UMo的可持续发展战略帮助打造智慧城市（CleanTechnica独家提供）

智慧城市是结合了各种电子数据收集以有效且可持续地管理城市系统的城市地区。他们将信息和技术与物联网（IoT）集成在一起，以优化城市运营，例如交通系统，电厂，供水网络，废物管理，信息分析和其他社区服务。不断发展的智慧城市提高了市民的生活质量，并在世界各地迅速兴起-这是因为社会中的主要技术，经济和环境力量要求快速的城市变革。

我们的CleanTechnica团队最近有机会在巴黎会见了一家名为UMo的新公司的首席执行官Eyal Santo。UMo的AI Urban Brain具有分析部署该解决方案的每个城市的数据，策略，用户案例，活动和成功率的潜力。在这次采访中，我们讨论了如何通过结合机器学习算法，认知科学和共享知识来生成UMo的预测分析。给城市规划者和官员的建议产生了共享的知识并统一了筒仓-在地方一级，每个城市和大城市区域内，甚至在全球一级。

告诉我们您的口号：“智慧城市。更快乐的人。”它如何体现您作为一家公司的使命和愿景？

智慧城市意味着更快乐的人。我们使用专有的AI技术帮助城市实现真正的城市可持续发展战略，并节省数十亿美元。我们通过以下方式创建智慧城市：

减少拥堵，污染和事故；改善公共土地使用和公共空间；培养更健康，更可持续的公民；并且，加强地方经济。

我相信，智慧的城市可以使这些特质成为事实。我要强调的是，我指的是人的城市-不是汽车，甚至是无人驾驶汽车-而是为人设计的城市。

您如何使用预测数据来帮助城市确定创造健康，可持续的未来环境的新方法？

我们使用数据进行预测分析。城市运用这种经验，知识和智慧。例如，机器学习算法可能会发现美国“小城市X”中的“广告系列A”（其产生80％的结果）可能适合亚洲“大城市Y”的推荐篮子，相似性仅由我们的算法发现。模式可能是天气，人口统计学，社会经济学，靠近海滩或距海滩的距离以及成千上万的其他参数。

请描述当您指导城市经理从数据聚合到“人工智能城市大脑”和“人工智能仪表板”时发生的一些创新性人工智能结果。

此指向我们为特拉维夫构建的UI的链接显示了城市数据的过程。专注于屏幕中心-地图：您将在此处看到颜色编码的区域。这些代表的地理位置是UMo的AI Urban Brain自动识别城市挑战的地方，例如城市策略与街道状况之间的不匹配。它可以是地理位置或地理位置（如本例中所示），也可以是人口，群体，人口统计信息，企业等。

UMo的AI Urban Brain不断处理数据和城市策略，并自动应对挑战。在屏幕的左下方，您可以看到两个图表：绿色的图表是该城市通过实施可持续发展战略所节省的成本。ps基于当今城市使用的标准模型-目前权衡了在哥本哈根和温哥华开发的几种算法。还计划将其他模型（例如HEAT）纳入该算法。另一个图表是城市的可持续性得分与自身战略和目标的对比。

一旦城市利益相关者单击受挑战的项目，您就可以深入了解该挑战。假设标题上写着“自行车骑行量少”。这是为什么？因为UMo的AI Urban Brain在走廊上确定了自行车基础设施与城市规划和策略在90％的水平，但是使用率却很低。城市决策者不仅可以获得有关每个挑战的完整状态更新，见解和分析结果：受影响的人们也是如此。更重要的是，这些见解将被处理为建议和可行见解。

值得一提的是，城市规划师和运输工程师对我们的解决方案进行了非常有趣的观察。他们认识到UMo的AI Urban Brain在交通和运输，能源和公用事业，住房和企业以及混合使用中对城市规划的重要性。UMo的解决方案可以识别“需求线”和模式，并可以进行高精度的预测分析。

这对于不同领域的城市规划人员准备供应以适应未来需求非常重要。这是我们什至没有意识到的结果。

请允许我再增加一项，并谈论直接为城市和为城市社会节省的资金。我们的模拟器在全球约60个城市中实施时，会权衡其他参数，例如GDP，进入城市的汽车数量（仅市中心），受影响的人口（仅城市核心/无大都市区）等。然后，在一年的时间里，每周仅一次将汽车和自行车的模态份额改变为最小的情况下，它产生了相关的节省，平均单程通勤时间为10公里。

UMo与致力于智慧城市的其他预测数据分析公司的区别是什么？

我们的独特优势是什么？

1.球队：我们对城市，可持续发展和人类充满热情。我们从自然背景中获得了丰富的经验–彼此互补，在其他领域重叠。

2.市场：“城市不是问题，城市是解决方案，”巴西库里提巴的传奇市长Jaime Lerner说。挑战是巨大的，要回答这些挑战，智慧的城市市场将在8年内突破3.3万亿美元。它将显示数十年的高速增长。UMo的解决方案几乎涵盖了智慧城市的各个方面。因此，每个将选择智慧和可持续发展的城市都应选择UMo的解决方案。

3.产品：我们的产品基于对城市，城市主义，移动性和技术的深入了解而孕育和酿造，我们的产品基于AI，可满足城市生态系统的所有利益相关者的需求：城市，人民，企业雇主和当地企业。结果？不仅是另一个普通的仪表板，而且在分析和洞察力之上，它还提供了一系列根据城市策略以及根据这些策略采取行动的建议。

