GIS最后的一轮变革
近日，我在Esri的论坛上，看到Esri的几个员工在讨论下面的一张图。图片里面是用简单文字总结的GIS的改变。虽然没有找到这12条“断言”的原创作者详细的论证过程，但如果将GIS放到所有软件业中的发展洪流中去看，这些说法大部分都没有问题。
在论坛的评论中，对这一变化趋势的总结，大部分人表示赞成，也有一个女生不以为然。这个论坛是Esri电力行业社群讨论区，大家的经历多数都和管线GIS相关。即便在IT发展高地的美国，传统的Utility（公用事业）GIS，主要的数据模型、方法、流程和空间信息的管理方式，这些年来变化也不算大。毕竟，这是一个专业性非常高的领域，一群专家和专业工程师们对稳定运行的要求，要超过创新、开放的需求。所以，美国电力的用户也可以代表了国内很多GIS行业用户心声——原来怎么用、原来是谁在用、原来什么时候用什么时候不用，差距不大。对于ArcGIS的电力销售来说，可能原来怎么卖，现在还是一样的卖法。
在论坛中，有一条评论写得还挺好的：
我认为这些变化中我最喜欢的部分是数据。从集中式数据存储和维护到分布式和共享数据模型的转变彻底改变了公用事业部门对 GIS 的看法。发布地图和应用程序，将数据维护交给现场工作人员，为这些工作人员带来了更高水平的信任和数据所有权。这种信任是具有传染性的，正是这种信任将“测绘系统”从后面的角落转移到了整个公用事业公司现在依赖的前面的“GIS”。
这条评论，使我联想到中国的官方主管领导人谈到的测绘地理信息行业的转型和行业协作。数据的所有权与使用权分离，让更多的人能参与到可信任的地理数据共同维护上。这种——“测绘系统”是后面的角落，而“GIS”则是前台的说法——也蛮新颖的。
我试着将这12条，分别提供一些例子做对比：
传统GIS：
- 软件产品：例如，ArcGIS Desktop、Mapinfo等传统GIS软件。
- 客户端/服务器：企业或政府的内部服务器存储GIS数据，用户使用特定的客户端软件来访问。
- 独立桌面：GIS软件需要在个人计算机上单独安装并运行。
- 打印地图：例如，纸质的城市规划地图、交通地图或遥感影像地图。
- 静态数据：数据一旦被采集和储存，很少更新或修改。
- 定制应用：为某一特定的项目或业务需求定制开发的应用程序。
- 单一、多功能应用：一个软件旨在处理所有GIS相关任务，例如ArcGIS Desktop。
- 专有数据：只有特定组织或付费用户可以访问的数据。
- 使用Ta人创建的数据：从第三方或政府机构购买或获取的数据。
- 有限的共享：数据只在有限的用户或组织之间共享。
- 小众技术：主要由专业的地理信息系统人员使用的技术。
对社会问题的一些关注：虽然在决策中考虑社会因素，但并不是主要的考虑因素。
现代GIS：
- 平台和APIs：例如，ArcGIS Online、Mapbox API、Google Maps API等。
- 网络服务和应用：基于云的GIS应用，例如类似极海数据上图这种在线地图、图表的制作工具，以Web Services的形式分享成果，还有一些与开源GIS整合的云服务。
- 可连接的设备：例如，使用移动设备实时捕获位置数据，使用平板电脑现场采集带位置的图片和评论。
- 网络地图、仪表板、其他应用：例如，COVID-19实时跟踪仪表板、交互式地图应用等。
- 数据服务、实时流、大数据：例如，实时交通更新、气候数据流、实时客流等。
- 可互操作的包、库：例如，Python的GeoPandas库、JavaScript的Leaflet、Cesium库等。
- 解决单个问题的应用：针对特定场景的应用，例如自动制图应用、情报分析和预判应用等。
- 开放数据和共享服务：例如，OpenStreetMap、政府开放数据平台等。
- 将我们自己的数据结合Ta人的数据：例如，将公司的销售数据与开放的POI、AOI数据结合，以进行空间分析。
- 多种分享方式：通过社交媒体、公共地图库等方式分享地图和数据。
- **与更大的IT社区的联系：**GIS项目和工具经常在GitHub上开源和分享。
- 让大量的社会关注参与进来：例如，在城市规划中更加强调社区参与和反馈。
以我们在最近一年，服务全球顶级连锁餐饮品牌，实施新一代GIS的经历来看，有很多实践倒是很能呼应一下前文的12条变化：在我们这个未来还要持续进化发展的项目中，没有使用任何传统的GIS软件产品，全部使用开放的API和数据私有云支撑，所有的中间和最终成果都是以Web服务的方式呈现，超大数据处理、实时的数据流、机器学习的模型训练各自采用任务专一的软件包或者库，中间的连接也是用低耦合的API来实现。
