<mark id="oztn4"></mark>
0
編者按：
從無所不能的代名詞，到外界的冷嘲熱諷，到正面泡沫，理性探討，AI經歷了漫長的路程。
如今，AI逐漸從落地最為成熟的安防走向全域，AI普惠已成共識。
但深入全域化之路，才發現，它們看起來大而美，內里充斥著不為人知的雜、碎和苦。
如果你在公路兩旁看到一排樹結滿了李子，卻無人上前采摘，不用嘗就能知道這李子肯定很苦，這就是人們常說的“道旁苦李”。
古人幾千年總結出來的經驗，在現世，于各行各業皆適用。
為此，雷鋒網AI掘金志發起“道旁苦李”系列專題，進入那些基于AI視覺進行智慧化升級的行業內里。
系列文章見《被低估的燈桿》、《雞肋的智慧社區》、《黎明前的智慧交通：隱痛、險阻與進擊》、《隱身的千億智慧消防》、《智慧警務沒有凡爾賽文學》。
這一次，我們來聊聊智慧水務。
早些年的深圳深受隨處可見的臭水溝所擾。
“治理前隔100米聞到臭味，治理后釣到10斤大魚?！?/p>
一場變形記后，昔日臭水溝，已成城市項鏈。
污水治理背后，存在著一個默默無聞的行業——智慧水務。
別看這行業不顯山不露水，卻是典型的高壁壘細分行業。
水務老大下面，有防洪抗旱減災、節約用水、城鄉供水、農村水利、水生態環境保護、水利改革和管理等一眾小弟。
每個細分領域，單在水這一層，就有原水、輸水、凈水、供水、售水、排水、污水治理、再生水回收利用等不同環節。
細分領域眾多，環境復雜，產業鏈老長，產業節點縱橫。
這讓智慧水務，在各類高科技、熱賽道中，著實沒啥存在感：
它既不性感，看起來難搞，似乎還沒什么錢。
這樣一個要啥沒啥的市場，有得玩、有人來嗎？
說水務要啥沒啥沒人玩，安防企業第一個不答應。
原生條件相似。同為碎片化市場，系統眾多，關系復雜。
發展方向重合。2014年之后，進入水務智慧化3.0時代，對視頻+人工智能的需求急增，而安防企業，擅長的正是以視頻為核心的智慧物聯業務。
且不說“同病相憐”的安防已經指數級擴容，如今傳統安防頭部企業已經升級為智能物聯的企業，走向萬億級AIoT市場，賦能千行百業。
智慧水務便是百業之一。
安防巨頭的到來，正是時候。
?？嫡J為，水務智能化、數字化轉型要立足于視頻感知，但不至于視頻感知。從視頻感知，向上拓展到智能物聯，融合多維感知能力，實現物信融合。
水務場景監管對象數量多且分布廣泛，通過人工方式巡視，時間長，覆蓋范圍小、人員投入多，工作量大，投入成本高。
海康利用水位尺讀書分析技術、漂浮物識別技術、船只行為識別技術等多種智能分析技術，實現對水利場景的全時段、全天候、全覆蓋智能分析感知，減輕人工巡視的工作量，提升工作效率，創新工作方式。
利用視頻智能分析手段，實現被動響應向主動應對，從傳統數據監測向智能預警的轉變。
在大華看來，智慧水務是一個巨大的藍海市場。根據《中國城鎮水務行業2035年技術進步規劃》報告指出，2021年智慧水務信息化投資將超百億，自來水廠、污水處理廠全國近9000座。
大華從兩個層面著手賦能：
規范流程，提高管理效率。
建立巡檢標準化流程，構建生產全局透視能力、增強全感知預警能力，對智慧水務監管過程中的生產運維情況、人員監管、安全環境等場景進行全面管控，助力智慧水務精細化管理。
賦能技術，提高決策效率。
基于智慧安防的優勢，利用AI布控、通行管控、安防管理，實現精準（事前）預警、分層分級、無感安全、精準定位、高效指揮，實現更全面的感知層建設，為主管部門提供更科學的決策依據。
宇視認為，智慧水務建設體系體量龐大、業務持續化、系統融合化，應從兩方面著手。
資源管控上，要整合現有水務資源，實行精細化、網格化、智慧化服務；技術上，手段要豐富，以輔助水務業務實行監控、檢測、監管等視角的系統化應用。
在宇視看來，不同場景的分析模型存在差異化，數據應用和需求結合的方式也不盡相同，但根本的訴求是對于水文的識別和糾偏。
宇視的智慧水務核心內容，包括了場景部署、圖像分析、傳輸保障、數據應用、多維展示等部分。
其中，其防止非法捕撈的水域檢測系統，可全天候實時記錄，自動檢測禁捕區域內船只及人員，防止非法捕撈。
深耕碎片化市場多年的安防企業，正向水務市場輸出安全水平、工作效率以及降低運營成本上的經驗與成績。
這塊隱秘的角落有沒有被巨頭的忽視。
阿里、華為、騰訊、萬科、中國移動，巨頭跨界，大咖云集。
巨頭們不小打小鬧，上來就鏖戰以億為單位的智慧水務大項目。
