Miasta od zawsze zbierały dane. Liczono ruch na skrzyżowaniach, mierzono zużycie energii, monitorowano kolejki do publicznych usług. Ale co, jeśli miasto mogłoby nie tylko zbierać te dane, lecz także na ich podstawie samodzielnie podejmować decyzje? To właśnie obiecuje koncepcja AI City, czyli miasta opartego na sztucznej inteligencji, która wychodzi poza zwykłe monitorowanie i wkracza w obszar prognozowania, automatyzacji i ciągłej adaptacji.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Smart City już było. Czas na AI City
Pojęcie Smart City funkcjonuje w dyskusji o technologiach miejskich od dobrych kilkunastu lat. Chodzi w nim o połączenie infrastruktury cyfrowej: czujników, platform danych, systemów analitycznych, które pozwalają miastu obserwować, co się dzieje i reagować sprawniej. To już działa w wielu miejscach na świecie.
AI City idzie krok dalej. Nie chodzi tylko o zbieranie i wizualizację danych, ale o dodanie warstwy inteligencji, czyli modeli uczących się na danych, które potrafią przewidywać popyt, wykrywać wzorce i, co najważniejsze, inicjować działania, a nie tylko raportować obserwacje. Różnica jest fundamentalna: Smart City pyta „co się dzieje?”, AI City pyta „co zrobić, żeby to się nie stało?”.
W praktyce oznacza to:
- dynamiczne dostosowywanie sygnalizacji świetlnej w oparciu o bieżący ruch, zanim korki zdążą się uformować
- predykcyjne zlecanie konserwacji infrastruktury, zanim dojdzie do awarii
- optymalizację tras karetek pogotowia na podstawie danych o ruchu w czasie rzeczywistym
- wskazywanie bezpieczniejszych dróg do szkoły dla dzieci czy lepszych wskazówek o jakości powietrza dla seniorów
Autonomia jako kluczowy wyróżnik
Zdaniem ekspertów ASUS, którzy aktywnie uczestniczą w budowaniu tego ekosystemu, kluczowym czynnikiem odróżniającym AI City od Smart City jest właśnie autonomia. Większość miast zaczyna od AI, która wspiera decyzje pracowników, sygnalizując ryzyka i prognozując zapotrzebowanie. Długoterminowy cel jest jednak ambitniejszy: skrócenie ścieżki od wykrycia problemu do podjęcia działania.
Koncepcja AI City brzmi jak odpowiedź na realne bolączki zarządzania miastami. Ale warto zatrzymać się przy słowie „autonomia”. Kiedy algorytm zaczyna nie tylko rekomendować, ale też samodzielnie podejmować decyzje dotyczące przestrzeni publicznej, pojawia się pytanie, które często umyka w entuzjastycznych prezentacjach: kto ponosi odpowiedzialność, gdy coś pójdzie nie tak? Czy mieszkańcy miasta będą wiedzieli, że decyzja o zamknięciu ulicy lub priorytecie dla karetki zapadła bez udziału człowieka? Korzyści są realne. Ale transparentność i mechanizmy kontroli to nie dodatek do systemu, lecz jego fundament.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Dane, zaufanie i suwerenność
AI City to nie tylko technologia, to przede wszystkim kwestia governance. Miasto oparte na AI musi przetwarzać ogromne ilości wrażliwych danych o mieszkańcach i infrastrukturze. Wymaga to czegoś znacznie więcej niż standardowe podejście do prywatności w projektach Smart City.
Potrzebne są przejrzyste zasady dostępu do danych, jasna odpowiedzialność za automatyczne decyzje i mechanizmy umożliwiające przejęcie kontroli nad systemem, gdy zajdzie taka potrzeba. Bez tych elementów nawet najsprawniejszy technicznie system może stać się zagrożeniem, a nie rozwiązaniem.
Tajwan stawia na model do skopiowania
Konkretny przykład wdrożenia tej filozofii pochodzi z Tajwanu. Taiwan AI Cloud, rząd miasta Tainan oraz tajwańskie Ministerstwo Spraw Cyfrowych podpisały memorandum o współpracy, które wyznacza Tainan jako miasto pilotażowe dla projektu AI City. Wydarzenie miało miejsce podczas konferencji AIHPCcon Taiwan AI Supercomputing Conference w 2025 roku.
Projekt budowany jest wokół trzech zasad: suwerenności danych, autonomii obliczeniowej i kontrolowalności platform. W pracach uczestniczy też ASUS jako część szerszego ekosystemu Taiwan Smart City Solutions Alliance (TSSA).
Cel jest ambitny: stworzyć model, który będzie można replikować w innych miastach na całym świecie. Nie chodzi o jednorazowy showroom technologiczny, lecz o powtarzalne, skalowalne podejście do cyfrowej transformacji przestrzeni miejskiej.
Miasto jako system uczący się
To, co wyróżnia podejście AI City od poprzednich faz cyfryzacji miast, to właśnie ciągłe doskonalenie. System nie jest wdrożony raz i pozostawiony sam sobie, lecz uczy się na nowych danych, dostosowuje rekomendacje i z czasem przejmuje coraz więcej rutynowych zadań operacyjnych.
Przejście od pasywnego monitoringu do aktywnego zarządzania miastem to bez wątpienia krok naprzód. Pytanie, czy instytucje miejskie i sami mieszkańcy są gotowi na to, że coraz więcej decyzji dotyczących ich codziennego życia będzie zapadać w algorytmach, a nie gabinetach urzędników, pozostaje otwarte.