在这些变化之中，明确要响应的就是用户对于高速拓店、对确定性的把握和基于数据进行决策的强烈需求。在传统的GIS环境下，依赖GIS专员绘制网络规划图的选址过程，往往还是需要专用GIS工具制图、人工选择各类周边数据、补充竞争对手的店铺位置等信息，决策整个过程大多数是基于经验。这些数据可能是静态的，更新频率低，而且难以实现数据间的有效整合。在这种环境下，选址决策的准确性和效率一定跟不上高级领导的拓展要求。
如今，在现代GIS技术的支持下，选址过程完全可以实现智能化和自动化。利用网络服务和APIs获取高频更新的人口数据、POI信息，以及竞争对手门店的位置信息。这些数据源都是动态的，可以达到准实时反映地理空间的变化。与此同时，将这些外部数据与公司内部的ERP数据进行整合，真正做到决策依据的客观透明。
在数据收集和整合的基础上，进一步利用现代GIS进行空间分析和预测。例如，利用客流数据、POI信息和订单情况预测目标位置的潜在客户数量，利用竞争对手的门店位置信息评估竞争压力，利用财务数据和外卖数据测算目标位置的经济效益。并将这些所有的分析结果，自动生成网络规划图，给出可比较的数值，为高级决策者提供直接了当的参考。
这个案例展示了GIS从传统到现代的转变。在这个过程中，GIS从一个依赖于静态数据和单一软件的技术，转变为一个能够整合多种数据源、支持实时分析和决策的平台。更重要的是，这种转变使得GIS能够更好地服务于商业决策，提高决策的精度和效率，从而带来更大的商业价值。
虽然我很开心的在实践着“现代”GIS，为用户提供更高效的决策服务，但在这个过程中，我更是看到了更加凶猛的革命即将到来。随着人工智能（AI）和机器学习（ML）技术的日益成熟，这个IT行业的大未来将使得这12条转变无足轻重。下一代蕴含了AI能力的GIS会将这12条所代表的技术内化为后台，重塑我们与地理数据交互的方式，从而进入无屏幕、AI驱动的决策支持系统的新时代。
其一：我们正在转向一个“更少的屏幕”时代。
用户（尤其是高级决策者）对于查阅大量复杂数据和图表的需求正在逐渐减少。相反，Ta们更倾向于直接获得简洁、明了的决策建议。信息的获取和交互不再依赖于传统的屏幕界面，而是通过更直接、更高效的方式，如语音或直接的行动反馈。
其二：下一代GIS将利用AI和ML来进行大规模的地理数据分析和处理，提供直接且有用的信息，而不仅仅是数据。这意味着GIS系统的重任是将各类分析的结果转化为有价值的见解和建议。
对于连锁品牌的决策者来说，Ta们不再需要GIS专员来亲自分析复杂的客流分布、聚客点、竞争对手门店位置等地理数据，而是可以直接从GIS系统中获取优化门店布局的具体行动方案。这将大大提高从信息生成决策结论的效率，同时降低了对专业知识的要求。
最终，下一代GIS将成为一种自主的决策支持系统，能够根据历史数据和趋势预测，自动为用户做出最优决策。这意味着GIS系统将从一个被动的信息提供者，转变为一个主动的决策助手。
可能现在看来，这个想法有点超前。但你再想想，当年的一个出租车司机，每天都在繁华的城市中穿梭，为乘客提供服务。在智能手机还未普及的年代，Ta可能需要依靠自己对城市的熟悉度，或者乘客的指示，才能找到目的地。偶尔也会遇到交通拥堵或者不熟悉的地方，使得行程变得困难和耗时。
然后，百度地图和高德地图等智能导航应用出现了。这些应用不仅能提供详细的地图信息，更重要的是，它们利用大数据技术，根据实时的交通流量、道路条件等因素，能为你提供最佳的行车路线，极大地提高了工作效率。所以你看网约车司机中，可有人还在自己记地名、记路线的？在找路、去目的地这个场景中，我们几乎每个人都将大脑外包给了导航软件App。
这个迁移的过程不是非常的丝滑吗？
在未来，我预见到的GIS并不是一个具体的软件或者技术，而是一个无处不在的服务，深度融入我们的日常生活和工作中。当我们在进行选址、规划路线、预测市场趋势等活动时，GIS将提供必要的地理信息支持，但用户并不需要直接操作GIS，甚至可能完全意识不到GIS的存在。这就像我们今天使用手机进行导航一样，虽然我们依赖GPS和地图应用来找路，但我们并不需要知道它们后台的工作原理。
当GIS成为一个无形的、无处不在的服务时，它的价值反而更加凸显。在一个全球化、数据驱动的世界中，地理信息已经成为我们理解和解决问题的关键服务。无论是在公共卫生、环境保护、物流管理，还是在商业决策中，地理空间智能都能发挥重要的作用，但那个时候，这些都不需要有个GIS的名头了。GIS的最后一轮变革，也许并不是GIS的结束，而是地理信息的全新开始吧。
本文已经发表在极海公众号 文章《GIS最后的一轮变革》。
