随着全球信息化和数字技术的快速发展，违法犯罪活动网络化、组织化、产业化、智能化趋势明显，传统的接触犯罪正逐渐演变为新型网络犯罪。 为应对新时代、新技术环境下的打击犯罪和社会治理问题，各级第一层越来越重视智慧警务建设，将其作为提高治安水平的重要手段和实现治安工作现代化的重要抓手。
2023年初，公安部、科技部部署了三年行动计划（2023-2025年），以科技推动警察发展。 当前，公安科技信息化发展的重点已从传统的通信网络、数据中心、指挥中心等基础设施建设阶段逐步过渡到大数据、人工智能等新技术阶段，开始从线建设向大融合、高共享、 深度应用等，从单点智能到云边端联动，从技术驱动到数据与业务双融合、双驱动方向，从警力驱动警务到数据驱动警务、主动警务、预防性警务、威慑警务。利用数字新技术驱动和创新警务已成为新趋势，智慧警务的深入发展以及随之而来的警务活动融合创新已成为不可逆转的趋势。
在政策引导、技术创新和市场应用的驱动下，公安科技信息化市场的重点和市场机会逐渐向新型信息化基础设施建设倾斜。 本文分析了智慧警务的概念和发展趋势，提出了对智慧警务新基建的理解，并对其市场机遇进行了初步思考。
1. 智慧警务的发展与演进
20年来，从金盾工程到科技强警战略、公安大数据战略，再到近期科技兴警三年行动计划，公安科技信息化取得了巨大成效， 而发展水平也从一般的信息基础设施建设向公共安全战略科技实力转变，这也是一个因应社会、科技、治理环境不断发展变化而反复深化的过程。在这个过程中，出现了信息警务、信息主导警务、数字警务、智慧警务、精准警务和威慑警务等概念。 2018年以来，随着云计算、大数据、人工智能等技术的成熟，广东、北京、云南、上海、贵州等地公安机关陆续开展智慧警务规划建设。
智慧警务的概念
智慧警务的概念是参照智慧城市、智慧社会、智慧地球等概念提出的，是智慧城市和智慧社会的重要组成部分。 目前，智慧警务还没有正式的统一定义。
相关理论的学者提出了不同的概念理解。
张兆端在《智慧警务——大数据时代的警务模式》中。书中对智慧警务的定义是：“以互联网、物联网、云计算等为技术支撑，以公安信息化为核心，通过互联互通、物联网、智能化，使公安系统各功能模块高度融合协同，以'强融合'的新理念、新模式、新模式、强力融合、强 实现了警务信息的高度共享和深度应用“[1]。
学者王典认为，智慧警务是数字警务的高层次发展，基于万物互联、人机交互、天地融合、万物数字化、智能化，将原本由警察完成的控制流、证据流、管理流、信息流中的关系再现和关系发现转化为计算机可以完成的管理和执法事件。
翟晨旭和张昭武认为，智慧警务是一种以群众防治为导向，以公安信息化为核心，提升警务工作效率为根本抓手，以智能应用和应用采集为工具的警务工作模式[2]。
张新泽等人认为，在大数据时代背景下，以互联网、大数据、物联网、云计算、人工智能、智能引擎、先进技术等技术为支撑，以公安机关各部门实际需求为导向，以公安信息化为核心，通过感知、互联、互联互通 物联网与智能化，以“智能情报分析、精准指挥调度、快速行动打击、有效管控防控、便民服务”为代表的警务发展新理念、新模式[3]。
云南公安专家吴伟认为，智慧警务的核心是提供比传统信息基础设施更高层次的发展赋能，构建技术支撑体系、应用服务体系、警务融合体系，为战略、战役、作战三类警务活动提供个人支持。
学者袁泉提出智慧警务的发展思路是科技与业务的双重融合。
国家也从公安工作的角度对智慧警务的发展提出了要求。 2019年，在全国公安工作会议上，总书记提出了“政治警察建设、改革加强警察、科技兴警、从严治警”新时代公安工作16字方针，要求“以大数据为大引擎，推动公安工作创新发展， 培育战斗力，创造新的增长点，全面推进公安工作质量、效率、权力改革”。2019年，《中国共产党关于加强新时代公共安全工作的意见》提出，要推进公安工作现代化，要求2022年公安工作现代化和2035年公安工作基本现代化取得重要进展。 智慧警务建设必将成为公安工作现代化的重要支撑。
