數據不夠準，應用范圍窄！智慧水務(wù)推進(jìn)還有哪些瓶頸？
2022-12-06 10:12:23
3
, 在這屆ICA大會(huì )上，智慧水務(wù)是一個(gè)絕對的熱點(diǎn)，大會(huì )還專(zhuān)門(mén)設置了一個(gè)研討會(huì )環(huán)節，主題就是“ICA和智慧水務(wù)在中國”。這是一次線(xiàn)上研討會(huì )，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(guò)信息化技術(shù)，遠程討論智慧水務(wù)，這種形式本身似乎就在宣稱(chēng)，數據必將改變未來(lái)。
, 研討會(huì )演講的嘉賓很多，大體可以分為3類(lèi)：第一類(lèi)是北控水務(wù)、深圳水務(wù)等水務(wù)公司的高管；第二類(lèi)是金控數據創(chuàng )始人、阿里云水務(wù)總監、卓邦科技CEO等智慧水務(wù)解決方案提供商；最后一類(lèi)則是以市政華北研究院為代表的研究設計機構。
, 智慧水務(wù)是一個(gè)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(guò)總體來(lái)說(shuō)，這些分享聚焦在3條大主線(xiàn)上：一是智慧水務(wù)的頂層信息控制構建，這也是分享最多的主題，二是具體場(chǎng)景的閉環(huán)設計，最后則是支持智慧水務(wù)的底層硬件技術(shù)。對應IWA與百度在2021年發(fā)表的《人工智能賦能數字水務(wù)》白皮書(shū)里的劃分，三條主線(xiàn)分別對應著(zhù)“基礎技術(shù)平臺”、“業(yè)務(wù)場(chǎng)景”以及“智能化應用”。
, 3個(gè)小時(shí)的分享，展示了智慧水務(wù)在國內取得的巨大成果，同時(shí)在討論與碰撞中，也明確了智慧水務(wù)必須要解決的幾個(gè)關(guān)鍵挑戰。因為參會(huì )嘉賓都是目前國內智慧水務(wù)領(lǐng)域的前行者和領(lǐng)導者，因此他們遇到的問(wèn)題及思考，具有很強的代表性，值得認真梳理。
, 根據研討會(huì )參會(huì )者的分享討論，國內智慧水務(wù)面臨的關(guān)鍵挑戰可以總結為4個(gè)“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
, 目前水務(wù)企業(yè)的智慧化升級多集中在數據化平臺這類(lèi)“軟”智慧上，在需要與智能硬件結合的“智能化應用”層面，水務(wù)企業(yè)涉及較少，所以目前智慧水務(wù)的現狀就是普遍“偏軟”而“不夠硬”。比如深圳水務(wù)林總分享的“一體化運營(yíng)平臺”，阿里云水務(wù)總監周總展示的阿里為重慶水務(wù)、上海城投水務(wù)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(wù)會(huì )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(shí)現整體智慧水務(wù)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??；再者這種信息化改造視覺(jué)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(shí)際問(wèn)題，這類(lèi)問(wèn)題專(zhuān)業(yè)性強、理解門(mén)檻高，而展示效果卻遠遠不及“軟智慧”升級帶來(lái)的沖擊力。
, 但是水務(wù)不僅僅是數據流，水鏈中幾乎每個(gè)環(huán)節都需要與硬件設施結合，因此要實(shí)現“智慧水務(wù)”，不僅需要頂層信息控制這類(lèi)“軟”平臺的構建，更需要桌面下的“硬智慧”支撐。沒(méi)有“智能化應用”的支撐，數據化平臺就無(wú)法與具體場(chǎng)景深入結合，控制平臺與實(shí)際業(yè)務(wù)就容易變成上下兩張皮，而要實(shí)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(wù)繼續發(fā)展的基礎。
, 智能硬件非常重要，但是結合具體水務(wù)應用的智能硬件幾乎都需要定制開(kāi)發(fā)，無(wú)法從其它行業(yè)直接獲得解決方案，因此“硬智慧”是現在智慧水務(wù)中最薄弱的環(huán)節，也是智慧水務(wù)面臨的第一個(gè)關(guān)鍵挑戰。
