为什么谈到环境产业智能化，痛点总是说不清

共建　共创　共享

让环境人成为智能进阶的主人（上）

创新突破·共赢未来

2023年，GPT的成功促成人工智能（AI）领域的巨大变革，带来了AI领域的井喷式爆发，各行各业正在被AI重新定义。可以说，未来谁脱离了智能，谁就会淹没在潮流中。作为生态文明的支柱产业，环境产业亦面临着智能化的冲击与洗礼。因此，E20环境平台召集行业龙头企业管理者、信息化专家针对环境产业智能化进阶召开了多场夜话/沙龙（“双百跨越”污水处理标杆联盟举办以”开放性破局-智能化进阶共创产业'源'生态“为主题白玉兰夜话；“双百跨越”垃圾焚烧标杆行动举办的以“智慧赋能 精准破局”为主题的第87期环境战略沙龙等），汲取与凝结了多方智慧，形成了E20研究院·环境战略蓝皮书——《共建、共创、共享 让环境人成为智能进阶的主人》。

为便于读者阅读，本公众号将系列内容进行拆分，不久，将继续发布《让环境人成为智能进阶的主人（下）》，敬请期待。

“开放性破局-智能化进阶共创产业'源'生态“为主题的白玉兰夜话（“双百之夜”）现场

一、认知：认知环境产业的智能化

（一）人工智能快速发展

人工智能（AI）前后经历了四次浪潮：第一次浪潮在1970年前，AI诞生后快速发展，出现了工业机器人和聊天机器人；1980年开始到2000年是第二次浪潮，AI进入了专家系统的时代，专家模式带动初步商业化，也取得了很多商业化的落地；2010年开始到2020年是第三次浪潮，AI广泛落地于语音、图像场景。2022年，ChatGPT 这样杀手级应用出现，使得通用人工智能（AGI）得以加速实现，人工智能第四次浪潮开启。

GPT的成功促成整个AI领域的技术生态正发生着巨大变革，同时催生了AI行业激烈的竞争：从众多AI芯片厂商奋力追赶英伟达当前的技术优势，到模型厂商间的“百模大战”，生态中的厂商都在力图找准自己的定位，形成自己的技术优势。激烈竞争的同时也带来了技术的快速发展，新的应用以及产品更是层出不穷。

（二）认知环境产业“四化”

随着智能产业化如火如荼，产业智能化随之而来。当前，各行各业都正在被AI重新定义，环境产业也不例外。AI在环境产业的应用和渗透，即环境产业智能化。要正确认识环境产业智能化，就要清晰“四化”——自动化、信息化、数字化、智能化——的定义与关系（当前，业内对于“四化”尚没有公认定义和区分，本文只对“四化”进行简单的辨析，以便读者对“四化”进行初步识别）。

（1）自动化

自动化，是指机器或装置在无人干预的情况下按规定的程序或指令自动进行操作或控制的过程。“无人干预”“可按照程序或指令自动运作”“延伸人类功能器官”等是其最为明显的几个特征。简单地说，就是利用DCS（分散控制系统）、PLC（可编程逻辑控制器）、SCADA（数据采集与监视控制系统）等工具，让设备按照程序进行运转。

我国环境产业早期就开始应用自动化的设备，以污水处理行业为代表，八九十年代我国引入外资建设了上百座污水处理厂，均应用了自动控制系统，但多是直接引进国外成套自控设备。可以说，环境产业是最早应用自动化的产业之一。

（2）信息化

信息化，是指充分利用信息技术，开发利用信息资源，促进信息交流和知识共享，提高经济增长质量，推动经济社会发展转型的历史进程。简单地说，信息化就是不断采用现代信息技术，将所研究对象的各要素汇总至数据库，打破竖井，提升信息的流通性，提高生产力。对于企业而言，信息化就是将企业的生产加工、物料移动、事务处理、现金流动、客户交易等业务过程，通过各种信息系统、网络加工生成新的信息资源。如将企业的日常业务流程固化下来，并自动做好记录，以降低基层人员的工作难度，提高基层人员的工作效率，让使用者更容易理解。

环境产业的信息化工作开展的相对较早，近年来，一批意识先进的领跑企业从集团层面或者厂级层面开启了信息化工作的建设，投入大量的人力、财力、物力，各自构建自己的一套信息化系统或者信息管控平台（驾驶舱），然而从现状来看，大部分信息化建设工作停留在信息展示的程度（可视化界面），仅有少部分污水厂实现了部分控制。

（3）数字化

数字化，是指将许多复杂多变的信息转变为可以度量的数字、数据，再以这些数字、数据与想要实现的目标建立起适当的数字化模型，把它们转变为一系列二进制代码，引入计算机内部，进行统一处理，这就是数字化的基本过程。数字化可以将把纸面的东西电子化，可以对信息进行分析，也是IT（信息技术）和OT（运营技术）融合的前提。

