那么，什么是智能體，又應如何構建?

楊威解釋，沈陽水務集團將智能體視為“數字員工”，其核心在于模擬人類工作方式?；谶@一理念，構建智能體的首要任務是梳理業務邏輯，即假設在缺乏信息化與數字化手段的情況下，僅依靠充足人力資源，如何在線下完成業務閉環。這是實現智能體落地的先決條件。

他強調，技術本身并不直接解決業務問題，而是服務于業務邏輯，提升業務處理效率。在明確業務邏輯后，可將線下業務流程遷移至線上，實現信息化，并將積累的數據供智能體使用。

信息化完成后，可在局部環節建立標準與規范，形成算法基礎，為智能體的構建做準備。最終，智能體作為數字員工處理業務時，必須實現流程的高度標準化。標準化并非指業務執行方式一成不變，而是盡可能窮盡業務執行中的所有可能性，形成可確定的分支路徑，并構建為業務執行知識庫。這是由于智能體無法處理未知情況，就像人類在面對未知事務時，也需要通過思考、會議或一事一議的方式進行處理，智能體同樣如此。

窮盡業務可能性的過程，即為經驗模型的建立過程。一旦形成經驗模型，智能體便可為企業提供服務，從而顯著提升工作效率，降低勞動成本。

數據溯源：解決數據真實性驗證難題

數據溯源的核心在于如何證明數據的真實性。舉例而言，人們在收到銀行賬單時通常不會質疑其準確性，但在收到水費賬單時，卻可能存在不信任的情況。例如，沈陽曾出現居民因質疑水費賬單真實性而拒絕繳費的案例。這種不信任的背后原因在于供水方難以提供充分證據證明其系統中記錄的水量數據真實可信。

此前，在一次由E20環境平臺組織的行業會議上，多家供水企業共同探討了相關問題。某水務公司提到，當地兩家企業因糾紛訴諸法律，其中一方請求水務公司出具用水記錄作為證據，但法院最終未予采信。法院不予采信的原因與居民不信任水費賬單的原因一致：水務公司無法提供完整的證據鏈條，以證明其系統中水量數據的真實性。

數據的價值首先建立在真實性基礎上，而證明數據真實的關鍵在于數據溯源——即通過完整的證據鏈條驗證數據的可信度。他分析，在判定數據真實性時，遠傳表可作為共性參考標準：一臺無故障且正常傳輸的遠傳表，其數據被視為百分之百真實。然而，大部分水司都無法實現遠傳表全覆蓋。

針對此類情況，供水行業也在努力克服相關問題。例如，E20環境平臺正在牽頭制定一項關于營銷數據價值標準化的團體標準，沈陽水務集團是該團標參與單位。楊威以該標準中的“抄讀結果真實率”指標為例解釋道，該指標就旨在評估系統中所記錄的指針讀數或水量數據是否真實反映了特定時間點的客觀實際情況。

如前所述，驗證真實性需要證據支持，例如通過人工識別或用戶反饋獲得的水表照片及其識別結果。沈陽水務集團采用AI技術識別水表照片，并將識別結果與系統記錄數據進行比對。若讀數一致、表號相符，即認定數據為真實。當然，系統中也存在不真實的數據，例如大量戶內表因無法實際抄讀而導致系統記錄與實際情況不符。

但楊威表示，即使是不真實的數據，仍具有一定價值——沈陽水務集團將系統數據、證據照片及比對結果整合為數據包，通過該數據包實現對水費賬單的溯源，從而證明數據的真實性。

專業科技團隊打造數據“護城河”

楊威介紹，前述所有場景的設計與實施均由沈陽水務集團科技產業公司(以下簡稱“科技公司”)完成。科技公司秉持兩大核心經營理念：自我進取與服務他人。

在自我進取方面，科技公司在沈陽水務集團的數字化建設中發揮了承上啟下的關鍵作用，通過管理咨詢、需求引導、產品設計及標準制定等方式，為沈陽水務集團在數字化建設中的溝通、協調、計劃與決策提供有力支撐。

楊威表示，在數字化建設過程中常面臨多重挑戰，例如業務與技術之間的不對稱、數據壁壘問題、大型項目中各單位間利益協調難題，以及數據資產入表、數據產品設計與開發等一系列復雜問題。

這些問題并非一次性出現，而是伴隨企業發展的持續挑戰。從沈陽水務集團的角度出發，需要一支具備專業能力的長期顧問團隊，持續協助解決上述問題?？萍脊菊袚@一顧問角色，始終立足于客戶——沈陽水務集團的立場，為沈陽水務集團提供規劃、設計與問題解決的全方位支持。多年來，雙方在數字化建設方面合作取得多項專利成果。

科技公司的另一重要目標是服務他人，希望以數字化建設顧問的身份為更多供水企業提供支持，借助在沈陽水務集團積累的經驗、技術、專業能力和合作誠意，將成功經驗推廣至其他水司。沈陽水務集團期待與行業伙伴攜手合作，共同推動數據價值釋放，為社會創造更多貢獻。

行業數據整合，或將創造更大的社會價值與經濟價值

楊威透露，近期，沈陽水務集團在數據產品開發過程中注意到一項市場需求：某知名連鎖咖啡品牌希望獲取其在沈陽所有門店的相關數據。由此可以設想，若行業內數據能夠有效整合，其可能創造的社會價值與經濟價值空間將十分巨大。

但僅依靠單一企業的數據規模有限，為此，沈陽水務集團已與信通院合作，于去年搭建了基于區塊鏈技術的數據資產交易平臺——“云信水鏈”。該平臺工作結構主要分為三部分：數據接入、數據驗證與數據登記交易。

在數據接入環節，需建立統一的數據接入標準，沈陽水務集團期待更多供水企業共同參與標準設計。

在數據驗證方面，除前述水量數據真實性的證明外，用戶信息準確性也是市場關注的重點。目前，沈陽水務集團已通過第三方商業機構進行校驗，如利用騰訊地圖的POI數據或企查查的企業信息進行比對。更為權威的校驗渠道是與政府部門對接，沈陽水務集團正積極推進與沈陽市政府的數據校驗合作，目前已取得初步進展。

在登記與交易環節，所有數據產品最終實現的經濟價值，將由數據提供方、數據加工方及數據銷售方共同分享。

最后，楊威再次表達了沈陽水務集團的愿景，希望供水行業企業能夠聯合起來，共同響應國家數據戰略目標，實現社會價值與企業價值的雙贏。

編輯：汪茵