也是我后来判断一个场景值不值得用AI的一个基本标准:它是不是重复发生?重复成 本是不是足够高?工作流能不能定义?背后的事实和数据能不能追溯?涉及的专业工具 能不能被调用? 如果这些条件都不存在,只是为了“AI First”硬找一个场景,我觉得没有必要。 Q2:在你参与之前,这个问题过去是怎么解决的? 其实规划设计院原来的数字化程度并不低。他们不缺软件,使用的专业软件反而非常复 杂。规划师本身也是典型的高数字素养人群。 过去接到一个规划任务后,规划师通常先查大量资料,再进入GIS类专业工具,叠加不同 图层、运行脚本、做空间计算和标注,然后根据结果形成自己部门的判断。 35/243