在智能交通、數據驅動的公共安全以及平臺相關和數字孿生用例相關項目強勁增長的推動下，到2025年，全球在智慧城市倡議上的支出預計將達到3270億美元。

運營轉型的前景令人振奮。如果城市正確地構建了這一點，它們將能夠從每秒產生海量數據的無數物聯網(IoT)設備中獲得獨特的運營洞察力。借助實時數據分析，管理人員可以對突發洪水或重大交通事故等需要立即調查的事件迅速做出反應。

這很棒，但我們不要過早慶祝。盡管眾說紛紜，但智慧城市未能實現人們承諾的大部分目標。這并不是說這個想法有缺陷–軟件技術就是不能勝任這項任務。

如果城市希望集成實時數據源和設備（例如支持AI的IP和熱像儀、IoT傳感器、實時位置數據或邊緣傳感器），并構建能夠監視資產、事件、人員和財產的應用程序在環境中，它們既需要事件驅動又需要分布式。它們必須是協作且可擴展的。你不能走捷徑。

但是，我們經?？吹绞褂眠^時的工具制造的笨拙的RubeGoldberg式裝置，注定會失敗。公平地說，編寫連接一切的軟件非常困難，更不用說讓應用程序以可靠、可伸縮的方式協同工作所面臨的種種挑戰。但以下幾點是無法回避的：

可靠性：如果有缺陷的應用程序需要頻繁停機來安裝更新和修復問題，那么智能城市就不會非常智能。軟件需要全天候連接，無論發生什么情況，所有設備都需要滿負荷運行。

響應時間：大多數部署不具備實時響應和情景感知功能，而這些功能是任何智慧城市基礎設施的關鍵組件。

安全性：只要智慧城市使用依賴于例行捕獲所有內容的數據庫的應用程序，這將仍然是一個問題。
穿越淺灘

在物聯網時代，隱私權倡導者已經對個人信息的安全提出了疑慮。考慮到智能城市網絡周圍的海量數據，他們有理由擔心潛在的最壞情況。

顯然，如果所有這些數據都要被捕獲并存儲起來進行處理和分析，那就會引起網絡罪犯和其他一心想搞惡作劇的人的注意。但是現代的、事件驅動的應用程序不需要使用數據庫。它們將計算資源和其他服務分發到邊緣以保證最高性能，并過濾掉大量無關數據以專注于與關鍵事件相關的數據。當檢測到事件時，所有必需的處理和系統操作都會立即在邊緣執行。

這里有兩大好處：響應時間更短，而且沒有個人身份信息存儲在數據庫中。解決問題后，可以從所有邊緣設備刪除數據。

而且，大多數事件都不需要透露所涉人員的身份。即使系統發現有人受到攻擊，您也不必識別攻擊者或被攻擊者。該系統只需識別有人受到攻擊的事實，然后系統就會實時向警方發出警報。

構筑新的未來

有足夠的動力來做到這一點。考慮以下這些示例，這些示例包含使用事件驅動的體系結構以發揮其優勢：

在墨西哥城，地鐵出入口的系統監視人們發燒的跡象，提供了一種促進公眾健康，尤其是減緩冠狀病毒傳播的技術途徑（COVID-19）。

在上海，采用了事件驅動的體系結構，不僅可以確保電梯正常運行，而且還可以派遣EMT，以防有人摔倒并傷到自己。

在新的東京總部，軟銀正在使用支持AI的攝像頭、IoT傳感器、位置數據、企業系統以及許多其他技術，這些技術可幫助跟蹤其建筑環境的各個方面。

這只是個開始。但它暗示了更大規模的可能性。