網上版請按此
2026年施政報告「AI城市大腦」，務實方案與數碼基建整合升級建議
2026年施政報告提出研究和建設「AI城市大腦」綜合城市管理系統，透過大數據分析讓部門掌握實時資訊，提升日常城市管理及處理突發事件的能力。目標在2028年首季完成首階段建設，成本約兩億元。筆者認為，在有限時間和預算下，最務實的路徑不是由零開發，而是在現有數碼基建上整合升級。
「AI城市大腦」的核心不是技術炫耀，而是解決市民每天面對的麻煩。颱風來襲時哪條街會水浸？地鐵故障時如何快速疏導人流？水管爆裂前能否提前預警？這些才是市民真正關心的問題。
事實上，香港已有不少部門自主研發的「碎片化」成果。渠務署自主研發的「淼立識」系統，透過水力模型結合天文台數據，識別較高水浸風險的地區，讓部門提前安裝擋水板，派遣排水機械人駐守。在超強颱風「樺加沙」期間，緊急事故控制中心連續運作逾70小時，所有水浸個案均能在一至兩小時內完成處理。這些系統已經在「以人為本」的方向上走出了第一步，但它們各自為政，缺乏一個統一平台將數據串聯起來。
城市治理的困境往往不是「沒有數據」，而是數據無法在同一張圖上對齊。目前一個部門掌握道路設施，另一個掌握人口和公共服務，各自存在運行，卻無法圍繞同一空間和對象協同運作。
地理空間座標恰恰是那把鑰匙。 城市是一個地理空間，所有城市對象都具有位置屬性，位置才是整合各類城市數據的紐帶。杭州的實踐有力地印證了這一點。杭州以地理資訊系統（GIS）為核心構建「地下隱患智防體系應用平台」，將地上地下三維建模與多源數據貫通，實現從「事後補救」到「事前預防」的跨越，被譽為全國城市地下安全治理的「杭州樣板」。杭州城市大腦更對全域交通數據進行多元數據融合，例如每兩分鐘對城市道路交通狀況進行一次掃描，即時分析交通量、延誤指數、快速路車速等7項交通生命指標，幫助管理部門掌握即時路況，擺脫「瞎子摸象」的困境。
新加坡的「虛擬新加坡」同樣以三維地理模型為底座，整合人口、氣候、移動等實時數據，讓城市規劃者能對真實場景進行大規模仿真。這種以地理空間為主軸的數碼分身 (Digital Twin)模式，正是香港可以借鑑的方向。
香港早已建立以GIS為核心的相關系統。例如「空間數據共享平台」（CSDI），該平台現有逾1100數據集，於2025年錄得超過205萬次下載及95億次應用程式界面服務請求；「地下管線資訊系統」（UUIS）匯聚政府部門及公共事業機構所有地下管線數據；「聯合運作平台」（COP）則為跨部門應急協作提供實時數據基礎。只要將這些以地理資訊為核心的系統整合，再加上地理空間人工智能 (GeoAI)、Digital Twin、衛星、無人機及傳感器等技術，完全可以在統一的地理空間框架下建設成「AI城市大腦」的底座。
「AI城市大腦」的建設，關鍵是「以人為本」為核心、「地理空間數據」為主軸、「COP」為載體。只要提升及整合現有數碼基建系統，配合GeoAI和Digital Twin技術，便能以單一平台加強跨部門協作、促進數據互通。筆者深信，既然香港已有地基，只要循地理資訊為依歸，「AI城市大腦」就能加快落地。
鄧淑明博士
香港大學計算與數據科學學院及社會科學學院地理系客席教授