當談論智慧水務的層次時，我們在談論什麼？

04-15

在上文當談論智慧水務的定義時，我們在談論什麼？中，我首先定義了「智慧水務」的基本概念。私下有同行也曾評論，如果智慧水務是針對供排水、水利的「大水務」的話，定義中「解決水環境相關問題」似有不妥。我的理解是，水環境相關問題，不單是指水相關的環境方面的問題，而是指物理空間上所有和水相關的問題。當然，見仁見智，如果有更好的提法，也歡迎各位指出。

本文將在智慧水務定義的基礎上，進一步討論智慧水務的不同層次，又或者說，是不同的發展階段。

啟發我對此進行思考的有兩個方面：其一，太多人將智慧水務和所謂的水務信息化、水利信息化混作一談；其二，則是其他行業關於智慧、關於人工智慧的探討。

先說第一點，智慧水務等同於搞水務/水利信息化嗎？直覺告訴我，不是。信息化完成了底層基礎數據的採集整理，完成了基本業務平台的搭建，是十分基礎而重要的工作，但要說這就是「智慧」，有點牽強，總讓人感覺「還不夠」。

現實情況是，太多涉足智慧水務行業的同行們，把這二者混為一談了。先甭管是不是真「智慧」，至少借著「智慧」的名號，什麼產品都顯得高級一點。如果我們隨意從必應、百度上檢索一下「智慧水務」這個詞，不難看到如下的一些介紹：

「智慧水務雲平台通過數據採集設備、無線網路設備、智能採集終端、水質檢測感測器、壓力感測器、流量計、智能...」
「智慧水務是指將傳統水利與現代信息化技術進行深度融合,以提高水務的管理和服務水平…」
「該系統圍繞智慧水務管控一體化戰略發展目標,整合雲計算、大數據和GIS地理信息、物聯網技術,通過對從水源、水廠到管網、用戶的監測數據採集監控感知智慧水務管控一體化…」

本質上都還是信息化的範疇。

這促使我深入思考，如果說智慧水務不等同於水務/水利信息化的話，那它們之間又有什麼關係呢？

這就跳到第二個問題了，其他行業是怎麼看待「智慧」一詞的？

鮑捷老師在人工智慧對銀行推動的展望一文中的看法，對我啟發很大。這裡直接引用一段鮑老師的原文：

現在，大家在談人工智慧時都有過高的預期，覺得人工智慧可以解決很多問題，特別是在AlphaGo之後。這可能也是我們今天坐在這兒的原因。但是我們要清楚人工智慧不是萬能的。在我們談到人工智慧的時候，其實我們指的是不同的東西。比如，智能燈泡、智能音箱、智能汽車這三個中文裡都是智能，但其實講的是完全不一樣的東西。
第一個，智能燈泡是一種自動化，就是去完成一些人反反覆復根本不用動腦子的重複勞動，這就是第一步自動化。
第二個，智能音箱做的是殺馬特，Smart，就是小聰明。它可以完成幾個人一起完成的一個事情，比如數據集成，數據查找這樣一些事情。

第三個，智能汽車是一種更高級的智能，它可以進行預測，進行規劃，進行一種洞察，需要長期的訓練才能夠擁有的這個智能，這也是我們所謂的Artificial Intelligence（AI）。
在真正進行領域應用的時候，我們通常並不是真的需要一定要到AI這個層面上，Robot和Smart這兩個層面其實已經可以幫助我們完成很多工作。
第一個層次：比如，現在在每一個金融機構里，都會有一大堆實習生從PDF報表裡面提取數據。這樣的事情為什麼讓人類來做？這完全是對我們進化的一種侮辱！我們應該用機器來做這件事情，這就是Robot層面的事情。其實智能投顧（robot advisor）就是套公式，如果我們還僅僅用Excel進行計算的話，也是對我們的侮辱！所以應該用機器(Robot)來做，這是第一個層次。
第二個層次：是Smart，是對數據進行簡單分析，按照一定規則進行的過濾。美國AlphaSense這樣的公司就是這樣在做規則的提取。當前的人工智慧在這方面已經做得比較好了。我們現在可以比較有信心地說，「人工智慧可以把大部分實習生幹掉」這件事情應該是沒有問題的。兩年到三年之後，人工智慧是可以把數據分析師的大部分重複勞動取代掉。
第三個層次：是真正的資深的或者中高級層面才能用的洞察力。這樣的洞察力不但能夠發現事實，還可以解釋這是什麼，並且進一步做出預測。但是這種預測不是簡單的像量化投資那樣的預測。量化投資的預測是屬於短期的一種，時間序列分析就可以完成的，並不會涉及到事物本質的因果關係。我們真正想達到智能化，就需要去了解它的因果性，這也是目前只有中高級的分析師才能達到的。Kensho想達到這種目標，其實也還沒有達到。在其他領域，我們也可以看到像Watson這樣的系統，證明我們現有技術已經可以達到，但是在任何一個具體的垂直領域應用時，我們還需要進行人才、數據和市場的準備。這個在中國，包括美國在內，準備都不夠充分。這也就是為什麼今天討論的，是smart bank而不是intelligent bank(智能銀行)。因為目前的產業還接受不了這個事物，或者說成本太高做不了。那麼我們應該循序漸進地去做當下的歷史階段能夠做的事情。