4.技术：UMo的AI Urban Brain使用我们专有的AI算法来融合数据和城市策略。

5.人民与城市：这些是我们思维和设计的核心。解决方案可能不容易实现，但在财务上很容易。纽约这样的城市每年可以通过我们的解决方案节省至少1.5亿美元，而其中的一小部分-每年约300万美元（对于城市出行方式）。扩展可能相当快。

6.统一单独的筒仓：到现在为止，几乎所有城市系统都针对特定部门：教育，交通，福利，住房，收入，公用事业，企业等。数据库过去并且现在仍然是分开的。决策者“坐在”单独的筒仓中。UMo的AI Urban Brain从多个城市数据库以及其他来源读取数据。因此，它呈现的输出是“跨部门”，统一了不同的城市孤岛，并确保知识共享而不是将它们分开。市政利益相关者可以在UMo解决方案中了解挑战之前，甚至可以浮出水面，确切知道要解决的对象，甚至可以建立跨部门团队来解决挑战。

7.面向未来的：随着自动驾驶汽车成为标准，我们将帮助城市实施有关自动驾驶汽车的政策和法规，确保它们以最可持续的方式在我们的街道上行驶（而不是零占用的僵尸汽车）。而且，虽然帮助城市发展城市交通是第一阶段，但UMo的AI Urban Brain多年来将支持将城市的可持续发展管理引入其他方面，例如可再生能源，废物管理，城市林业，城市农业等。今天，我们不得不手动校准AI算法以权衡城市策略，而未来的版本将实现全自动和自学。

8.明确的商业模式：我们提供SaaS，直销和全面的战略合作伙伴（I级解决方案提供商，例如IBM，Cisco，Siemens和Deloitte）。

9.受影响驱动：对我们来说，有益的结果是我们带给人们生活的改变：城市生活质量的提高，当地企业的繁荣，社区之间的联系更加紧密，健康状况良好。试想一下，城市可以用他们和城市社会可以节省的巨额资金为人民做些什么。

告诉我们一些有关您的UMo领导团队的信息：您-Eyal Santo-和Eyal Zohar。你们都为UMo贡献了哪些才能，背景经验和教育？

一个非常简短的描述做得很完美。它以一个单词“ passionate”开头，扩展为两个单词，“ VERYpassive”，然后延伸为整个句子：“我们对城市及其人民充满热情。”

艾亚（Eyal）和我是狂热的山地车手，在那儿我们俩相识并成为朋友。在20多年的高科技研发中，我们俩都骑着自行车工作了无数次，因此我们从山地自行车道到城市都充满了激情。Eyal Zohar专门从事项目管理，产品管理和营销。我更多地在战略和bizdev方面。我于2007年离开高科技行业，三年后担任一家自行车进口公司的总经理。三年多来，我一直从事进口自行车的业务，并通过运营租赁，构建和管理公司自行车政策将其提供给公司市场。

我从2016年夏天开始起草关于智慧城市的想法。在2017年初，我有足够的自信去接近我的朋友Eyal Zohar。我们决定申请MassChallenge加速器计划，并且在超过500名申请人中，被选为以色列队列的52个决赛入围者。虽然UMo已从以前的咨询公司发展成为基于技术的创业公司，但其原始精神和愿景仍然存在。

我和Eyal Zohar都曾就读于以色列理工学院理工学院-Eyal拥有工业和管理工程学士学位，而我则拥有文学学士学位。Eyal Zohar也是特拉维夫大学营销与技术MBA课程的毕业生。我打算在退休后申请物理学理学硕士。那将是在宇宙学和量子物理学中……

UMo团队

您如何通过城市交通策略帮助城市管理者将您的预测数据转化为实际的可持续实践？

不幸的是，我认为从化石燃料转向电动汽车不会成为我们城市的救星。无人驾驶汽车也不会。化石发电是一个不错的举动，但它主要是将污染从一个地方转移到另一个地方，只要全世界有80％的人依靠化石燃料发电。

而且–电池的制造过程非常污染，更不用说有毒了。

对于自动驾驶汽车，它们是一层的机动性，这是难题的一环。而已。我们应该记住这一点。如果MaaS失败了怎么办？共享的移动性不是要一次背一个人，而是要背一个人。大约有两到四个人（陌生人或熟人）共享自动驾驶汽车。这是很难实现的。如果人们不放弃所有权怎么办？假设–在2030年，您的女儿年满12岁，您没有给她开车到城里逛，而是给她买了一辆自动驾驶的坪汽车，将她带到学校，朋友，电影，购物等地方。您认为这是想象中的吗？这种情况直接来自麻省理工学院媒体实验室的研究。

底线：城市需要分配大量的仔细思考，头脑风暴和规划电动自动驾驶的未来。

可持续城市交通的维度之一与自动驾驶汽车有关。我们使该市能够实施无人驾驶汽车的可持续发展战略，重点，政策和法规。

他们是否为使用这条道路付费？这是动态价格吗（例如，占用率越高），价格或人均价格越低？车主是否因驾乘至少75％的车辆而获得奖励？至少有80％的时间？所有者是否在超过30％的时间中“少于25％”入场？等等。

无人驾驶汽车将有义务与城市共享数据-有了这些数据，我们将帮助城市确保其以最可持续的方式在街道上行驶。