对于环境产业而言，由于数字化转型工作投入高，绝大多数环境企业尚未开启数字化转型工作，仅有少部分头部企业在努力开展数字化转型。如北控水务已经连续三年，每年投入1亿多，开展数字化转型工作，为行业迈向智能化未来起到了良好的引领作用，可以说北控水务在数字化转型中走在了行业的前列。

（4）智能化

智能化，是指事物在计算机网络、大数据、物联网和人工智能等技术的支持下，所具有的能满足人的各种需求的属性。从感觉到记忆再到思维这一过程称为“智慧”，智慧的结果产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称“智能”。简单的说，智能化就是把人的智慧聚焦到机器中，让机器通过学习、标记、标识，按照人的思路不断演进，使机器会“思考”，并落实行动。智能化的核心是模型（机理模型、数理模型），其门槛也相对更高。

当前环境产业智能化还处在起步与探索阶段，总体来看探索多、成熟应用少，绝大部分探索与应用主要针对某一特定环节开展智能控制，比如污水处理行业智能曝气、智能加药等等。以创业环保集团、中节能旗下环境企业、上海城投污水等为代表的行业领跑者，正在开启基于图像识别的智能化控制系统的探索与实践。

基于上述可以看出，当前环境产业在自动化、信息化方面取得一定成绩，但数字化和智能化尚处在起步阶段。

（三）认知环境产业智能进阶

在智能化浪潮席卷各行各业的背景下，环境企业正谋求智能进阶。智能进阶可以分为两个阶段：

（1）第一阶段：自动化、信息化、数字化向智能化1.0进阶

智能进阶的第一个阶段是智能化从无到有的过程。自动化、信息化、数字化为智能化提供一定的基础，尤其是数字化和信息化，可以说，环境企业如果在数字化、信息化建设方面有一定的成绩，那么智能化建设会更快、更顺利。当然，环境企业如果没有数字化、信息化基础，也能拥抱智能，开展智能化建设的工作，只是相对慢一些。

图 1 智能进阶第一个阶段

（2）第二阶段：智能化1.0向智能化n.0进阶

智能进阶的第二个阶段是环境企业在实现初步智能化——智能化1.0之后，不断升级迭代，拓展智能化应用场景、提升智能的精度，实现智能化从低阶向高阶的进阶。

当前人工智能应用模型更加倾向于数理模型，火热的大模型就是数理模型。数理模型对算力和数据有一定要求，摩尔定律的存在让算力不断进步，算力的提升也提高了海量数据进行复杂运算的效率；同时，行业专家不断地标识和修正，使模型知识系统（算法）不断更新迭代进阶。这为智能向高阶进阶提供了成熟的条件。

图 2 智能进阶的第二个阶段

（四）环境产业处在智能化起步阶段

（1）环境产业对智能化的关注度逐渐升高

龙头企业纷纷组建智能化团队，逐渐加大智能化投入，使得环境产业在智能化建设上取得一定的进步。以水务行业为例，根据“双百跨越”污水处理标杆联盟标杆比选的经验与数据，多数标杆污水处理厂拥有精准加药控制系统、精准曝气控制系统以及部分的辅助管理管控系统。当前，污水处理厂加药、反冲洗、消毒等关键环节已基本实现自动控制，部分实现智能控制。

（2）环境产业数字化管理和智能化决策水平低

当前环境产业中，能对所有应用系统数据集成并全面分析的企业很少，从水务企业看，其不足一成；而在数据集成分析基础上能进一步实现智能调度和决策的企业少之又少。水务行业中，滤池反冲洗、加药及消毒、泵房等关键生产环节控制，当前普遍是一种半自动化方式，还需要较多人工参与。根据“双百跨越”污水处理标杆联盟标杆比选的经验与数据，精准除砂控制系统、精准泥龄控制系统、精准排泥控制系统的普及率相对较低。这从一定角度反映出当前环境产业智能化水平还较低，智能应用场景目前还有待进一步挖掘。

二、趋势：智能化是环境产业升级的必选项

（一）环境产业开启高质量的产业化升级浪潮

党的十九大首次提出：我国经济已由高速增长阶段转向高质量发展阶段。党的二十大在中国式现代化本质要求中强调实现高质量发展。新时代各项社会主义事业建设迈向推进中国式现代化的高质量发展的新征程。环境产业也必然进入高质量发展的重要阶段。