, 2 不夠深
, 軟件公司對水務(wù)業(yè)務(wù)“吃不透”
, 傳統水務(wù)企業(yè)信息化升級時(shí)，通常都會(huì )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(lián)網(wǎng)領(lǐng)域積累了豐富經(jīng)驗，擁有大量實(shí)操案例的云平臺軟件公司，自然而然的就成為了水務(wù)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(jiàn)的，首先這些互聯(lián)網(wǎng)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(guò)合作，這些互聯(lián)網(wǎng)公司不僅提供了產(chǎn)品，同時(shí)也將自己對數據和智能化的理解，輸出給了傳統水務(wù)企業(yè)。這些對業(yè)務(wù)、數據的深刻洞見(jiàn)，能夠幫助傳統水務(wù)企業(yè)更加高效的運用中臺處理業(yè)務(wù)，而這對于傳統水務(wù)企業(yè)的智慧化改造，無(wú)疑是至關(guān)重要的。
, 因此從阿里云水務(wù)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(wù)、深圳水務(wù)、上海水務(wù)等等多個(gè)水務(wù)企業(yè)提供了信息化平臺升級服務(wù)。借助這些項目，阿里云也將自己“厚中臺、薄業(yè)務(wù)”的數字鏈路思想輸出了合作的水務(wù)企業(yè)，不過(guò)在業(yè)務(wù)推進(jìn)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(wù)大數據平臺實(shí)施的3個(gè)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(xiě)，這不像互聯(lián)網(wǎng)企業(yè)，數據天然都留存在網(wǎng)絡(luò )上，水務(wù)場(chǎng)景中，很多數據還需要人工采集與上傳?！澳X力難題”是指如何帶入具體應用場(chǎng)景，如果無(wú)法理解業(yè)務(wù)，數據平臺就無(wú)法起到賦能的作用，然而水務(wù)領(lǐng)域很多應用場(chǎng)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?！拔幕y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(gè)“難題”，其實(shí)體現了純信息化軟件公司，面對傳統水務(wù)業(yè)務(wù)時(shí)的困惑，也反應出傳統水務(wù)企業(yè)在數據化轉型時(shí)，出現的“基因”沖突。
, 一方面，軟件公司感受到數據化業(yè)務(wù)實(shí)施中的巨大阻礙；另一方面，在討論中，水務(wù)企業(yè)則反饋專(zhuān)業(yè)軟件公司對水業(yè)務(wù)理解不夠，這是傳統水務(wù)企業(yè)向智慧水務(wù)升級時(shí)普遍會(huì )遇到的難題，因為對業(yè)務(wù)吃的不透，軟件公司容易簡(jiǎn)單平移互聯(lián)網(wǎng)行業(yè)的中臺思路，這樣后期就會(huì )出平臺與業(yè)務(wù)脫節或者不匹配的問(wèn)題，導致設計出的信息化平臺無(wú)法有效幫助自己管控業(yè)務(wù)。
, 因此，水務(wù)企業(yè)對數據化的認知需要進(jìn)一步提升，而軟件公司也需要投入更多時(shí)間和耐心，更加深刻的理解具體業(yè)務(wù)，只有這樣的雙向奔赴，才能解決理解“不夠深”這個(gè)關(guān)鍵挑戰。
, 3 不夠廣
, 智慧水務(wù)應用領(lǐng)域還比較窄
, 在針對一個(gè)具體應用場(chǎng)景的閉環(huán)設計上，也就是在“智能化應用”層面，福州水務(wù)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(wù)利用模型系統進(jìn)行預測，用模擬值與實(shí)測值比較，實(shí)現了對管網(wǎng)問(wèn)題的快速發(fā)現與定位，不僅提升了解決問(wèn)題的效率，并且在管網(wǎng)提升改造中，給管網(wǎng)布局調整，也提供了有益參考。
, 此外蘇州水務(wù)公司的丁總則分享了幾個(gè)污水泵站協(xié)同匹配，實(shí)現“分流制污水在線(xiàn)調蓄系統”項目。