鮑老師在提到所謂的人工智慧的時候，將其劃分為Robot、Smart、Intelligent三個層次，這一理念，引入水務行業，同樣是可以借鑒使用的。以下是我所理解的智慧水務的三個層次。

智慧水務的第一個層次（階段）：信息化

智慧水務的第一個層次是信息化，該階段目的在於解放人的雙手，替代人的重複性勞動。

其工作，首先是完成水環境系統中各類資產數據、監測數據的信息採集。例如，城市排水系統中的檢查井、管道等的位置、大小、高程信息，通過物探等方式，錄入地理信息系統（GIS）平台中，實現GIS化；又比如，通過物聯網（IoT）等技術，將城市排水系統中關鍵節點的流量、液位、水質等信息，實時、自動地傳輸到資料庫平台中，實現實時監測。

其次，結合GIS類數據、實時監測數據，根據水務行業調度應用的實際需求，開發業務平台。即，在數據信息化的基礎上，結合使用者的需求，實現業務的信息化。

通過信息化，數據採集的流程得到了簡化，業務處理的流程也得到了簡化。

智慧水務的第二個層次（階段）：智慧化

智慧水務的第二個層次是智慧化，該階段，針對現有信息、數據的分析評估，將極大地輔助完成決策支持。

智慧化的核心是數據分析能力。在信息化階段，只是完成了數據的採集，以及最簡單的數據應用。例如利用實時監測數據，設置閾值，超過閾值進行「報警」，這樣簡單的應用。

數據分析主要通過建模實現，建模又可分為兩類。

一類，是基於物理過程，利用數據搭建水文水動力模型。日常，水文水動力模型可用作規劃設計的評估，或者輔助運維；出現緊急情況時，水文水動力模型又可以對接實時監測數據，輔助應急，進行實時預報預警。

另一類，則是數據驅動的模型，比較有代表性的，就是現在熱門的機器學習模型。這類模型，一方面可以和水文水動力模型結合，以達到優化的目的。另一方面，也可以直接應用於實時監測數據，實現類似異常監測等功能。

智慧化階段的數據分析，從所謂的水務「大數據」中提取出了有效的信息，既可以直接給到決策者，輔助他們做出決策，更進一步的，也可以同水環境系統中的實時控制模塊相結合，輔助自動化控制。「廠網一體化，無人值守」就是一個很熱的議題。

智慧水務的第三個層次（階段）：智能化

智慧水務的第三個層次是智能化。在該階段，人工智慧技術將得到更加廣泛的應用，通過人工智慧的「洞察力」，事務的相關性、因果性將更加清晰，智能預測和智能決策，將深刻的改變水務行業的運營管理方式。這是超越現有歷史階段的東西，我們先不多提。

我們當前所處的階段，是信息化和智慧化更迭的一個節點。

水務行業的信息化在過去5-10年里逐步開展，相信還會持續一段時間。類似NB-IoT的應用、GIS技術的應用，都是水務信息化發展的成果。

而水務行業的智慧化，隨著水文水動力模型應用的普及，也逐漸興起。機器學習模型雖然在工業界應用還不廣泛，但我十分看好之後的發展前景。

可以說，無論是信息化還是智慧化，在未來相當長的一段時間裡，都還有發展的空間。二者的融合，也一定會極大的促進智慧水務行業的發展。

以上所述，也只是初步的、不成熟的個人看法，歡迎同行的補充和評論。

本文同步發佈於微信公眾號：hydroinformatics

http://weixin.qq.com/r/by8CGozE_dGGrch593p9 (二維碼自動識別)

歡迎加入行業信息分享QQ群：693875163

http://qm.qq.com/cgi-bin/qm/qr?k=purY_il2Y1YqGYbobeIc8LmaW50TyMua (二維碼自動識別)