然而当前我国环境产业发展困难重重。传统的产业发展模式进入瓶颈期，在市场化和资本化催生的快速扩张后，环境产业陷入存量竞争困境。作为公共服务的外延，在迅速扩张后，环境产业正在回归公共服务的属性——低收益或者非营利性。叠加后疫情时代经济下行周期，政府支付能力受限，环境产业应收账款进入历史高位，运营断代即将来临。

上述背景下，环境产业积极开展自我救赎，进入第三次浪潮——产业化浪潮。与市场化和资本化两次浪潮不同，第三次浪潮是行业主动求变，寻求高质量的增量。

（二）产品化是产业化升级的核心路径之一

当前，环境产业仍然以工程化、项目化、非标化为主，环境产业产业化程度仍不高。环境产业要想产业化升级，摆脱价格内卷、成本驱动等困境，就需要从环境效果为特征的环境公共服务向以高质量环境服务为特征的价值服务转变，而高质量的价值服务关键是产品化。环境产业的产品化包括：装备产品化、技术产品化、服务产品化。

服务产品化是环境产业高质量价值服务升级的必由之路，需要高质量的装备产品和技术产品支撑；技术产品化是将环境产业工艺技术封装在产品中，需要高质量的装备产品进行支撑；而装备产品化是将设备集成到一起，形成高质量的装备产品。

图3 环境产业产品化简易逻辑关系

（三）智能化是为产品化赋能的必选项

随着大数据、大模型、大算力的迅速发展，“创新引领，智能赋能”的时代已经来临，智能化已经成为未来产品化或产品升级的必由之路。以产品化为核心的“一体两翼”已经成为顺应环境产业第三次浪潮和产业升级的战略方向。

“一体”为产品化，是产业化升级的重要手段，环境产业工程化、项目化、非标化严重，没有产品固化价值，只能以低价论英雄，严重阻碍产品升级。“两翼”分别是标准化和智能化，可以说“两翼”是产品化的帮手，或者说是产品化的必选项。通过“领跑者”标准的建立，可以对服务和产品进行质量分级，通过质量分级可以让优质服务和产品有对价，核心是可以让用户知道“你的产品比别人好”；通过建立智能相关标准，形成统一的接口，为构建智能的产业生态提供链接的基础。

智能化是服务和产品价值提升的重要抓手。环境产业需要智能化，从而提高效率，提高服务价值，提高行业整体管理水平，通过智能赋能，让群众有更好的感知，进而满足人民群众对美好生活的向往。

图 4 “一体两翼”的简易逻辑架构

国家对环境产业智能化也提出了一定要求：

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确指出，“分级分类推进新型智慧城市建设，将物联网感知设施、通信系统等纳入公共基础设施，通过统一规划建设，推进市政公用设施、建筑等物联网应用和智能化改造”。

未来谁脱离了智能，谁就会淹没在潮流中。

三、挑战：环境产业的特征让智能进阶面临挑战

（一）环境产业处在产业化升级的初期

当前，我国环境产业还处在产业化升级的初期阶段，产业化程度相对较低，整体呈现点状分布状态。工程化、项目化、非标化充斥着环境产业，环境产业分工粗，产业链不完善，产业集中度低，产业未定型。这为确定智能化进阶方向和架构提出挑战。

同时，环境产业作为公共服务的外延，具有低收益性的产业特征。环境产业整体行业利润率不高，且叠加当前环境产业营收困境，就导致了当前环境产业智能化总体投入上限不高。这对环境产业智能进阶的资金投入提出挑战。

（二）环境产业的专业性强

环境产业的专业属性较强，体现在环境产业的运营管理知识很多靠的是经验积累，而不是简单的书本中呈现的知识，这体现了环境产业对专业人才的依赖。环境产业的经验很难总结，且很多经验是需要知识产权保护的，一方面智能化工作对知识产权有所冲击，另一方面知识产权也形成智能化工作的壁垒。这对智能模型的知识结构和算法的准确性和精确度提出挑战。

（三）环境产业应用场景多

环境产业应用场景众多，对于场景的精确识别是智能化进阶面临的首要挑战。且相同或相似场景下，各家企业或环境基础设施的相关参数也各不相同，针对不同场景、不同参数，都需要智能化的投入，资源投入的分散影响了智能化工作聚焦的精度，对智能化纵深进阶提出挑战。

（四）环境产业具有多变量、强耦合、大滞后的特点

不管是污水处理系统还是垃圾焚烧系统，变量很多，且变量是强耦合关联的，牵一发而动全身，变量间的相互关系复杂，增加了控制难度，且污染物处理停留时间长。这对环境产业智能控制精度提出挑战。