, 通過(guò)自動(dòng)協(xié)同調蓄，城東區域各個(gè)泵站的使用效能得到了有效提升，解決了過(guò)去 “旱的旱死，澇的澇死”的問(wèn)題。另外深圳水務(wù)林總分享了將積水退水時(shí)間從2h縮短至30min的“全聯(lián)動(dòng)數字排水防澇系統”。
, 通過(guò)這三個(gè)案例分享可以發(fā)現，在整個(gè)水務(wù)環(huán)節中，供排水調度，是一個(gè)相對獨立的模塊，這個(gè)模塊與水本身特性關(guān)聯(lián)不大，僅僅與水量水壓相關(guān)。因此相對來(lái)說(shuō)，供排水管網(wǎng)調度很適合作為水務(wù)企業(yè)嘗試“智慧水務(wù)”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(wù)企業(yè)的發(fā)力集中在供排水領(lǐng)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)節涉及較少，也就是智慧水務(wù)應用領(lǐng)域還比較窄，“不夠廣”。
, “不夠廣”與智慧水務(wù) “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(shù)與水處理專(zhuān)業(yè)知識相結合，這樣的結合，有很高的技術(shù)難度。
, 雖然很難，但是如果想要持續提升智慧水務(wù)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(wù)推進(jìn)的關(guān)鍵
, 在分享和討論中，很多嘉賓都提到了“數據準確性”問(wèn)題?！皵祿蚀_性”無(wú)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(wù)”的基礎。
, 造成數據不準的原因大體有兩個(gè)：一是基層技術(shù)人員對數據不重視，在采集與上傳時(shí)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(guò)提升管理，提升整個(gè)企業(yè)對數據化的認知來(lái)解決；對于第二種，則只能通過(guò)技術(shù)更新，從硬件本身進(jìn)行提升。
, 北控水務(wù)副總裁劉偉巖博士，專(zhuān)門(mén)提出了如何確保數據準確問(wèn)題，作為管理著(zhù)1300多座水廠(chǎng)，建立了行業(yè)內第一個(gè)智慧水務(wù)平臺BECloud的北控水務(wù)集團專(zhuān)門(mén)負責智慧水務(wù)推進(jìn)的副總裁，劉偉巖博士的問(wèn)題無(wú)疑說(shuō)明，數據“不夠準”已經(jīng)成為困擾智慧水務(wù)推進(jìn)的關(guān)鍵問(wèn)題。
, 對于如何確?！皵祿蚀_”，阿里的周總提出了“檢驗算法”的思路、就是在數據平臺中，專(zhuān)門(mén)拿出一部分算力對數據進(jìn)行反算，效驗數據是否真實(shí)；福州水務(wù)的魏總與紹興水務(wù)的林總，則從加強管理提升“數據準確性”的角度進(jìn)行了分享。這兩種不同思路，可以互相協(xié)同，同時(shí)也體現了不同的身份視角。
, 5 結語(yǔ)
, 金控數據CEO楊總分享的內容非常特別，他的分享同時(shí)橫跨了頂層的信息智能化與底層智能硬件，作為傳統水務(wù)出身，又已深耕水務(wù)數據化多年的水務(wù)人，這種橫跨不僅體現了金控數據對智慧水務(wù)的理解，表明了金控未來(lái)發(fā)力的方向，同時(shí)也代表著(zhù)水務(wù)圈對4個(gè)“不夠”挑戰的思考與探索。
, 通過(guò)今年的ICA大會(huì )，特別是“ICA和智慧水務(wù)在中國”研討會(huì )，我們可以發(fā)現——幾年前，智慧水務(wù)還只是一個(gè)概念，現在智慧水務(wù)已經(jīng)開(kāi)始逐漸落地，變成了一個(gè)個(gè)具體的項目，智慧水務(wù)“未來(lái)已來(lái)”。
, 而隨著(zhù)智慧水務(wù)的不斷推進(jìn)，誰(shuí)能先解決“不夠硬”、“不夠深”、“不夠廣”和“不夠準”這4個(gè)關(guān)鍵挑戰，誰(shuí)就能贏(yíng)得智慧水務(wù)的下半場(chǎng)。
, 原標題：數據不夠準，應用范圍窄！智慧水務(wù)推進(jìn)還有哪些瓶頸？
聲明：素材來(lái)源于網(wǎng)絡(luò )如有侵權聯(lián)系刪除。