1-阿里
数据来源：
业务部门：阿里云数字产业发展部
资料/数据来源：阿里云《城市大脑数据智能解决方案》
章节：14、17（其中14章指的是社区维度，更多的属于城市范畴；17章社会治理，相对全面）
14-城市治理社区微脑解决方案
客户定位：面向区县级公安和街道客户
这里的客户定位很有意思，其实整个城市大脑方案的包装是面向“地方政府”，至少是一个地级市或者县级市起步。但这样的方案往往又太大， 于是就将方案包装成比较小的名字，向某些区县、公安单位去做推广。这种定位非常符合政府的工作方式，领导决策层不会轻易花大价钱去采购，如果要中标大项目，必须先做出成绩或者有成功案例。（除非你是客户关系极好的国企）
因此这个小的部分，非常适用于某个局部地区做推广或使用，就像屈臣氏推出的试用装一样。软件产品在很多地区为了推广平台，甚至是整套服务免费提供。
接下来我们看一下方案结构分析：
整体分为：用户层、应用层、场景举例、数据层。
这个描述方式还是非常“亲民的”，没有加一些阿里云的技术内容、例如弹性计算、云服务、高性能之类的，更加关照了领导“不懂”技术的情况，也更加侧重“业务描述”。
整体方案的产品来源，大部分来源于阿里已经有的体系，或者基于阿里云体系去做拓展。比如钉钉，应该是单独一个事业部，这说明城市大脑的方案在阿里内部也是跨部门的协作方案。另外的一些警务大屏之类，很可能来源于某些基于阿里云平台的三方厂商，这些厂商通常是阿里直接或间接投资的。
这部分方案目前看来，结构清晰，也很高大上，但是对于治理的定位，笔者个人略有不同看法。
首先用户层的对象比较局限，仅公安部门就分为很多体系，有刑侦、交警大队、巡逻大队、经济犯罪、治安等等。社区治理目前还涵盖不了这么大的范围，因此公安体系应该浓缩到某几个部门才更加精准。比如针对某些大型企业才有的经济犯罪，完全不在这个版块的体系，就应该排除在外。
然后用户群体的定位最好唯一确定，公安是行政机关单位，街道或者区县政府是基层政府的派出单位，二者相互独立，虽有少量业务往来，但是其管辖领域、业务范围、财务支持等方面相当独立。因此方案的汇报应主攻牵头部门，由具体的牵头部门来负责，目前的方案二者并列，还纳入了物业、城管、消防等，更加不太明确。因为这样的表述会导致目标范围概念较大，实际操作中几个相关单位很有可能相互推诿。
另外，重点我们来看应用方面，首先是应用内容，公安大屏和警务C端目前在全国绝大部分城市地区应该都有独立省级、市级公安系统，这块大蛋糕应该基本上是已经切割殆尽。因此警务或公安相关的系统更多的是“对接”，或者服务增值，而不是应用。
公安大屏、街道大屏很多都需要硬件支撑，一块大屏价格不菲，海康的9电视大屏通常需要50w以上的费用。另外，街道或者社区的工作有很多上门服务类性质，不太与公安的“工作大屏”相符合。
还有物业大屏，物业能够保障小区的卫生、治安、绿化、电梯就已经非常不错了，大屏更是不太可能。这里不如推广基于视频监控的软件产品，做人口统计之类的，可能应用场景更加贴切。
场景举例就更加隶属于“综治拓展的范畴”，场景只是在市面上通用的综治系统之上，增加了物业、关爱维度的治理，比如早期很多综治系统都支持重点人群监控、来访登记等等。现在增加的是关爱老人、关爱弱势群体、关心垃圾问题、车辆问题。整体的价值体现不足，即我把小区的老人、僵尸车、垃圾解决后，能产生什么样的社会效益并不明显，现在只是在介绍，我有什么功能，我能提供什么样的服务，至于你需要什么，那么你来选择。
这里的结构其实不用多说，应该将方案结构与“场景介绍”分开。可单列“故事性的场景，讲述系统或者平台提供的服务”，社区治理服务。比如幸福指数的提升，社区稳定提升、能源节省、文化繁荣等等维度。