智慧警务的概念在不断演进，与时代科技的发展、社会运作的规律、犯罪形态的变化以及公安工作的责任和使命息息相关。 现阶段，智慧警务是指充分发挥公安大数据战略，充分挖掘数据潜力，突破人类认知和能力的极限，构建具有大数据特色的公安信息应用新生态，构建以数据为关键要素的公安机关新战斗力。 打造符合大数据发展规律的“智慧公共安全”。智慧警务的特征可以从智慧和警务这两个词来分析，它们相互促进。 智能警务应具有系统化、完整化、系统化、协作化、社会化、发展化等特点。 警务领域的智慧应具备网络化、数字化、智能化、主动化、精准化、现代化等特点。
智慧警务的发展现状与面临的问题
金盾工程启动以来，在新技术的支持下，公安科技信息化快速发展，并取得了巨大成就，云计算平台、数据中心、各类物理中心、大数据平台、移动警务已成为各城市的典型配置，各部门根据自身业务需求构建了大量的信息系统， 在案件排查办办、指挥调度、治安防控、网络管控等业务领域，有效提升对社会局势的整体管控、关键人员的风险评估能力和调度调配警力的能力。但是，在发展中仍然存在一些问题和不足。
（1）在技术层面，数据价值链尚不完善
主要有一系列问题，是业务理解、技术手段、安全政策和部门利益的局限性造成的。
一是数据需求不明确，数据采集推广力度不大，数据采集质量差，共享聚合难，导致数据治理目标、策略、方法、性能等工程规范不明确。 海量半结构化和非结构化数据的信息提取、计算和关联能力较弱，图像数据、网络数据等大量数据难以聚合、计算缓慢、应用困难。
第二个是数据服务的开放能力不足，主要是基础数据服务和基础应用服务，业务部门未能有效参与数据服务能力建设过程，数据建模的易用性和生态性不足，应用开发的规范性和简单性不足。
第三个是平台工具僵化，分层解耦不完全，缺乏元数据驱动，应用开发难开发，慢重用水平低，业务部门难以参与数据治理、数据服务开发、应用开发流程，导致需求变化响应缓慢。
四个是在系统改造方面，未能从系统性考虑上构建云边端分布式联动智能系统，实现数据驱动的警务运营。
（2）在业务层面，业务价值链尚未形成
一是公安信息化建设由科技部门主导，业务部门参与较少; 科技部门主要以技术思维为主，对业务了解不多，沉浸在新技术带来的“美好想象”中，信息系统多而复杂，不够智能，使用复杂，难以主动适应应对业务场景，实用性和价值不高， 而业务部门在开展工作时需要反复登录不同的系统，数据不准确、数据不完整的现象在实战工作中还比较普遍，信息系统与实战需求差距大、不灵活、变化缓慢、难以适应。
第二个是业务部门对业务模式和工作机制研究不够，任务在文件和会议中下达，业务工作的规范化程度不够，业务流程不够清晰，操作内容和工作步骤不明确，关键场景步骤的数据赋能要求不明确， 而业务闭环量化评估难度大，导致基层民警拿到任务后不知道怎么处理，反复开展基础工作，这也导致业务工作信息化和价值验证难度大，大数据赋能找不到具体场景把握。
整体来看，当前智慧警务发展仍处于起步阶段，存在“中等信息化陷阱”风险，其核心在于技术与业务两层皮，技术与业务相互融合、相互赋能、相互促进的机制不完善，数据价值链和适合融合的业务价值链建设不足。
智慧警务高层发展需求
智慧警务的高层次发展需求与公安工作的现代化发展目标相契合，需要解决技术与业务的问题，实现警用业务与警务技术的高层次、内生融合。 这种整合，除了组织结构、体制机制等适应生产关系外，核心是生产力的转化，即全面构建社会运行认知体系和警务运行认知体系，创新公安信息建设方式，实现警务技术在警务活动各个环节的内生伴随; 例如点、线、曲面和实体。
（1）社会运作认知体系和警务运作认知体系的构建
一是构建社会运作的认知体系。 依托交通、电子数据采集与取证、开源情报等技术手段，掌握和洞察社会真实运作形态，摸清犯罪现场、链条、物件的运作规律和特点，通过多网域数据采集采集，采集海量社会运营数据， 通过数据描述现实世界中的实体及其关系，包括关键场景、核心元素、主体客体、交易链等描述和规则，构建全网域的犯罪生态知识图谱。
二是构建警务行动的认知体系。 就像大型企业的数字化转型一样，通过先规划、业务梳理和流程优化，明确业务上下层关系、内外部关系、责任关系、质量要求等，规范规范行动，形成警力工作模式的知识图谱，而这种知识也是警力工作内部的业务认知知识， 包括宣传的预防和管理以及舆论的勤勉行动。