2019年9月，萬科中標1.9億元深圳市河流水質科技管控項目；
2019年12月，華為聯合體中標深圳市智慧水務一期工程，中標價4.46億元，刷新智慧水務行業中標金額峰值；
2020年1月，騰訊云與粵海水務達成戰略合作，推進水務行業數字化轉型；
2020年，華為與水發集團全面合作，在智慧水利水務、智慧農業等重點領域開展全面深入合作。
2020年4月，阿里云與重慶水務集團宣布合作建設重慶智慧水務。
比如華為的智慧水務方案，以平臺+生態為依托，向上提供行業ISV的能力整合，向下提供華為桿站、四無攝像機等智能感知設備的帶貨能力，支撐客戶加速水務數字化轉型。
怎講？
向下，華為在水利水務領域引入機器視覺，把大量監管和運營實踐中的問題轉化為視覺問題進行解決，代替現在成本高昂和損耗巨大的監測設備。
比如把水位問題轉化為水尺識別問題，把水質污染問題部分轉化為水色和水形態識別問題等，讓攝像頭代替人眼，廣泛捕捉、智能理解，做到及時響應。
智水蘇州項目中，華為就通過AI識別技術，對河道拋灑垃圾、亂倒污水等違法違規、不文明行為的智能監督以及漂浮物等行為進行不間斷的監控判別。
向上，整合、打通分散在各業務系統的數據，再通過數據鏈的支撐，精確分析預測變化趨勢，做到精準治理和應對。
比如實現城市、河道、環境管理等多部門信息共享與協同，發揮信息化管理系統優勢，形成“視頻輸入—算法識別—取證錄入—工單派發—處理反饋”的事件全流程閉環操作。
在生態上，引入希格瑪（應用軟件平臺）、中威電子（視頻管理軟件）等合作伙伴在華為數字平臺進行業務開發，再通過華為生態資源整合，避免傳統的數據封鎖和固化。
在整個過程中，華為在不同場景下廣泛應用人工智能技術，減少了人工，大幅提高了監管效率。
比如阿里，在重慶水務合作中，阿里云退居幕后，助力重慶水務打造全數據融合的水務平臺，打通實時業務數據和水務集團全生態鏈的系統數據。
阿里云指出，它以水務中臺為核心，將物聯網、云計算、人工智能等新興信息技術以服務化的方式開放給行業合作伙伴，降低技術門檻，幫助提升整個行業實現數字化能力。
它還強調，阿里一直推崇生態賦能與合作，也歡迎有能力的硬件和其他行業服務提供商與阿里云合作共贏。
數據顯示，2014至2019年，中國智慧水務市場規模從65.6億元增長至93.8億元。根據預測，2023年規模在250億元左右。
增速不低，市場不大。
即便如此，阿里、百度、騰訊、華為、平安等巨頭依然快馬加鞭地進入這條賽道。
投入產出比并不誘人的背后，這些企業為何在水務上花費心思？
他們的商業大盤上，“智慧城市”絕對是其中的重要籌碼，這個充斥著野心和荷爾蒙的“產品”，正因為邊界模糊而變得前景廣大。
某業內高管告訴雷鋒網，可以預見得到的未來趨勢是，硬件會為軟件服務，而不是相反。巨頭們意圖：是做物聯網時代的大數據運營商、做各行各業數字化轉型的有力推手。
水務，這個有著天然海量數據資源的行業，這個急需數字化轉型的行業，自然不會被放過。
但是他們不獨享蛋糕，意在全局，培養更多的企業，造一個水務生態。
他們的目標，一是水務數據，以及數據背后的智能城市，二是行業數字化轉型。
巨頭們，成為前排沖鋒企業的大后方，以自身強大的平臺能力，托起智慧水務的底盤。
智慧水務領域也不乏AI企業，他們精修內功，厲兵秣馬，用著高精尖的武器，在后人來之前先行探路。
為什么AI企業也要這塊難啃的肉？
人臉識別、車輛識別領域，以龐大的市場體量、AI落地大場景，一度成為計算機視覺領域的寵兒。
兩者組成的頭部市場以通用化算法打天下，催生了爆款應用的同時，也讓這片市場迅速血海一片。
以AI落地最成熟之一的安防為例，雪亮工程步入尾聲的同時，AI等技術日趨成熟，AI正從安防、交通等領域走向全域。
市場終于看到，人臉識別和車輛識別下面不計其數的腰尾市場。
碎片化的市場在哪里？在如智慧水務般被忽視的小場景里。
AI頭部看不上，巨頭居幕后，卻是眾多AI企業的好去處。只要肯吃苦，絕對是塊肥美多汁的好肉。
極視角正是早早意識到這一點，只是它的打法與其他AI企業不同。
它定位為計算機視覺算法商城，憑借這種創新的模式，將市面上許多“無人愿接”的中長尾需求都進行了轉換落地，幫助十幾個新行業用上了AI技術。
在智慧水務領域，用計算機視覺自動檢測河流上的漂浮物情況，實時感知城市供排水系統的運行狀態。
通過各河流監控攝像頭，采集數據，再通過極視角智慧水務智能分析系統，實現多個層面智慧管理。
