大、小模型+智能体：沈阳水务AI落地的方法论

那么，什么是智能体，又应如何构建?

杨威解释，沈阳水务集团将智能体视为“数字员工”，其核心在于模拟人类工作方式。基于这一理念，构建智能体的首要任务是梳理业务逻辑，即假设在缺乏信息化与数字化手段的情况下，仅依靠充足人力资源，如何在线下完成业务闭环。这是实现智能体落地的先决条件。

他强调，技术本身并不直接解决业务问题，而是服务于业务逻辑，提升业务处理效率。在明确业务逻辑后，可将线下业务流程迁移至线上，实现信息化，并将积累的数据供智能体使用。

信息化完成后，可在局部环节建立标准与规范，形成算法基础，为智能体的构建做准备。最终，智能体作为数字员工处理业务时，必须实现流程的高度标准化。标准化并非指业务执行方式一成不变，而是尽可能穷尽业务执行中的所有可能性，形成可确定的分支路径，并构建为业务执行知识库。这是由于智能体无法处理未知情况，就像人类在面对未知事务时，也需要通过思考、会议或一事一议的方式进行处理，智能体同样如此。

穷尽业务可能性的过程，即为经验模型的建立过程。一旦形成经验模型，智能体便可为企业提供服务，从而显著提升工作效率，降低劳动成本。

数据溯源：解决数据真实性验证难题

数据溯源的核心在于如何证明数据的真实性。举例而言，人们在收到银行账单时通常不会质疑其准确性，但在收到水费账单时，却可能存在不信任的情况。例如，沈阳曾出现居民因质疑水费账单真实性而拒绝缴费的案例。这种不信任的背后原因在于供水方难以提供充分证据证明其系统中记录的水量数据真实可信。

此前，在一次由E20环境平台组织的行业会议上，多家供水企业共同探讨了相关问题。某水务公司提到，当地两家企业因纠纷诉诸法律，其中一方请求水务公司出具用水记录作为证据，但法院最终未予采信。法院不予采信的原因与居民不信任水费账单的原因一致：水务公司无法提供完整的证据链条，以证明其系统中水量数据的真实性。

数据的价值首先建立在真实性基础上，而证明数据真实的关键在于数据溯源——即通过完整的证据链条验证数据的可信度。他分析，在判定数据真实性时，远传表可作为共性参考标准：一台无故障且正常传输的远传表，其数据被视为百分之百真实。然而，大部分水司都无法实现远传表全覆盖。

针对此类情况，供水行业也在努力克服相关问题。例如，E20环境平台正在牵头制定一项关于营销数据价值标准化的团体标准，沈阳水务集团是该团标参与单位。杨威以该标准中的“抄读结果真实率”指标为例解释道，该指标就旨在评估系统中所记录的指针读数或水量数据是否真实反映了特定时间点的客观实际情况。

如前所述，验证真实性需要证据支持，例如通过人工识别或用户反馈获得的水表照片及其识别结果。沈阳水务集团采用AI技术识别水表照片，并将识别结果与系统记录数据进行比对。若读数一致、表号相符，即认定数据为真实。当然，系统中也存在不真实的数据，例如大量户内表因无法实际抄读而导致系统记录与实际情况不符。

但杨威表示，即使是不真实的数据，仍具有一定价值——沈阳水务集团将系统数据、证据照片及比对结果整合为数据包，通过该数据包实现对水费账单的溯源，从而证明数据的真实性。

专业科技团队打造数据“护城河”

杨威介绍，前述所有场景的设计与实施均由沈阳水务集团科技产业公司(以下简称“科技公司”)完成。科技公司秉持两大核心经营理念：自我进取与服务他人。

在自我进取方面，科技公司在沈阳水务集团的数字化建设中发挥了承上启下的关键作用，通过管理咨询、需求引导、产品设计及标准制定等方式，为沈阳水务集团在数字化建设中的沟通、协调、计划与决策提供有力支撑。

杨威表示，在数字化建设过程中常面临多重挑战，例如业务与技术之间的不对称、数据壁垒问题、大型项目中各单位间利益协调难题，以及数据资产入表、数据产品设计与开发等一系列复杂问题。

这些问题并非一次性出现，而是伴随企业发展的持续挑战。从沈阳水务集团的角度出发，需要一支具备专业能力的长期顾问团队，持续协助解决上述问题。科技公司正承担这一顾问角色，始终立足于客户——沈阳水务集团的立场，为沈阳水务集团提供规划、设计与问题解决的全方位支持。多年来，双方在数字化建设方面合作取得多项专利成果。

科技公司的另一重要目标是服务他人，希望以数字化建设顾问的身份为更多供水企业提供支持，借助在沈阳水务集团积累的经验、技术、专业能力和合作诚意，将成功经验推广至其他水司。沈阳水务集团期待与行业伙伴携手合作，共同推动数据价值释放，为社会创造更多贡献。

行业数据整合，或将创造更大的社会价值与经济价值

杨威透露，近期，沈阳水务集团在数据产品开发过程中注意到一项市场需求：某知名连锁咖啡品牌希望获取其在沈阳所有门店的相关数据。由此可以设想，若行业内数据能够有效整合，其可能创造的社会价值与经济价值空间将十分巨大。

但仅依靠单一企业的数据规模有限，为此，沈阳水务集团已与信通院合作，于去年搭建了基于区块链技术的数据资产交易平台——“云信水链”。该平台工作结构主要分为三部分：数据接入、数据验证与数据登记交易。

在数据接入环节，需建立统一的数据接入标准，沈阳水务集团期待更多供水企业共同参与标准设计。

在数据验证方面，除前述水量数据真实性的证明外，用户信息准确性也是市场关注的重点。目前，沈阳水务集团已通过第三方商业机构进行校验，如利用腾讯地图的POI数据或企查查的企业信息进行比对。更为权威的校验渠道是与政府部门对接，沈阳水务集团正积极推进与沈阳市政府的数据校验合作，目前已取得初步进展。

在登记与交易环节，所有数据产品最终实现的经济价值，将由数据提供方、数据加工方及数据销售方共同分享。

最后，杨威再次表达了沈阳水务集团的愿景，希望供水行业企业能够联合起来，共同响应国家数据战略目标，实现社会价值与企业价值的双赢。

编辑：汪茵