數(shù)據(jù)不夠準，應用范圍窄！智慧水務推進還有哪些瓶頸？

2022-11-11 08:47:32來源：環(huán)保圈石馬關鍵詞：智慧水務廢水處理閱讀量：17705

導讀：國內(nèi)智慧水務面臨的關鍵挑戰(zhàn)可以總結為4個“不夠”：“不夠硬”、“不夠深”、“不夠廣”、’“不夠準”。

　　10月底，IWA(國際水協(xié)會)召開了ICA(儀器、儀表與自動化)2022大會。IWA是擁有70多年歷史的頂級全球協(xié)會，每一屆ICA大會都吸引著全球水務領域的眾多頂尖學者與企業(yè)參加，觀察這些學者和企業(yè)在關注什么，就可以知道當下，水務領域里最被關注的、最重要的事情是什么。

　　在這屆ICA大會上，智慧水務是一個絕對的熱點，大會還專門設置了一個研討會環(huán)節(jié)，主題就是“ICA和智慧水務在中國”。這是一次線上研討會，所有人都在自己的辦公室里，使用Zoom分享和討論。雖然這樣做的目的是為了避免疫情影響，但是通過信息化技術，遠程討論智慧水務，這種形式本身似乎就在宣稱，數(shù)據(jù)必將改變未來。

　　研討會演講的嘉賓很多，大體可以分為3類：第一類是北控水務、深圳水務等水務公司的高管；第二類是金控數(shù)據(jù)創(chuàng)始人、阿里云水務總監(jiān)、卓邦科技CEO等智慧水務解決方案提供商；最后一類則是以市政華北研究院為代表的研究設計機構。

　　智慧水務是一個非常大的概念，基于自身角色與不同的探索，嘉賓分享的視角各不相同。不過總體來說，這些分享聚焦在3條大主線上：一是智慧水務的頂層信息控制構建，這也是分享最多的主題，二是具體場景的閉環(huán)設計，最后則是支持智慧水務的底層硬件技術。對應IWA與百度在2021年發(fā)表的《人工智能賦能數(shù)字水務》白皮書里的劃分，三條主線分別對應著“基礎技術平臺”、“業(yè)務場景”以及“智能化應用”。

　　3個小時的分享，展示了智慧水務在國內(nèi)取得的巨大成果，同時在討論與碰撞中，也明確了智慧水務必須要解決的幾個關鍵挑戰(zhàn)。因為參會嘉賓都是目前國內(nèi)智慧水務領域的前行者和領導者，因此他們遇到的問題及思考，具有很強的代表性，值得認真梳理。

　　根據(jù)研討會參會者的分享討論，國內(nèi)智慧水務面臨的關鍵挑戰(zhàn)可以總結為4個“不夠”：“不夠硬”、“不夠深”、“不夠廣”、’“不夠準”。

　　1 不夠硬

　　智能硬件結合成最薄弱的環(huán)節(jié)

　　目前水務企業(yè)的智慧化升級多集中在數(shù)據(jù)化平臺這類“軟”智慧上，在需要與智能硬件結合的“智能化應用”層面，水務企業(yè)涉及較少，所以目前智慧水務的現(xiàn)狀就是普遍“偏軟”而“不夠硬”。比如深圳水務林總分享的“一體化運營平臺”，阿里云水務總監(jiān)周總展示的阿里為重慶水務、上海城投水務構建的不同數(shù)據(jù)平臺等等，都屬于“軟智慧”升級。

　　那為什么智慧水務會出現(xiàn)“偏軟”的局面呢？

　　一方面是因為數(shù)據(jù)可視化，打通數(shù)據(jù)孤島本身就是實現(xiàn)整體智慧水務提升的前提，所以大家都在做；另一方面，阿里云、百度云、金控數(shù)據(jù)等軟件公司都能提供整體解決方案，因此信息化升級的難度相對較?。辉僬哌@種信息化改造視覺沖擊明顯，項目成就感與可展示性也比較強。相對而言，需要與智能硬件結合的“硬智慧”升級就比較吃虧了，一方面“硬智慧”需要智能硬件的配合，而這方面目前支持很弱；其次，“硬智慧”通常解決的是桌面下的實際問題，這類問題專業(yè)性強、理解門檻高，而展示效果卻遠遠不及“軟智慧”升級帶來的沖擊力。

　　但是水務不僅僅是數(shù)據(jù)流，水鏈中幾乎每個環(huán)節(jié)都需要與硬件設施結合，因此要實現(xiàn)“智慧水務”，不僅需要頂層信息控制這類“軟”平臺的構建，更需要桌面下的“硬智慧”支撐。沒有“智能化應用”的支撐，數(shù)據(jù)化平臺就無法與具體場景深入結合，控制平臺與實際業(yè)務就容易變成上下兩張皮，而要實現(xiàn)“智能化應用”，就必須有大量智能硬件的支持，因此“硬智慧”是智慧水務繼續(xù)發(fā)展的基礎。

