環保在線APP
環保在線手機站
環保在線小程序
微信公眾號
預告
回放
回放
品牌
競道光電
10月底，IWA(國際水協會)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參加，觀察這些學者和企業在關注什么，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節，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，數據必將改變未來。
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；第二類是金控數據創始人、阿里云水務總監、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年發表的《人工智能賦能數字水務》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。因為參會嘉賓都是目前國內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。
根據研討會參會者的分享討論，國內智慧水務面臨的關鍵挑戰可以總結為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節
目前水務企業的智慧化升級多集中在數據化平臺這類“軟”智慧上，在需要與智能硬件結合的“智能化應用”層面，水務企業涉及較少，所以目前智慧水務的現狀就是普遍“偏軟”而“不夠硬”。比如深圳水務林總分享的“一體化運營平臺”，阿里云水務總監周總展示的阿里為重慶水務、上海城投水務構建的不同數據平臺等等，都屬于“軟智慧”升級。
那為什么智慧水務會出現“偏軟”的局面呢？
一方面是因為數據可視化，打通數據孤島本身就是實現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、金控數據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小；再者這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據流，水鏈中幾乎每個環節都需要與硬件設施結合，因此要實現“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，數據化平臺就無法與具體場景深入結合，控制平臺與實際業務就容易變成上下兩張皮，而要實現“智能化應用”，就必須有大量智能硬件的支持，因此“硬智慧”是智慧水務繼續發展的基礎。
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，無法從其它行業直接獲得解決方案，因此“硬智慧”是現在智慧水務中最薄弱的環節，也是智慧水務面臨的第一個關鍵挑戰。
2 不夠深
軟件公司對水務業務“吃不透”
傳統水務企業信息化升級時，通常都會借助第三方力量，在數據上云和智能化處理成為新主流的今天，那些在互聯網領域積累了豐富經驗，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，首先這些互聯網公司對數據化平臺理解深刻，提供的解決方案自然更加可靠；其次通過合作，這些互聯網公司不僅提供了產品，同時也將自己對數據和智能化的理解，輸出給了傳統水務企業。這些對業務、數據的深刻洞見，能夠幫助傳統水務企業更加高效的運用中臺處理業務，而這對于傳統水務企業的智慧化改造，無疑是至關重要的。
因此從阿里云水務總監周總的分享中，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、薄業務”的數字鏈路思想輸出了合作的水務企業，不過在業務推進中，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據平臺實施的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”是指如何收集數據，很多數據需要人工填寫，這不像互聯網企業，數據天然都留存在網絡上，水務場景中，很多數據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，如果無法理解業務，數據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”則代表了傳統公司與數據化軟件公司之間的理念差異。
這三個“難題”，其實體現了純信息化軟件公司，面對傳統水務業務時的困惑，也反應出傳統水務企業在數據化轉型時，出現的“基因”沖突。
一方面，軟件公司感受到數據化業務實施中的巨大阻礙；另一方面，在討論中，水務企業則反饋專業軟件公司對水業務理解不夠，這是傳統水務企業向智慧水務升級時普遍會遇到的難題，因為對業務吃的不透，軟件公司容易簡單平移互聯網行業的中臺思路，這樣后期就會出平臺與業務脫節或者不匹配的問題，導致設計出的信息化平臺無法有效幫助自己管控業務。
因此，水務企業對數據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。
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“供水管網的水利模型建設以及應用”，福州水務利用模型系統進行預測，用模擬值與實測值比較，實現了對管網問題的快速發現與定位，不僅提升了解決問題的效率，并且在管網提升改造中，給管網布局調整，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同匹配，實現“分流制污水在線調蓄系統”項目。
通過自動協同調蓄，城東區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“全聯動數字排水防澇系統”。
通過這三個案例分享可以發現，在整個水務環節中，供排水調度，是一個相對獨立的模塊，這個模塊與水本身特性關聯不大，僅僅與水量水壓相關。因此相對來說，供排水管網調度很適合作為水務企業嘗試“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，目前水務企業的發力集中在供排水領域，而對于比如“智慧加藥”、“智慧曝氣”、“水質預測”等水處理環節涉及較少，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，但是如果想要持續提升智慧水務的水平，就必須直面“不夠廣”的挑戰。
4 不夠準
數據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“數據準確性”問題。“數據準確性”無疑是非常重要的，基于錯誤數據，永遠得不出正確的結論，所以只有“數據準確”，才能讓基于數據做判斷的系統，給出正確的決策，因此“數據準確”是“智慧水務”的基礎。
造成數據不準的原因大體有兩個：一是基層技術人員對數據不重視，在采集與上傳時敷衍馬虎，導致數據失真；二是受限于底層硬件的性能。
對于第一種原因造成的數據“不夠準”，需要通過提升管理，提升整個企業對數據化的認知來解決；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據準確問題，作為管理著1300多座水廠，建立了行業內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，數據“不夠準”已經成為困擾智慧水務推進的關鍵問題。
對于如何確保“數據準確”，阿里的周總提出了“檢驗算法”的思路、就是在數據平臺中，專門拿出一部分算力對數據進行反算，效驗數據是否真實；福州水務的魏總與紹興水務的林總，則從加強管理提升“數據準確性”的角度進行了分享。這兩種不同思路，可以互相協同，同時也體現了不同的身份視角。
5 結語
金控數據CEO楊總分享的內容非常特別，他的分享同時橫跨了頂層的信息智能化與底層智能硬件，作為傳統水務出身，又已深耕水務數據化多年的水務人，這種橫跨不僅體現了金控數據對智慧水務的理解，表明了金控未來發力的方向，同時也代表著水務圈對4個“不夠”挑戰的思考與探索。
通過今年的ICA大會，特別是“ICA和智慧水務在中國”研討會，我們可以發現——幾年前，智慧水務還只是一個概念，現在智慧水務已經開始逐漸落地，變成了一個個具體的項目，智慧水務“未來已來”。
而隨著智慧水務的不斷推進，誰能先解決“不夠硬”、“不夠深”、“不夠廣”和“不夠準”這4個關鍵挑戰，誰就能贏得智慧水務的下半場。
原標題：數據不夠準，應用范圍窄！智慧水務推進還有哪些瓶頸？