（二）创新公共安全信息化建设方式
有必要借鉴DODAF和V模型的信息方法一是要创新公共安全信息化组织模式，整合技术部和业务部，引领业务部，支撑技术部。
第二个是从整体公安角度出发，业务部门跨越单一警局的业务边界，自上而下梳理研究公安业务架构体系，梳理出核心和基础业务领域及其细分的业务线和业务流。 根据业务部门对各业务场景的智能化、数据赋能和绩效目标的要求，技术部综合考虑安全和策略约束，研究范围、质量、治理和组织方法、数据能力输出方法，从而实现数据主动服务业务。 然后，自下而上逐一集成，提供拖拽方式，快速构建业务应用。
为了实现上述两个方面的能力建设，需要新的技术手段，即社会运营系统表征所需的数据治理工具能力和智能工具能力，以及业务表征和组装所需的业务建模和构建能力。
2、对智慧警务新基建的理解与认知
什么是智能警务的新基础设施？
国家发改委提出，在社会发展领域建设新基建（以下简称新基建），主要包括5G基站、特高压、城际高铁和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等七大领域，涉及多产业链，是基于新发展理念， 以技术创新为驱动，以信息网络为基础，面向高质量发展需求，提供基础设施系统的数字化转型、智能升级、融合创新等服务[4]。
在智慧警务领域，以信息网络、数据中心、警用装备为主的传统公共安全信息化基础设施项目已经比较完善，技术也比较成熟。 目前，技术与业务融合的高级智慧警务对警务基础设施有了新的目标需求，即具有共同支撑角色的基础软环境，包括数据中台、AI中台、业务中台，为上层业务场景应用提供丰富的数据服务、计算服务和业务支撑服务。 其中，数据中台支持解决社会泛感知和泛认知问题; AI中台解决了商业工作和犯罪活动的智能认知问题; 业务中间平台解决了业务标准化、数字化、智能化融合的问题。 三者相互支持、相互赋能，成为建设公共安全信息化的新型基础设施。
数据中台
数据中平台的主要功能是数据聚合和数据融合治理。
一是围绕警务工作需求，按照“应收可收”的原则，接入汇总影像数据、网络数据、部门共享数据、警务业务数据、行业单位和社会数据，全面汇集各类线上线下数据资源，实现社会运行脉搏的泛采集。
第二个是以资源为导向，对泛集数据进行线上线下数据治理一体化。 以人、地点、物、组织、事件等为重点，数据标准化处理、要素处理和要素归档，建立虚拟与真实的关联关系，形成六大类数据库，建立对象总体画像，形成社会公共安全状况的一般认知。
为了实现上述一般认知，数据中台应坚持建模思想和元数据驱动的技术路线，通过资源建模和元数据引擎定义数据源、数据处理规则、数据流调度、数据处理处理、数据组织和服务接口，以满足前端数据和数据处理规则的可变性要求， 自动化处理，灵活的服务。同时，要开放数据中心，将处理数据的权利交给最熟悉数据的民警专家。 作为公安行业领先的大数据企业，美亚笔克基于10多年的大数据工程经验和新的大数据标准，基于元数据驱动的操作系统，开发了乾坤大数据操作系统，并已应用于网络大数据等多个公共安全信息化场景。 公安大数据，大数据。
AI中台
AI中平台基于对数据中平台社会态势的总体采集、泛治理、泛认知，进行基于知识的认知系统和认知智能的计算。 它具有以下两个特点：
一是基于场景和生态链的认知计算。 基于历史案例，学习犯罪规律，训练、模拟、完善犯罪生态链，明确各犯罪链节点的五流数据和对策需求，实现犯罪链的计算认知。
第二个是大模型基于多参数、海量数据，形成公共安全知识体的构建，甚至复杂场景下警务活动的意图理解、推理和计划生成，从而实现警务活动的计算认知。
人工智能，尤其是大规模模型技术，将全面改变传统的信息计算、应用和使用模式。 美亚笔克2023年发布的“天青公共安全模型”，是中国公安行业首款大模型，也是可自行进化的智能大模型，具备警意识别、情报推荐、案例推理等生成交互能力。 该模型通过预警、案例调研判断、智能审讯、指挥调度等AI中台服务安全事件的应用场景，大幅降低了大数据使用门槛，提升了治安办案效率。