　　智能硬件非常重要，但是結合具體水務應用的智能硬件幾乎都需要定制開發(fā)，無法從其它行業(yè)直接獲得解決方案，因此“硬智慧”是現(xiàn)在智慧水務中最薄弱的環(huán)節(jié)，也是智慧水務面臨的第一個關鍵挑戰(zhàn)。

　　2 不夠深

　　軟件公司對水務業(yè)務“吃不透”

　　傳統(tǒng)水務企業(yè)信息化升級時，通常都會借助第三方力量，在數(shù)據(jù)上云和智能化處理成為新主流的今天，那些在互聯(lián)網(wǎng)領域積累了豐富經(jīng)驗，擁有大量實操案例的云平臺軟件公司，自然而然的就成為了水務企業(yè)首選的外部合作者。

　　引入這些外部合作者的好處是顯而易見的，首先這些互聯(lián)網(wǎng)公司對數(shù)據(jù)化平臺理解深刻，提供的解決方案自然更加可靠；其次通過合作，這些互聯(lián)網(wǎng)公司不僅提供了產(chǎn)品，同時也將自己對數(shù)據(jù)和智能化的理解，輸出給了傳統(tǒng)水務企業(yè)。這些對業(yè)務、數(shù)據(jù)的深刻洞見，能夠幫助傳統(tǒng)水務企業(yè)更加高效的運用中臺處理業(yè)務，而這對于傳統(tǒng)水務企業(yè)的智慧化改造，無疑是至關重要的。

　　因此從阿里云水務總監(jiān)周總的分享中，我們可以看到，這幾年阿里云已分別為重慶水務、深圳水務、上海水務等等多個水務企業(yè)提供了信息化平臺升級服務。借助這些項目，阿里云也將自己“厚中臺、薄業(yè)務”的數(shù)字鏈路思想輸出了合作的水務企業(yè)，不過在業(yè)務推進中，阿里云也感受到了很多阻礙，因此周總在分享的最后也提出了水務大數(shù)據(jù)平臺實施的3個難題，分別是：“體力難題”、“腦力難題”以及 “文化難題”。

　　“體力難題”是指如何收集數(shù)據(jù)，很多數(shù)據(jù)需要人工填寫，這不像互聯(lián)網(wǎng)企業(yè)，數(shù)據(jù)天然都留存在網(wǎng)絡上，水務場景中，很多數(shù)據(jù)還需要人工采集與上傳。“腦力難題”是指如何帶入具體應用場景，如果無法理解業(yè)務，數(shù)據(jù)平臺就無法起到賦能的作用，然而水務領域很多應用場景既瑣碎又復雜，軟件公司要深刻全面的理解是一件非常困難的事情。“文化難題”則代表了傳統(tǒng)公司與數(shù)據(jù)化軟件公司之間的理念差異。

　　這三個“難題”，其實體現(xiàn)了純信息化軟件公司，面對傳統(tǒng)水務業(yè)務時的困惑，也反應出傳統(tǒng)水務企業(yè)在數(shù)據(jù)化轉(zhuǎn)型時，出現(xiàn)的“基因”沖突。

　　一方面，軟件公司感受到數(shù)據(jù)化業(yè)務實施中的巨大阻礙；另一方面，在討論中，水務企業(yè)則反饋專業(yè)軟件公司對水業(yè)務理解不夠，這是傳統(tǒng)水務企業(yè)向智慧水務升級時普遍會遇到的難題，因為對業(yè)務吃的不透，軟件公司容易簡單平移互聯(lián)網(wǎng)行業(yè)的中臺思路，這樣后期就會出平臺與業(yè)務脫節(jié)或者不匹配的問題，導致設計出的信息化平臺無法有效幫助自己管控業(yè)務。

　　因此，水務企業(yè)對數(shù)據(jù)化的認知需要進一步提升，而軟件公司也需要投入更多時間和耐心，更加深刻的理解具體業(yè)務，只有這樣的雙向奔赴，才能解決理解“不夠深”這個關鍵挑戰(zhàn)。

　　3 不夠廣

　　智慧水務應用領域還比較窄

　　在針對一個具體應用場景的閉環(huán)設計上，也就是在“智能化應用”層面，福州水務的魏總分享了“供水管網(wǎng)的水利模型建設以及應用”，福州水務利用模型系統(tǒng)進行預測，用模擬值與實測值比較，實現(xiàn)了對管網(wǎng)問題的快速發(fā)現(xiàn)與定位，不僅提升了解決問題的效率，并且在管網(wǎng)提升改造中，給管網(wǎng)布局調(diào)整，也提供了有益參考。

