“水務百年會客廳”持續聚焦行業前沿議題，第三期“水務青綠書”正式發布。2026年1月，第三期會客廳以“人工智能+重塑水務新生態”為主題，深入探討AI如何驅動水務行業生產范式變革與系統性升級，為水務行業在“十五五”期間迎接人工智能浪潮提供戰略指引與實踐路徑。

相關閱讀:

【水務青綠書】污水費改價：告別管網“無名份”，確立受益者付費

第一期“水務百年會客廳”成果發布 青綠書聚焦溢流污染問題

人工智能的浪潮正席卷全球的千行百業，國務院《關于深入實施“人工智能+”行動的意見》明確指出“人工智能+”將重塑生產生活新范式。然而，當前水務行業的智能化進程還停留在“+人工智能”的工具化層面，尚未觸及生產組織方式、協作關系與業務范式的重構。在此背景下，第三期“水務百年會客廳”圍繞人機協同、模型實效、可信數據、云邊端協同等核心議題展開深入研討，形成從認知到實操的關鍵共識，并整理為第三期“水務青綠書”對外發布。

會議現場

以下為本期“青綠書”全文：

“人工智能+”重塑水務新生態

前言

當前，人工智能的浪潮正席卷全球的千行百業，2025年8月《國務院關于深入實施“人工智能+”行動的意見》中提出：推動人工智能與各行各業廣泛深度融合，重塑生產生活范式，形成人機協同、跨界融合、共創分享的智能社會新形態。

在這一進程中，理解“人工智能+”與“+人工智能”的本質區別至關重要。“+人工智能”是在既有業務流程不變的前提下，將人工智能作為提高效率的工具來使用，業務骨架并未改變。而“人工智能+”則是以人工智能為業務底座，改變人與人、人與機的協作關系，重構生產組織方式、協作關系與業務范式，人工智能不僅是附著于舊體系的工具，而是催生新形態的變革性力量。

水務行業現有的信息化、數字化、智能化、智慧化雖取得一定成果，但“人工智能+”的理念尚未建立，生產方式尚未改變，融合協同尚未展開，所以水務行業如何在“十五五”期間把握人工智能的技術浪潮，實現系統性落地，是行業邁向高質量發展的戰略課題。面對技術沖擊、組織適配、數據治理、生態協同、跨界融合等多重挑戰，唯有堅持務實、辯證的系統思維，才能讓人工智能真正成為驅動水務行業提質增效、構建新質生產力的核心力量。

01. 要擁抱人工智能+，不要把信息化數字化充當人工智能

信息化、數字化的“舊瓶”裝不下人工智能的“新酒”。傳統的自動化、信息化、數字化、智慧化是智能化的基礎，但本質上不同。“老四化”的邏輯都是“不信任人”和“替代人”，通過標準化將人擠出生產流程。而人工智能邏輯是“學習人、模仿人”，最終達到“人機協同”。

當前水務行業的許多智能實踐，停留在將傳統的信息化、數字化成果包裝為“人工智能”的層面。例如，搭建了數據看板與駕駛艙，實現了遠程監控與可視可查，部分環節導入了邊端算法，這些“智慧水務”本質上是“+人工智能”的邏輯，并未觸及業務內核與協作關系的重塑。

“人工智能+”為行業提供了新的生產范式，推動構建以智能體和智能終端為重要組成的人機協同的智能運營體系，不斷進階的智能化將智能終端作為新的伙伴，承擔數據、圖像、視覺的感知、分析，以及初步決策和執行的任務，將人員工作的重心轉向關鍵連接節點，完成工藝優化、策略制定和系統創新等高階復合性工作。而且，隨著人工智能的不斷進階，人機比逐漸調整，人的工作會越來越高階。這不僅是工具的升級，更是生產范式的革命，為行業從勞動密集型向知識密集型、數據驅動型躍遷提供了底層架構。從業者可將人工智能視為可以持續學習、協同進化的“伙伴”、“幫手”、“徒弟”，推動行業從“人使用工具”的關系走向“人機協同”。

02. 要實用性模型，不要標榜水務垂類大模型

水務行業，具有工藝復雜、場景分散、數據隱私性強、經濟性約束明顯等特點，因此長期分散經營，造成水務數據質量差，無法訓練出有價值的垂類大模型，而通用大模型往往存在幻覺大、行業適配難的問題。因此，目前情況下，盲目追求垂類大模型，是脫離行業實際的表現。