故事性可以以某个个人的案例，来讲故事，这里可以多多学习“腾讯为村的运营，讲了很多故事，比如厕所改革的、农村电商的，小孩上学的”，下文将有介绍。
应用场景及价值浅析
应用场景城市大脑主要讲了4个：
一是公安社区管控服务，这个跟大部分的综治系统类似，新意不多，不再赘述。
二是政府社区治理服务，这个主要是想让政府为社区、街道购买信息服务，也是非常成熟的业务。
三是业务管理服务，同类产品也很多，主要看影响范围，是否能覆盖所有的小区和物业。
四是住户社区便民服务，这个主要基于支付宝小程序来做，提供很广泛的生活服务，这也是支付宝很成熟的业务，只是现在把它冠名给政府推广。
方案价值比较“官方”，可能源于某地方政府的政策截图。这里有几点可以更加优化：
一是数据价值，通过整体小区的数据上云，可以获得更大的数据价值，反哺各个应用场景；
二是方案中更多的是让政府购买系统，自治、德治、法治如何融合体现不强。三治融合的核心个人认为是降低社会成本、行政成本、救援成本、警务成本。
调整后的结构
用户层更加体现为社区居民服务，同时体现平台的信息赋能、互联网赋能、数据赋能，融合现有的各单位、各级政府部门及相关工作方式，为居民提供立体化的服务。
另外是事件感知层面，除了人、房、车之外，再将原有的隐患、警情纳入到事件体系，同时要增加设备的维度，比如监控故障、厌恶报警器故障、水表故障、消防栓、小区的花草树木、路面等等，都纳入体系。
差异化特性不足
（未完待续……）
2020.1.11 更新
阿里城市大脑第十七章——社会治理综合解决方案
结构分析：
应用层+应用对象层+数据层（外加事件感知引擎、数据融合引擎）
方案的架构是比较通用的架构，但是对于事件感知引擎和数据融合引擎的概念描述较弱，让人无法理解这两个引擎的具体作用。
场景举例：
场景举例问题：
1、案例之间重复性高，首先“社会治理综合管理系统”已经包括了后面的几个案例；然后平安校园本身就是重点区域管理、学生群体本身就是重点人管理。
2、社会治理指数指标未公示。
3、统一地址库类似的统一人口、统一车辆等等都是类似的，可以更加放大。
综述：
社会治理本身是比较复杂的概念，因此各地负责政府单位都不太一样，正因如此，在解决方案中，还可以加上对“组织机构”、“智能划分”的建议，就近需要哪些组织去完成哪些社会工作。
另外，整个社会治理的方案更多的表达是“售卖服务”的概念，而不是服务带来效果的理念。购买社会治理综合管理系统之后，能够给企业、政府、个人带来哪些便利，体现不足。即更多的是我有什么，而不是我能解决什么。
这里，我十分建议对“社会治理指数”进行量化，虽然它跟居民幸福指数一样，本身是很难量化的，但是逐步量化的过程即是解决方案逐步完善的过程。同时要对事件感知引擎、数据融合引擎做深层次的介绍，究竟通过哪些技术手段、哪些行业经验开发的这些引擎，这些引擎能解决什么问题？具有怎样的前瞻性，比当下的常规做法有哪些优势？
整体看来，社会治理的方案非常“传统”，面向的仍旧是传统综治为主，也就是综治办对矛盾调解、社会稳定、信访、重点区域（学校、老人等）、重点人员（学生、留守儿童、留守老人、社会闲散人员、吸毒人员等）的传统领域范畴，并未有新概念的提升。
虽然在场景上有更多的案例，比如欠薪报警、火警风险等，但并未对这些有更深次的介绍，因此整个方案的吸引力就大打折扣了。
不过还是非常建议大家去看看央视的纪录片，对社会治理诠释的非常深刻！
2-腾讯
数据来源：腾讯云——解决方案——政务解决方案——腾讯云TDC数字农村解决方案
地址：https://cloud.tencent.com/solution/countryside-details