数字政通，隐身在城市背后的数字管家，能否撑起万亿级的智慧城市野心？

在这个万物互联的时代,我们习惯了出门用手机打车、办事用APP预约、甚至连井盖丢了都能在几小时内被修好，这一切看似理所当然的便捷背后，其实隐藏着一个庞大而复杂的神经系统，而在中国的智慧城市建设版图中，有一家公司，虽然它的名字听起来像是一个政府部门的口号，但它却是这套神经系统中最关键的构建者之一。

它就是数字政通。

如果你不是资本市场或智慧城市领域的深度关注者,可能对这家公司感到陌生，但当你深入了解它后，你会发现，它几乎参与了国内绝大多数大中型城市的“数字化改造”，我想抛开枯燥的财报数据，用更接地气的视角，和大家聊聊这家公司，以及它所代表的那个正在剧烈变革的行业。

从“脚板底下”到“指尖之上”：网格化管理的进化史

要理解数字政通,首先得理解一个词——“网格化”。

把时间倒回十几年前,城市管理是一件相当粗放的事情，路边的路灯坏了，可能要靠市民反复投诉，或者等巡查人员碰巧路过才能发现，那时候的政府治理，靠的是“人海战术”，效率低，反应慢。

数字政通起家的核心逻辑,就是把城市切分成无数个微小的“网格”，这就好比把一张巨大的地图划分成无数个拼图，每一块拼图（网格）都有专人负责。

举个具体的例子：

想象一下,你住在一个老旧小区，门口的垃圾堆了三天没人管，臭气熏天，在过去，你可能要打市长热线，电话转接好几个部门，最后还在互相推诿，但在数字政通构建的“数字化城管”系统中，事情是这样发生的：

社区的一位网格员小李,在例行巡查时发现了这堆垃圾，或者通过手机上的“市民随手拍”上传了照片，这张带有GPS定位的照片瞬间上传到了指挥中心的大屏幕上，系统自动识别这是“环境卫生问题”，并像派发网约车订单一样，秒级派单给负责该区域的环卫部门，环卫工人在手机上收到任务，清理完毕后拍照上传销案。

这整个过程,从发现到解决，全流程数字化、可追溯，这就是数字政通最基础也是最核心的业务——城市网格化管理系统。

在我看来,数字政通最厉害的地方，不在于它开发了多高深的代码，而在于它极其深刻地理解中国基层的行政逻辑，它把原本混乱的、依靠经验的城市管理，变成了一种标准化的、依靠数据的工业流程，它就像是给城市装上了一个“操作系统”，让原本散落在各个角落的问题变得可见、可控。

当城市有了“大脑”：一网统管如何打破数据孤岛

随着技术的发展,仅仅管好“垃圾”和“井盖”已经不够了，现在的城市面临着更复杂的挑战：交通拥堵、应急响应、甚至极端天气的防御，这就引出了数字政通近年来重点发力的方向——“一网统管”。

所谓的“一网统管”，通俗点说，就是把城市里各个部门的数据——公安的、交通的、环保的、应急的——全部打通，放在一个池子里，形成一个“城市大脑”。

这里有一个我亲身经历的生活实例：

去年夏天,我所在的城市遭遇了一场突如其来的特大暴雨，放在以前，这种情况往往会导致城市内涝严重，交通瘫痪，救援力量因为信息不通畅而无法及时到达最需要的地方。

但在部署了“一网统管”系统的城市里，场景完全变了，暴雨预警一发出，城市大脑就开始高速运转：

气象数据实时接入，系统预测出哪些区域降雨量将超过警戒线。
交通数据同步分析，系统自动计算出低洼路段的积水风险，并提前在导航软件上推送避让路线。
市政数据联动，排水泵站自动开启，附近的应急队伍被提前调动到易积水点待命。

这不再是科幻电影里的画面,而是数字政通正在许多城市落地的现实，他们不仅仅是在卖软件，更是在兜售一种“城市运营”的能力。

但我必须指出一个现实中的痛点：打破数据孤岛很难，虽然技术上可行，但行政壁垒依然存在，有些部门不愿意共享数据，有些数据涉及隐私和安全，数字政通在这个过程中，扮演的不仅仅是技术提供商，更是一个“协调者”和“标准制定者”，他们需要去说服各个局委办，把数据拿出来共享，这其中的沟通成本，往往比写代码还要高。

大模型时代的政务革命：人和大模型不只是个噱头

如果说“网格化”是数字政通的第一次生命，“一网统管”是第二次进化，那么现在的AI大模型，就是它的第三次飞跃。

数字政通发布了“人和政务大模型”，很多人听到“大模型”，第一反应是ChatGPT，觉得这跟政府办事有什么关系？其实关系大了。

让我们看一个办事窗口的场景：

以前,你去政务大厅办理营业执照，窗口工作人员可能需要在一堆厚厚的办事指南里翻半天，才能告诉你需要带什么材料，甚至不同工作人员对政策的理解都不一样，导致你跑了冤枉路。

