交通数据进行交叉建模。
一个月后，第一份“京海工业电网未来72小时负荷精准预测报告”出炉了。
供电公司的调度中心里，所有人都屏息凝神地看着大屏幕上的两条曲线。一条是“工业大脑”的预测曲线，另一条是电网的实际负荷曲线。
两条曲线，近乎完美地重合在了一起。
“天呐……”调度中心主任揉了揉眼睛，满脸的不可思议，“这比我们最有经验的调度员，凭感觉做的预测，准了十倍不止！”
成功的消息，像长了翅膀，迅速在京海的企业圈里传开。
起初，大家还抱着怀疑的态度。但当第一批参与试点的十家企业，在第二个月收到的电费单，平均下降了8%之后，整个局面瞬间被引爆。
市工信局的电话被打爆了，全是咨询如何接入“工业大脑”进行能耗诊断的企业。之前对数据共享避之不及的老板们，现在一个个都变得主动起来。
苏哲趁热打铁，立刻推出了第二步计划——智能物流。
他让陈默的团队，将全市所有物流公司的货车GPS数据，与交通局的道路监控数据、以及各大产业园区的进出闸机数据打通。
半个月后，“工业大脑”的APP上，一个名为“京海货运绿波”的功能上线了。它能为每一辆货车，规划出一条实时动态的、避开拥堵的“最优路径”，甚至能精准预测到达时间，让工厂可以提前安排卸货，避免车辆排队。
大众汽车的物流主管，看着APP上自己车队原本需要两个小时的路程，被优化到了四十分钟，激动地在办公室里挥舞着拳头：“这是神仙软件啊！”
能源和物流两个痛点被打通后，“工业大脑”的价值，已经深入人心。越来越多的企业，开始主动向平台开放更多维度的数据，希望能获得更多的“增值服务”。
苏哲知道，时机成熟了。
然而，就在京海的“工业大脑”项目进行得如火如荼之时，大洋彼岸的科技巨头们，也嗅到了这块巨大蛋糕的香味。
一天，林锐拿着一份访客名单，走进了苏哲的办公室，表情有些古怪。
“书记，IBM大夏区的总裁和思科的副总裁，联袂来访，希望能和您见一面，谈谈‘智慧城市’的合作。”
苏哲看着名单上那两个熟悉的名字，嘴角勾起一抹意
本章未完，请点击下一页继续阅读！