四、痛点：四大痛点制约环境产业智能化进程

正是基于当前环境产业的产业化初期特征以及其专业性特征等，导致当前环境产业在向智能化升级的进程中存在四大痛点，总结来看为四个字“难、贵、慢、乱”。

（一）难

（1）技术路线选择难

当前智能化技术跨度比较大，技术路线多种多样，层出不穷——云计算、边缘计算、RFID、工业机器人、机器视觉、深度学习、预测性维护......让企业目不暇接。大部分环境企业的决策者不是智能化专业人员，面对众多智能化方案提供商的各种技术路线，很难选择最契合企业现阶段以及未来发展的技术路线。

（2）缺乏顶层规划，落地难

环境产业产业化程度低，产业需要升级，且尚未定型，产业智能化顶层规划难做，因为智能化顶层规划需要随着产业发展的变化而变化。以水务行业为例，多数水务企业虽然有意愿加强智慧水务规划和顶层设计，但是行动上却滞后，目前大多数水务企业未编制智能化相关的总体规划。在缺乏顶层设计的前提下，环境产业智能化推进慢、落地难。

（3）知识产权的界限难以把控

企业进行智能化转型升级，内部的数据等信息，以及长期积累的知识体系，需要提供给科技公司/技术公司或者IT人员，增加了知识产权保护风险，同时知识产权本身也是智能化工作的壁垒之一；这些知识体系的产权界限很难把握。

（二）贵

（1） 面对智能化的高投入，环境企业投资不足，投入产出比低

环境产业本身利润偏低，且面对当前愈加恶化的财政环境，面对需要高投入的智能化进阶，一些环境企业更加是捉襟见肘。因此，环境企业在智能化投入方面，往往呈现出思想上重视，行动上不足的现状。例如，水务企业平均每年在智能化上的总投入占主营业务收入比例在1%以内的占比高达72%；水务行业智能化经费投入整体呈现两个极端的趋势，大的水务集团对智能化的投入较多，而县级水务企业等小的环境企业智能化投入几乎为零。

环境产业总体而言，在资金投入不足的前提下，各个环境集团把资金投入到共性或者类共性智能化“底座”的研发上，这样大量的重复投入就造成了当前行业或者产业层面在智能化上的低投入产出比。

环境产业对智能化的整体认知不足，造成产业整体智能化水平停留在起步阶段。谋求“低投入，高预期”是环境产业对智能化建设的误解，急功近利和挑剔让行业智能化水平陷入到止步不前的漩涡中。

（2）智能化基础开发的人力成本高，环境专业人员无从下手

由于近十年互联网行业的高景气度和高利润率，以及AI行业爆发，智能化人才需求旺盛，智能化人才平均薪酬要远高于环境产业专业人员的薪酬。环境企业要想拥抱智能，需要花费大量的资金和人力用于智能基础应用的开发，导致智能化项目成本高。

同时，智能化人员进行智能系统开发需要从环境专业人员接收信息和知识，学习环境专业技术和经验，拉长了智能化建设的周期的同时，智能化效果却不尽人意，而环境专业人员本身针对智能化建设却无从下手，参与度低。

（三）慢

（1）智能升级开发周期长，项目推进慢

当前，绝大多数环境企业开展智能化项目，存在项目周期长、反馈频次少、效果一般的现象。环境专业人员不能参与或者深度参与智能系统开发工作，导致智能化技术与实践场景的融合不够，环境专业意见无法得到快速响应。如环境专业人员在智能化项目初始一次性提出项目要求，而后在项目推进中征求意见次数有限，项目反馈频次少，沟通信息滞后。智能项目开发人员同时进行多个项目，项目交付质量难以保证。环境人员不参与开发，智能系统的交付需要对环境人员进行培训才能应用，环境人员智能系统使用常常力不从心。

（2）行业整体智能化进程慢

由于环境企业智能化认知不足，智能化建设资金有限，各企业针对智能化的发力点不统一，资源投入的分散导致环境产业智能化更多浮于表面，行业整体智能化进程慢。

（四）乱

（1）行业智能化没有标准，智能接口多而乱

统一且适用的标准是环境产业能统一调控和协同工作的前提。智能标准规范不完善，数据质量或精度不够，是当前困扰环境企业的两大困难。目前环境产业智能化建设缺少完善的标准体系，大部分设备还没有相关标准，硬件接口、数据类型、通信协议和采集精度都缺少明确的定义和规定，各个系统“各自为营”，导致系统开放度低、兼容性差、信息孤岛现象较为普遍。

（2）企业各自为战，无法互联互通

环境产业龙头企业在智能化进阶的投入上各自为战，产业智能化呈现点状发展，相互割裂的状态。企业间系统集成、数据融合方面不够完善，信息无法互联互通，限制、阻碍了更高层次的智能化应用。

编辑：李丹