商务中台
智慧警务服务中台是实现业务标准化建模、业务快速建设的工具。 目前，警务模式已从被动警务逐步演进到主动警务，实战业务多变多样，对业务应用响应能力、数据准确性、管理精细化提出了更高的要求。 传统的系统建设大多采用“刚性制造”的方法，制造的灵活性和定制能力已经难以满足当前警务实践的实时性和可变性需求。 业务中间平台通过数据建模平台、业务建模平台、终端集成等，实现警务工作的快速建设、柔性建设，满足公安机关从过去的“应对一切变化”到未来“一切变化应对一切变化”的需求。 业务中间平台依托数据中平台海量数据资源，灵活开发数据建模，生成预警线索，拖拽式构建业务模型，将场景化数据知识嵌入标准化业务流程环节，快速编排形成应用，并安排对接任务指挥中平台，调度到公安机关或其他主体开展工作， 实现工具可以组合，流程可以编排，算力可以调整，产品可以定制，模块可以扩展。
业务中间平台的建设，有利于技术部门围绕场景开展数据和技术赋能，找到切入点; 让业务部门深度参与业务建设，保证业务流程的规范化、规范化，使业务边界的职责更加明确，有利于减轻基层工作的负担、赋能和增效。 美亚伯克的“天枢智慧警务业务中间平台”就是基于这一理念打造的，具备主动预警、敏捷建设、精准赋能、数字化管理四大能力，支持五类业务标准部件建设，内置丰富的基层业务和模型配置库，实现业务应用的配置构建。
3. 智慧警务新基建的市场机遇
智慧警务的产业链可分为上游、中游和下游。
产业链上游主要包括各类硬件设备和基础软件，硬件设备主要包括感知设备、传输设备、计算设备、存储设备、安防设备、警用设备等; 基础软件主要是国内云计算、操作系统、数据库系统、虚拟化软件、中间件、语言处理系统等。
产业链中游是智慧警务的基础支撑平台，包括数据中台、AI中台、业务中台等。
产业链下游主要应用于各种业务场景。
目前，国内智慧警用市场发展已进入相对成熟稳定期，建设冷静期从外面看，**信息化总投入减少，高科技网络犯罪成为主流犯罪形式并将继续存在，人工智能和大模型技术逐渐成熟落地;
从内部，经过多年的发展，智慧警务逐渐进入较高水平，需要大量投资的传统信息基础设施基本具备，省市公安机关更加注重现有投资成果的整合和警务新机制的形成，重视现有信息系统的整合， 云边端系统融合，大数据、人工智能实际业务场景落地。
例如，在电子数据取证分析领域，各省、市、县的取证实验室和取证设备已经建成多年，如何实现各级取证设备与实验室的全面互联，数据采集、取证与分析结果的全面融合，取证与业务流程的全面对接， 而取证与公安大数据的全面融合成为焦点，行业大模型与取证边缘推理模型的计算联动也在逐步探索。
为此，除了国产化等智慧警用产业链上游的政策性要求外，整体投资规模将大幅降低; 产业链中游作为驱动智慧警务升级和警务数字化转型的关键，将逐渐成为投资建设的重点。 未来业务场景在产业链下游的应用将走系统集成、业务轻应用、快速应用的发展路径，难以重现单重建设、重复建设、集群建设的局面。
近年来，这种投资建设趋势更加明显，公安信息投资项目数量和单笔金额将大幅减少，传统公安信息厂商市场空间明显萎缩，业务指标持续恶化，但大数据、人工智能等平台厂商与业务场景、知识服务紧密结合与警察业务创新相关的制造商将在市场上大受欢迎。这意味着，传统公共安全信息化厂商应改变传统低效、人力出卖的信息化发展服务模式，注重行业业务理解、数据积累和认知，走技术与业务融合的发展道路。
氟化碳
考试
发短信
奉献
1 张兆端智慧公共安全：大数据时代的警务模式[M].中国人民公安大学出版社， 2015
2 翟晨旭， 张兆武智慧警务的内涵与实践探索[J].广西警察学院学报， 2020（4）.
3 张新泽， 赵胜卓， 林彦大数据背景下智慧警务的构建与应用[J].中国人民公安大学学报（自然科学版）， 2022（2）.
4 “新基建”有哪些领域？ 对国家的权威解读Sina.com，2020-04-20
本文作者
国投智慧城市创新研究院龚波，珠海新德汇信息科技***
田丽云，国投智慧城市创新研究院，厦门美亚微科信息有限公司
何一龙，湛江市公安司法鉴定中心。