毋庸置疑，城市會因新的思維、措施和工具而獲益，然而，智慧城市支持者卻模糊焦點，把「創新」和「科技」劃上等號，或用廠商修辭來解釋，做出「重塑城市以改善生活品質」需透過「數位革新來翻轉」這樣的錯誤結論。
2015年七月，紐約市公共衛生官員發現南布朗克斯爆發「退伍軍人病」（Legionnaires' disease），已有7人死亡、數十人遭感染。如果不立即處置，可能擴大到整個紐約市。
健康與心理衛生局（Department of Health and Mental Hygiene）判定，引發疾病的退伍軍人菌潛伏在大樓頂端冷卻塔，也就是輔助空調系統的設備。市議會授權市府組成緊急應變小組，快速記錄、並清潔每座冷卻塔。
圖／公部門導入數位科技時，常遇到內部跨單位資料整合的難題。
儘管緊急事件管理處已經擅於協調危機應變，不論颶風、恐怖攻擊或全市大停電。不過在這起案例，協調各單位不足以解決問題，還須整合來自各處的資料：全市有多少座冷卻塔？地點在哪？所有者是誰？哪些潛伏著退伍軍人菌？這些問題都無法立即或輕鬆解答。
危機出現滿一週，市長辦公室致電紐約市「分析長」瑪沙立奇（Amen Ra Mashariki）尋求協助。他補充，這次事件艱難地方在於，需要「一組從來沒有人想過的資料集」。
瑪沙立奇大學取得電腦科學學位，在芝加哥Motorola獲得令人稱羨的工作，2012年投身政府體系，在美國人事管理局擔任白宮學者（White House Fellow）。身為首位成為白宮學者的電腦科學家，他曾滿懷自信，要用演算法「修正」大家做事的方法，但看了看四周，「為什麼他們看起來不怎麼相信？」
然而，他早期在人事管理局推動的計畫，卻是一敗塗地，因為解決方案和模式根本不符合單位需求。「我失敗了好幾次，而且原因都不太一樣。」每當瑪沙立奇建議採用某項技術，都會遭到反駁，因為同事已考慮過這項技術，並認定無助於解決需求。
圖／外部專家進入政府體系時，常有格格不如之感。
這段經歷幫瑪沙立奇卸下「科技有色眼鏡」，他明白用科技解決政府問題，比表面上看來更困難。實際上牽涉到組織的能力和需求，關鍵更在於和「人」與「制度」合作，而不是打造新技術。官僚制度雖常被指責是阻礙創新的元凶，卻能夠避免推出糟糕措施。
2014年，瑪沙立奇成為紐約市的分析長暨「市長資料分析辦公室」（Mayor’s Office of Data Analytics，簡稱MODA）主任，退伍軍人病爆發時才就任9個月，市內有超過100百萬棟建築，若一一探訪、檢查將費時數年。他的任務即是加速調查節奏，運用資料和分析結果找出最可能設有冷卻塔的建築。
不幸的是，統合資料來拼湊全貌，比預期的更困難。起初以為資料在財政局手中，因為部分有冷卻塔的建築有課稅減免追蹤紀錄，然而這份資料並沒有包含所有冷卻塔，也沒註明聯絡資訊。另一方面，建管局雖有蒐集建築所有人資訊，對比兩種資料集卻出奇困難。
這種資料的闕漏和落差，在政府內部很常見，各部門常以不同方式詮釋和記錄資料，每個單位都有各自的技術系統和資料架構，這種做法有助於日常工作，但遇到需要整合資料的計畫時，反會造成阻礙。
最後，重任落在MODA身上。每天早上7點，MODA告知最需投入外展服務或檢查資源的地點，晚上11點收到各單位進度報告，依此評估應變計畫進度，決定隔天任務。
圖／智慧城市必須設法整合散落於不同單位的混雜資料，將之升級為具備智慧的「數位治理大腦」。
下一步，是整合迥異又不完善的資訊，為加速進度，MODA著手開發機器學習演算法。列出的第一份可能地點包含7萬棟建築，是好的開始。不過檢視清單時，幾位消防員提出一項關鍵、但分析結果遺漏的細節：紐約消防法規禁止低於7層樓的建築裝設冷卻塔。納入演算法後，冷卻塔可能地點只剩一半。
「演算法不會知道這樣的資訊，」瑪沙立奇說：「你可以準備酷炫的演算法，但實際上發揮最大功用的，是在現場的人提供的知識。」
在其他單位提供背景知識的輔助下，MODA演算法辨識準確度達到80％，比整合前的命中率高出8倍，讓市府可在數週內鎖定、檢查並清潔每座冷卻塔，成功於八月中阻止疫情。最後共有138人染病、16人死亡，是紐約市有史以來最大規模的退伍軍人病感染事件，但如果沒有MODA的高效率應變，後果可能更嚴重。
圖／本文節錄自《被科技綁架的智慧城市》，行人文化實驗室出版。