在違規捕撈智慧管理上，可以進行河道捕魚識別、河道電魚識別、非法船只闖入識別；
在河道環保智慧管理上，可以進行河道漂浮物識別、河道化學污染物識別、河道周邊非法亂建識別。
河道安全智慧管理上，可以進行河道人員越界識別、河道周邊人員熱力圖識別、人員違規涉水識別。
萬千行業的AI需求正以前所未有的速度發酵，而極視角們正在奔赴向這場盛宴路途中。
他們手握技術尖兵，或許能給在前線奮戰的傳統企業們一把裝滿子彈的突圍槍。
智慧水務的春天，可能會比預想的早一點到來。
自家領地，怎么著也得守著不是？
傳統水務企業們打頭陣，成為智慧水務的主力軍之一。
對于智慧水務，度娘是這么解釋的：
通過數采儀、無線網絡、水質水壓表等在線監測設備，實時感知城市供排水系統的運行狀態，采用可視化的方式有機整合水務管理部門與供排水設施，形成的“城市水務物聯網”。
翻譯翻譯，可以簡化成幾個核心環節：感知、記憶、理解、分析、判斷、決策、應用。
形成三個關鍵層次：設備層（表計、傳感器等）、數據傳輸層（數據的網絡接入）以及平臺層（云、大數據、數據挖掘等）。
以硬件公司為主導的智慧水務，通常著眼于設備層，以智能水表為突破口，遵循從設備-傳輸-應用的自下而上的路徑。
一是智能水表基因使然。
智慧水務的第一步，是全面鋪設信息采集設備，將各個節點的水務信息數字化，并通過物聯網匯集到線上。
在這之中，智能水表猶如整個智慧水務系統的眼睛，成為后續整個水務智能化、數字化、物聯網化的基礎依賴。
二是政策導向。
2015年6月，國家發改委和能源局聯合提出了“四表合一”的采集應用工程。
電、水、氣、熱等公共事業數據一體化遠程抄收政策下，市場可能擴大四倍。
中國在連續幾個五年計劃中，相關行業細則中，都將管網的漏損預判定位重點研究對象。
根據《水表行業"十三五"發展規劃綱要》顯示，預計"十三五"期間我國將新增智能水表超過1.5億臺，對應產業規模超過400億元。
加之智能二字，設備替換與升級中，蘊藏著不小的機會。
巨大的潛力，讓前端硬件公司將成為首批獲益者和探路者。
但監測設備之外，更為關鍵的、深層次的數據分析卻并不容易。
他們也意識到，擁有品牌、渠道、軟硬結合、智慧水務綜合解決方案提供能力的企業將更具競爭力。
如何驅動對整個系統的理解，如何把業務滲透到整個鏈條，如果搭建統一通用化平臺，進行更深層次的數據分析才是智慧化的目的。
于是傳統企業以智能水表為錨點，向“硬件+平臺和解決方案+運營”的綜合提供商轉型。
構建以智慧水務平臺為核心的智慧化運營體系，將成為智慧水務基礎設施企業的業務轉型的重心。
轉型，常常意味著陣痛。
傳統水務企業的堅守派們，在掙扎改革中，也在帶領水務行業向數字化、智慧化邁進。
聽起來，水務似乎并不難，其實不然。
智慧水務，核心源于挖掘數據深層次價值。
即在數據信息化的基礎上，充分利用云計算和大數據技術，將水務的計算環節傳送到云端進行處理，使供水各領域、各系統之間的內在關系更為精準。
并根據計算分析結果調整資源配置，在獲得更多數據源支持的情況下解決更多場景下的業務需求，使水資源的調度更加高效靈活。
首先一點就是主數據的頂層設計不夠、標準體系不健全。各系統決策時，難以從最高層面統一規劃協調。
其次數據利用率低。水務企業系統眾多、年代久遠，海量數據改造難度大、成本高。
三是數據質量不高。部門水務部門的管網地理信息系統的數據化程度低，管網的監測精度、監測頻率以及監測廣度等方面相對粗放，數據難以獲得、準確度差。
四是水務信息化重復建設、功能單一、數據割裂，各系統水務系統各自為政，信息數據無法互通互聯，協同共享能力差。
說白了，智慧水務仍處于嬰兒階段。
好在國家在智慧水務上的政策沒有停止過。
自2020年，國務院的“水十條”發布以后，我國水環境監管重心從以前的總量控制轉向質量改善，政策口徑也從點污染源治理向面源治理轉變，效果導向更加明確。
來源：華經情報網
智慧水務，是一個龐大的產業鏈，單靠某類企業、某類系統不可能完成。
從設備、到軟件、到運營、到系統；從傳統行業經驗積累，到新的技術、新的資本。
它是一場多方合作攻堅戰。
唯有通過強強聯合、優勢互補、資源共享、數據共享，才能完成這場智慧水務的升級。
政策有，場景有，需求有，且看這些小池塘，如何匯聚成大海吧。雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