有了政务大模型的加持,情况变了。当你咨询：“我想开一家卖小吃的餐饮店，需要什么证件？” 后台的大模型瞬间理解了你的意图，它检索了市场监管局、卫生局、消防等所有相关部门的最新政策，生成了一份精准的材料清单，甚至能直接帮你预填申请表。

数字政通，隐身在城市背后的数字管家，能否撑起万亿级的智慧城市野心？

对于工作人员来说,这个大模型就是一个“超级助手”，它能处理那些重复性、机械性的咨询，让工作人员腾出手来处理更复杂的个案。

数字政通在这个领域的布局是非常聪明的,他们没有去搞那种通用的、虚无缥缈的大模型，而是深耕垂直领域——政务，他们的模型里“喂”了海量的法律法规、办事流程和历史案例，这种“懂政策”的AI，才是政府真正愿意买单的AI。

但我个人对此保持一种审慎的乐观,AI再强，也只是一个工具，在政务服务中，很多问题需要人情味和灵活的裁量权，如果完全依赖AI，会不会出现“死板教条”的情况？系统说缺一个复印件就不能办，但实际情况明明可以容缺受理，如何平衡“效率”与“温度”，是数字政通在推广大模型时必须解决的难题。

数据要素入表：数字政通的“第二增长曲线”

聊到这里,我们得谈谈钱了，作为一家财经写作者，我更关注商业模式的可持续性。

过去,数字政通主要靠卖软件、做项目赚钱，这是一种典型的“项目制”模式，今年做完这个城市的项目，明年还得去找下一个城市，收入波动大，不仅累，而且天花板明显。

但现在,风口变了，国家提出了“数据要素”，要把数据变成像土地、劳动力一样的资产，可以入表，可以交易。

这对数字政通意味着什么？意味着他们手里掌握的那些海量的城市运行数据——交通流量、设施状况、甚至企业信用数据——不再仅仅是存放在服务器里的字节，而是真金白银的资产。

举个例子： 数字政通在运营某个城市的停车系统时，积累了极其详实的停车热力图数据，这些数据对于商圈选址、广告投放、甚至是新能源汽车充电桩的布局，都具有极高的商业价值，在合规的前提下，数字政通可以将这些数据脱敏处理后，授权给商业机构使用，从而获得数据服务费。

这就是从“卖苦力”到“卖资源”的转变，数字政通正在尝试从一家“软件公司”转型为一家“数据运营公司”，一旦这个模式跑通了，它的估值逻辑就会完全重写，资本市场给SaaS（软件即服务）或者数据运营公司的市盈率，远高于给传统外包公司的。

我的独家观察：在财政紧缩时代，如何寻找确定性？

写到这里,我想发表一些个人的观点。

大家都知道,现在地方政府的财政压力比较大，很多非必要的开支都在压缩，这对于严重依赖政府G端（政府端）采购的数字政通来说，无疑是一个巨大的挑战，以前政府有钱，可能大手笔地搞“智慧城市”建设，现在大家都在勒紧裤腰带，这种动辄几千万甚至上亿的项目，还好拿吗？

我的观点是：短期有阵痛，长期是利好。

为什么这么说？因为越是财政紧张，政府越需要“降本增效”，以前靠人堆出来的管理方式，现在养不起了，必须靠数字化手段来减员增效。

通过智能监控代替人工巡查,通过数据分析优化资源配置，虽然财政没钱搞那些“花里胡哨”的面子工程，但对于那些能实实在在省钱的“里子工程”，需求反而更刚性了。

数字政通的核心价值就在于此：它帮政府省钱，也帮政府省心。

我也看到了风险,数字政通这几年的并购动作比较多，参股控股了不少子公司，这就带来了商誉减值的风险和管理半径过大的问题，如果这些子公司不能很好地与主业产生协同，反而会拖累整体的业绩，作为投资者，我会密切关注它的现金流状况和子公司的整合能力。

竞争也在加剧,互联网巨头（阿里、腾讯、华为）都在下沉做智慧城市，它们资金更雄厚，技术栈更全面，数字政通作为一家深耕垂直领域的“专精特新”企业，如何在大厂的夹击下守住自己的阵地？我认为，答案在于“懂行”，大厂有技术，但不懂基层治理的弯弯绕绕；数字政通虽然技术不如大厂炫酷，但它懂那个网格员怎么干活，懂处长怎么审批，这种“行业Know-how”，就是它的护城河。