對水務這種行業而言，人工智能的本質是解決實際問題的應用能力。面對機理模型、數理模型和大模型三類模型應用選擇時，需要認識到，模型的基礎是算法，算法的基礎是數據。水務行業當前應聚焦以機理為核心的“小算力、小投入、高效益”的場景化小模型的精準開發，例如針對泵機、風機等關鍵設備的故障預警模型，針對進水水質波動的智能模型等。

強調模型實用性，并非否定大模型的人機鏈接價值，當前大模型進步速度大，構建“邊端小模型+云端大模型”的協同體系，是符合水務行業現實的演進路徑。邊端實現實時響應與輕量診斷，云端完成模型優化與知識沉淀，而人則負責核心決策與復雜干預。這種協同架構在實踐中已被驗證有效，例如在設備預測性維護中，就是通過“邊端小模型初步診斷+云端大模型復核+人工專家最終確認”的三層機制，將設備故障診斷的準確率大幅提升至99%以上。這種協同架構既利用了小模型的敏捷與經濟性，解決了當前大部分實際問題，又通過云端匯聚與學習，為未來向更全局的智能演進預留了空間，既符合行業當前的經濟與技術現實，又平衡了務實與前瞻的雙重需求。

03. 要注重應用實效，不要把人工智能當成概念

人工智能在環境產業、水務行業的落地，必須堅決摒棄追逐風口、堆砌概念的浮躁心態，真正從一線業務場景和具體痛點出發。當前水務行業仍廣泛存在人工巡檢、數據抄錄等低效勞動，應優先瞄準這些“能用、管用”的場景，通過注重實效的圖像智能識別、設備振動監測、工藝參數預警等輕量化應用，快速實現效率提升，為后續的系統性業務重構積累信心與數據基礎。圖像智能識別可以分析活性污泥性狀、沉淀池沉淀效果，變測水質為算水質；設備振動監測可以替代人工巡檢，及時發現設備溫度升高、振動特征變化，化故障于萌芽中。

水務行業的智能化轉型需要“長期主義”，必須尊重行業規律與技術成熟曲線，從技術驗證到場景深耕，從單點突破到系統集成，從效率提升到效益創造，逐步完成能力積累。在這一過程中，需要持續關注并動態優化五個關鍵關系：一是人機配合的程度，如何讓人與智能體更好地分工協作；二是模型選擇的平衡，在基于科學規律的機理模型和基于數據統計的數理模型之間，如何根據場景選用；三是數據性價比，如何在數據采集成本與數據精度要求之間取得平衡；四是算力部署策略，如何合理規劃在中心云端與現場邊緣設備上的計算資源分配；五是技管協同步伐，如何讓技術應用與相應的管理機制、組織變革同步推進。

04. 要正視人機協同，不要過度追求無人水務

人工智能的核心價值在于“賦能人”，而不是為了“取代人”。“人工智能+” 終極目標不是建造冰冷的“無人工廠”，而是通過人機協同，極大地擴展人員個體的管理半徑與專業深度，讓一名經驗豐富的工程師能夠高效管理十個甚至百個廠站，從而將環境從業者從重復、枯燥、高危的勞動中徹底解放出來，轉向故障深度診斷、工藝全局優化、AI模型訓練和前瞻性戰略決策等更高價值的創造性工作，成為駕馭智能體的“大師”或“神人”。

這定義了人與人工智能的三種生態位：其一，人工智能作為伙伴，延伸人的感知與操作邊界；其二，人作為兜底者，對人工智能輸出進行專業審核與修正；其三，人作為具有多模態能力的駕馭者，位于人工智能之上，通過指令調度智能體完成復雜任務。

因此，人工智能落地必須同步推動組織架構與人才結構的深刻變革。簡單地通過人工智能實施“減員增效”不僅會帶來組織抵觸與人才流失，更可能引發社會責任問題。未來的水務企業需要的是既精通水務工藝又熟悉數據算法的復合型“大師”，以及能夠與智能體協同工作的新型崗位。企業應優化跨部門協作流程，并投資于員工的持續技能轉型。“人工智能+”帶來的不僅是技術革命，更是生產關系的深層次調整。唯有構建“人機共生、協同進化”的新型組織形態，尊重人在閉環中的核心價值，才能實現可持續的、富有韌性的智能升級。

