Мы находимся на пороге новой эры больших данных, когда объем и разнообразие информации о городе будут только возрастать. Более того, если сейчас значительная часть этих данных находится в хранилищах, их сложно интегрировать и увязать между собой из‐за различий в используемых стандартах и форматах, впоследствии они будут все больше объединяться в централизованные системы, такие как межведомственные диспетчерские (inter-agency control rooms), осуществляющие мониторинг города как единого целого. Например, такой диспетчерской города является Centro de Operações Prefeitura do Rio de Janeiro (Рио-де-Жанейро, Бразилия) – основанный на данных центр управления, в штате которого 180 сотрудников. В эту диспетчерскую в режиме реального времени собирается информация от 30 ведомств, включающая данные о дорожном движении и системе общественного транспорта, данные от муниципальных и коммунальных служб, служб безопасности и экстренной помощи, сведения о погоде, информация, производимая служащими и горожанами с помощью социальных медиа, а также административные и статистические данные. Другим примером могут служить так называемые городские операционные системы, такие как CityNext от Microsoft, Smarter City от IBM, City Operating System от Urbiotica и Urban Operating System от PlanIT. Фактически они представляют собой разработанные для координирования и контроля деятельности крупных компаний системы планирования ресурсов бизнес-предприятий (ERP), перепрофилированные для нужд города. По мере распространения движения за открытость данных какая-то часть этой информации будет поступать на открытые для горожан панели управления и мониторинга (city dashboards), на которых в режиме реального времени будут транслироваться интерактивные визуализации данных официальной статистики и городских администраций[114].
Далее для извлечения информации из очень больших, динамичных массивов данных был создан новый комплекс инструментов анализа: 1) анализ данных и распознавание образов; 2) визуализация данных и визуальная аналитика; 3) статистический анализ; 4) прогнозирование, симуляция и оптимизация[115]. Эти аналитические инструменты опираются на машинное обучение (искусственный интеллект) и значительно повышают компьютерные возможности обработки и анализа данных. Более того, они открывают новый формат для науки, которая уже не только опирается на данные и не столько ведома теорией, но ищет пути формулирования гипотез и идей напрямую «из данных»[116]. Это ведет к развитию «городской информатики» (urban informatics)[117] – подхода к изучению и описанию городских процессов, основанного на информационных феноменах и интеграциях между человеком и компьютером, а также «точной науки о городе» (urban science) – подхода к пониманию и объяснению городских процессов при помощи вычислительных моделей, который основывается