AI & de toekomst van de smart city

Een gewoon verkeerslicht werkt met vaste tijden of reageert op een lus in het asfalt. Een slim verkeerslicht kijkt verder: camera's en sensoren tellen auto's, fietsers en voetgangers, en AI berekent per kruispunt hoe lang elke richting groen krijgt. Kruispunten stemmen dat onderling af, zodat een stroom niet bij elk licht opnieuw stilvalt. Een naderende bus, een ambulance of een groep fietsers in de regen kan zo eerder groen krijgen. Bij een proef in een middelgrote stad werd de reistijd op de deelnemende kruispunten ongeveer een kwart korter. De richting is een netwerk van lichten dat gegevens uitwisselt met bussen en verbonden auto's, en een opstopping voorspelt voordat die ontstaat.

Een digital twin is een virtueel model van de stad, gevoed met actuele gegevens: gebouwen, wegen, bomen, leidingen, verkeer en weer. Wat je in het model verandert, kun je doorrekenen voordat het in de echte stad gebeurt. Een planner zet een nieuwe woontoren op een kavel en ziet direct welke schaduw hij werpt op het plein, hoe de wind door de straat waait en waar het in de zomer heet wordt. AI stelt binnen de eisen van de stad tientallen varianten voor een wijk op, met meer groen, minder hitte of meer woningen. De volgende stap is een digital twin die live meedraait met de sensoren van de stad, en verkent hoe de stad zich onder verschillende aannames kan ontwikkelen.

Sensoren aan lantaarnpalen, gevels en bruggen meten fijnstof, stikstofdioxide, geluid, temperatuur of het aantal mensen dat langsloopt. Samen laten duizenden van zulke metingen veranderingen per straat en per uur zien, ook tussen grotere meetcampagnes door. Steeds vaker zit de AI in het kastje zelf. Een slimme camera kan voetgangers tellen en alleen het aantal doorgeven, zonder beelden te bewaren. Zo ziet de stad waar het druk is zonder te weten wie er liep. De stap van meten naar voorspellen is al gezet: AI combineert de metingen met de weersverwachting, verkeersgegevens en de evenementenagenda, en voorspelt in welke straten het morgen te heet, te vervuild of te druk wordt.

Een camera op een vuilniswagen of bestelbus die toch al door de stad rijdt, verzamelt tussen de inspectierondes door beelden van wegen, stoepen, verlichting en straatmeubilair. Beeldherkenning ziet daarin scheuren in het asfalt, losliggende tegels, vervaagde strepen en beschadigde lantaarnpalen, en zet ze met locatie op een kaart. Voor leidingen gebruikt AI andere gegevens: de leeftijd, het materiaal, de bodem en drukmetingen. Daaruit schat het in waar de kans op een lek groot is, zodat de beheerder onderhoud kan plannen voordat een leiding bezwijkt. De volgende stap sluit de keten van zien naar herstellen: de beelden worden straks de basis voor een herstelopdracht aan een ploeg of aan een reparatierobot.

Een agent is AI die zelfstandig de stappen zet om een taak af te ronden. Bij een melding over een omgevallen boom, een overvolle container of een kapot speeltoestel kan hij doorvragen waar gegevens ontbreken, de melding vastleggen met foto en locatie en hem doorzetten naar de ploeg die erover gaat. Met toegang tot de systemen van de stad houdt hij de melder op de hoogte. Daar gaat het niet bij blijven. Beeldherkenning kan schade al zelf signaleren en via een gekoppeld onderhoudssysteem een herstelopdracht starten. De agent verbindt straks melding, signalering en de planning van de ploeg in één keten. Een gevaarlijke situatie of een boze buurtbewoner blijft voor een medewerker.

Met de juiste gegevens is drukte goed in te schatten. Tellingen van sensoren en camera's, kaartverkoop, het weer, het openbaar vervoer en eerdere evenementen vormen samen een patroon. AI leert daaruit hoe vol een plein, een winkelstraat of een stationsgebied over een uur of een dag wordt. Wie de bezoekersstromen beheert, ziet dan vooraf waar het krap wordt en kan bijsturen: een route omleggen, een ingang openen of bezoekers via een app naar een rustiger plek sturen. Daarvoor volstaan anonieme tellingen. Gekoppeld aan een verkeersmodel rekent AI ook keuzes voor de stad door: hoe een nieuwe evenementenlocatie of een afgesloten brug de bezoekersstromen in de binnenstad verlegt.