05. 要可信數據累積共享，不要為一地雞毛的數據畫地為牢

高質量、結構化、連續性的數據是人工智能模型的“生命之源”。當前數據標準的缺失導致了數據質量差、模型水平低、互通互聯難等問題，各企業、各系統在數據上“單打獨斗”，陷入了數據孤島。水務企業要樹立數據是長期資產的意識，并深刻認識到，數據的價值不在于靜態的堆砌，而在于其能否持續用于訓練和優化模型，解決實際問題。脫離模型目標盲目采集的數據，終將淪為無法產生價值的“數字垃圾”。

鑒于環境設施分散的自然秉性，單個企業難以解決人才、算法、算力、高質量數據等多重瓶頸，必須依托生態協作破解數據困境。但這涉及一個關鍵矛盾，數據作為企業投入產生的資產，其權屬與共享機制如何設計？一方面，用于訓練行業級模型的高價值數據集具有公共屬性，共享能造福全行業；另一方面，企業有資產保值和商業機密的訴求。

國家數據局推出的可信數據空間和高質量數據集政策給出了答案，破局之道在于構建“平臺+企業+技術公司”的開放創新生態，通過行業平臺牽頭，建立基于國家倡導的“可信數據空間”理念的技術體系和機制設計，采用“付費使用”、“成效分成”或“貢獻換權益”等模式，建立高質量數據集，讓數據貢獻者獲得合理的數據資產回報，讓中小企業能以可承受成本獲取先進模型能力。生態協作的核心是共創、共建、共享，通過聯合定義共性場景、分擔試錯成本、共享解決方案，共同推動行業智能化水平提升。

06. 要云邊端協同，不要一味強調邊端自主

人工智能的價值不在于單點技術應用，而在于能否嵌入業務流程、形成“感知-分析-決策-執行-反饋”的完整閉環。這一閉環的高效運轉，依賴于“云、邊、端”的有機協同與算力資源的合理分配。例如，在設備智能運維中，從端側傳感器采集振動數據開始，在邊緣側進行實時特征提取與輕量診斷，實現快速響應；復雜分析、模型優化與跨廠知識沉淀則交由云端中心處理，再將優化策略下發至邊緣執行，最終形成可持續演進、全局優化的智能運維體系。

環境基礎設施是水務行業的立身之本，是價值創造的最終載體和不可替代的錨點。當前水務控股集團的智能化實踐，大致呈現三個層次：三流層次僅依賴資本與品牌的松散鏈接，只有排放標準的底線約束和經濟指標約束，對環境基礎設施缺乏真正的掌控力；二流層次建起了信息化數據看板與駕駛艙，實現了可視可查，但往往“看得見、管不了”，控制力薄弱；一流層次則致力于構建平臺化、中心化的智能管控能力，通過云邊端協同，將工藝核心、設備狀態與安全運行置于集團的統一“精氣神”之下，實現從“看護”到“管控”的躍升。

未來還可能出現由少數“智能旗艦廠”作為知識中心與跨區域管控平臺，管理大量“標準化加盟廠”的集約化格局。環境集團如果沒有借助人工智能+的浪潮，建立在云邊端協同之上的中心化智能管控能力，設施就只是孤立的物理資產，運營數據、工藝知識和核心價值無法沉淀與升華，最終無法實現智能進階。

結語

人工智能與水務行業的深度融合，既是一場技術變革，更是一次系統性的跨行業進階。它要求我們既要擁抱“人工智能+”，又要保持清醒；既要追求效率，又要重視人性；既要獨立探索，又要開放協同。唯有在行動中不斷反思、在協同中持續積累、在演進中保持定力，水務行業方能在這場人工智能浪潮中，不僅跟上時代的步伐，更走出一條具有行業特色、可持續、可復制的智能進階之路，為生態文明建設與行業高質量發展注入堅實而智慧的動能。

第三期“水務青綠書”已發布

未來“水務百年會客廳” 將持續聚焦水務熱點，匯聚跨界智慧破解難題，熱忱期待更多同行的參與。

附參會嘉賓名單：

編輯：趙凡