　　此外蘇州水務公司的丁總則分享了幾個污水泵站協(xié)同匹配，實現(xiàn)“分流制污水在線調(diào)蓄系統(tǒng)”項目。

　　通過自動協(xié)同調(diào)蓄，城東區(qū)域各個泵站的使用效能得到了有效提升，解決了過去 “旱的旱死，澇的澇死”的問題。另外深圳水務林總分享了將積水退水時間從2h縮短至30min的“全聯(lián)動數(shù)字排水防澇系統(tǒng)”。

　　通過這三個案例分享可以發(fā)現(xiàn)，在整個水務環(huán)節(jié)中，供排水調(diào)度，是一個相對獨立的模塊，這個模塊與水本身特性關聯(lián)不大，僅僅與水量水壓相關。因此相對來說，供排水管網(wǎng)調(diào)度很適合作為水務企業(yè)嘗試“智慧水務”的試水載體。

　　作為硬幣另一面，我們也可以看到，在“智能化應用”層面，目前水務企業(yè)的發(fā)力集中在供排水領域，而對于比如“智慧加藥”、“智慧曝氣”、“水質(zhì)預測”等水處理環(huán)節(jié)涉及較少，也就是智慧水務應用領域還比較窄，“不夠廣”。

　　“不夠廣”與智慧水務 “不夠硬”既有重合也區(qū)別，“不夠硬”主要是因為智能硬件的缺乏，而“不夠廣”除了因為智能硬件的限制之外，也是由于需要將AI技術與水處理專業(yè)知識相結合，這樣的結合，有很高的技術難度。

　　雖然很難，但是如果想要持續(xù)提升智慧水務的水平，就必須直面“不夠廣”的挑戰(zhàn)。

　　4 不夠準

　　數(shù)據(jù)準確性成困擾智慧水務推進的關鍵

　　在分享和討論中，很多嘉賓都提到了“數(shù)據(jù)準確性”問題。“數(shù)據(jù)準確性”無疑是非常重要的，基于錯誤數(shù)據(jù)，永遠得不出正確的結論，所以只有“數(shù)據(jù)準確”，才能讓基于數(shù)據(jù)做判斷的系統(tǒng)，給出正確的決策，因此“數(shù)據(jù)準確”是“智慧水務”的基礎。

　　造成數(shù)據(jù)不準的原因大體有兩個：一是基層技術人員對數(shù)據(jù)不重視，在采集與上傳時敷衍馬虎，導致數(shù)據(jù)失真；二是受限于底層硬件的性能。

　　對于第一種原因造成的數(shù)據(jù)“不夠準”，需要通過提升管理，提升整個企業(yè)對數(shù)據(jù)化的認知來解決；對于第二種，則只能通過技術更新，從硬件本身進行提升。

　　北控水務副總裁劉偉巖博士，專門提出了如何確保數(shù)據(jù)準確問題，作為管理著1300多座水廠，建立了行業(yè)內(nèi)第一個智慧水務平臺BECloud的北控水務集團專門負責智慧水務推進的副總裁，劉偉巖博士的問題無疑說明，數(shù)據(jù)“不夠準”已經(jīng)成為困擾智慧水務推進的關鍵問題。

　　對于如何確保“數(shù)據(jù)準確”，阿里的周總提出了“檢驗算法”的思路、就是在數(shù)據(jù)平臺中，專門拿出一部分算力對數(shù)據(jù)進行反算，效驗數(shù)據(jù)是否真實；福州水務的魏總與紹興水務的林總，則從加強管理提升“數(shù)據(jù)準確性”的角度進行了分享。這兩種不同思路，可以互相協(xié)同，同時也體現(xiàn)了不同的身份視角。

　　5 結語

　　金控數(shù)據(jù)CEO楊總分享的內(nèi)容非常特別，他的分享同時橫跨了頂層的信息智能化與底層智能硬件，作為傳統(tǒng)水務出身，又已深耕水務數(shù)據(jù)化多年的水務人，這種橫跨不僅體現(xiàn)了金控數(shù)據(jù)對智慧水務的理解，表明了金控未來發(fā)力的方向，同時也代表著水務圈對4個“不夠”挑戰(zhàn)的思考與探索。

　　通過今年的ICA大會，特別是“ICA和智慧水務在中國”研討會，我們可以發(fā)現(xiàn)——幾年前，智慧水務還只是一個概念，現(xiàn)在智慧水務已經(jīng)開始逐漸落地，變成了一個個具體的項目，智慧水務“未來已來”。