Het idee van de 15-minutenstad is dat je wat je dagelijks nodig hebt binnen een kwartier lopen of fietsen bereikt: school, huisarts, supermarkt, park en werk of een plek om te werken. Dat vraagt een andere manier van plannen, waarin de buurt het uitgangspunt is. AI helpt te zien waar het ontbreekt. Het combineert gegevens over voorzieningen, bevolking, routes en reisgedrag tot een kaart van welke buurten op welke punten tekortschieten. Daarna rekent het door waar een nieuwe voorziening, een fietsverbinding of een plek met deelfietsen en laadpalen veel mensen helpt. Zo wordt een stedenbouwkundig ideaal een rekensom per buurt.

In een AI-first stad gaan alle herhalende en voorspelbare taken naar AI en agents. Die werken met gegevens uit administraties, aanvragen en sensoren. Veel daarvan gebeurt achter de schermen: facturen verwerken, aanvragen voor vergunningen en evenementen ordenen, het onderhoud van wegen en gemalen plannen en de drukte bij de dienstverlening voorspellen. Medewerkers werken voor bewoners en wijken, wegen af en oordelen, bijvoorbeeld over de zorgen van een buurt, een conflict tussen bewoners of de keuze tussen een parkeerplaats en een boom. Veel gemeenten gebruiken AI nog voor losse taken. Hoeveel tijd er vrijkomt voor bewoners, hangt af van de manier waarop de gemeente het werk opnieuw verdeelt.

Data-analisten en privacyadviseurs werken al bij steden. In een scenario voor 2040 kunnen rollen die nu nog geen naam hebben een groter deel van het stadswerk krijgen. De regisseur van agents bemiddelt als agents van de stad botsende doelen nastreven: de agent voor doorstroming wil een kruispunt langer groen, de agent voor luchtkwaliteit wil het verkeer juist omleiden. De scenario-ontwerper bouwt in de digital twin de toekomsten waartussen het bestuur kiest, van een hittegolf tot een nieuwe wijk. De beheerder van de live digital twin zorgt dat verkeer, groen, water en riool in het model dezelfde stad zien als op straat. Het werk in de stad verschuift zo van uitvoeren naar regisseren en afwegen.

In het stadsbeheer werken mensen en AI steeds vaker als één team. Het systeem houdt duizenden meldingen, metingen en camerabeelden tegelijk in de gaten en ziet wat afwijkt: een rioolput die vaker overloopt dan normaal, een plein waar het elke vrijdagavond te druk wordt. De wijkbeheerder en de handhaver gaan ter plekke kijken, praten met bewoners en zoeken de echte oorzaak. AI die overstromingsrisico's per straat voorspelt, wordt al beproefd. De stap verder is een team waarin AI de signalen van de hele stad bundelt en vooruitrekent waar het knelt. Mensen krijgen dan meer tijd voor bewoners en keuzes.

Wie nu een stad of een stedelijke dienst leidt, leidt ook naar de stad van de toekomst. Dat vraagt initiatief: zelf beginnen met AI en nieuwe technologie, een straat of een dienst tegelijk, ook voordat alles vaststaat. En het vraagt een beeld van de stad over twintig jaar dat medewerkers en inwoners aanspreekt, zodat ze er zelf aan willen bijdragen. Leiders geven medewerkers en inwoners ruimte om ideeën aan te dragen en mee te bouwen, en maken zichtbaar wat er met die bijdragen gebeurt. Zo bouwen bestuur, medewerkers en inwoners samen aan de stad van morgen.

Een organisatie met een eigen toekomstacademie leidt haar mensen op naast het gewone onderwijs, omdat de kennis eerder nodig is dan nieuwe lichtingen kunnen afstuderen. Zittende medewerkers leren er werken met AI, data, agents en andere nieuwe technologie. Nieuwe collega's beginnen er met de toepassingen die de organisatie gebruikt. Leiders oefenen er met besluiten over de taakverdeling en het toezicht op AI. De academie verandert mee met de technologie.

Slim worden doet een organisatie samen. Start-ups bouwen nieuwe diensten, wetenschappers ontwikkelen modellen, partners brengen aanvullende kennis in en overheden bieden ruimte om te testen. Samen vormen ze een ecosysteem, en hoe goed dat werkt, bepaalt hoe snel een organisatie vernieuwt. Organisaties over de hele wereld werken aan dezelfde vragen, en sommige onderzoeken al hoe ze hun modellen en digital twins kunnen koppelen. Een aanpak die elders werkt, kan dan eerst worden doorgerekend voordat hij hier wordt beproefd.