“人工智能+”重塑水务新生态，第三期水务青绿书全文发布

“水务百年会客厅”持续聚焦行业前沿议题，第三期“水务青绿书”正式发布。2026年1月，第三期会客厅以“人工智能+重塑水务新生态”为主题，深入探讨AI如何驱动水务行业生产范式变革与系统性升级，为水务行业在“十五五”期间迎接人工智能浪潮提供战略指引与实践路径。

相关阅读:

【水务青绿书】污水费改价：告别管网“无名份”，确立受益者付费

第一期“水务百年会客厅”成果发布 青绿书聚焦溢流污染问题

人工智能的浪潮正席卷全球的千行百业，国务院《关于深入实施“人工智能+”行动的意见》明确指出“人工智能+”将重塑生产生活新范式。然而，当前水务行业的智能化进程还停留在“+人工智能”的工具化层面，尚未触及生产组织方式、协作关系与业务范式的重构。在此背景下，第三期“水务百年会客厅”围绕人机协同、模型实效、可信数据、云边端协同等核心议题展开深入研讨，形成从认知到实操的关键共识，并整理为第三期“水务青绿书”对外发布。

会议现场

以下为本期“青绿书”全文：

“人工智能+”重塑水务新生态

前言

当前，人工智能的浪潮正席卷全球的千行百业，2025年8月《国务院关于深入实施“人工智能+”行动的意见》中提出：推动人工智能与各行各业广泛深度融合，重塑生产生活范式，形成人机协同、跨界融合、共创分享的智能社会新形态。

在这一进程中，理解“人工智能+”与“+人工智能”的本质区别至关重要。“+人工智能”是在既有业务流程不变的前提下，将人工智能作为提高效率的工具来使用，业务骨架并未改变。而“人工智能+”则是以人工智能为业务底座，改变人与人、人与机的协作关系，重构生产组织方式、协作关系与业务范式，人工智能不仅是附着于旧体系的工具，而是催生新形态的变革性力量。

水务行业现有的信息化、数字化、智能化、智慧化虽取得一定成果，但“人工智能+”的理念尚未建立，生产方式尚未改变，融合协同尚未展开，所以水务行业如何在“十五五”期间把握人工智能的技术浪潮，实现系统性落地，是行业迈向高质量发展的战略课题。面对技术冲击、组织适配、数据治理、生态协同、跨界融合等多重挑战，唯有坚持务实、辩证的系统思维，才能让人工智能真正成为驱动水务行业提质增效、构建新质生产力的核心力量。

01. 要拥抱人工智能+，不要把信息化数字化充当人工智能

信息化、数字化的“旧瓶”装不下人工智能的“新酒”。传统的自动化、信息化、数字化、智慧化是智能化的基础，但本质上不同。“老四化”的逻辑都是“不信任人”和“替代人”，通过标准化将人挤出生产流程。而人工智能逻辑是“学习人、模仿人”，最终达到“人机协同”。

当前水务行业的许多智能实践，停留在将传统的信息化、数字化成果包装为“人工智能”的层面。例如，搭建了数据看板与驾驶舱，实现了远程监控与可视可查，部分环节导入了边端算法，这些“智慧水务”本质上是“+人工智能”的逻辑，并未触及业务内核与协作关系的重塑。

“人工智能+”为行业提供了新的生产范式，推动构建以智能体和智能终端为重要组成的人机协同的智能运营体系，不断进阶的智能化将智能终端作为新的伙伴，承担数据、图像、视觉的感知、分析，以及初步决策和执行的任务，将人员工作的重心转向关键连接节点，完成工艺优化、策略制定和系统创新等高阶复合性工作。而且，随着人工智能的不断进阶，人机比逐渐调整，人的工作会越来越高阶。这不仅是工具的升级，更是生产范式的革命，为行业从劳动密集型向知识密集型、数据驱动型跃迁提供了底层架构。从业者可将人工智能视为可以持续学习、协同进化的“伙伴”、“帮手”、“徒弟”，推动行业从“人使用工具”的关系走向“人机协同”。

02. 要实用性模型，不要标榜水务垂类大模型

水务行业，具有工艺复杂、场景分散、数据隐私性强、经济性约束明显等特点，因此长期分散经营，造成水务数据质量差，无法训练出有价值的垂类大模型，而通用大模型往往存在幻觉大、行业适配难的问题。因此，目前情况下，盲目追求垂类大模型，是脱离行业实际的表现。

对水务这种行业而言，人工智能的本质是解决实际问题的应用能力。面对机理模型、数理模型和大模型三类模型应用选择时，需要认识到，模型的基础是算法，算法的基础是数据。水务行业当前应聚焦以机理为核心的“小算力、小投入、高效益”的场景化小模型的精准开发，例如针对泵机、风机等关键设备的故障预警模型，针对进水水质波动的智能模型等。

强调模型实用性，并非否定大模型的人机链接价值，当前大模型进步速度大，构建“边端小模型+云端大模型”的协同体系，是符合水务行业现实的演进路径。边端实现实时响应与轻量诊断，云端完成模型优化与知识沉淀，而人则负责核心决策与复杂干预。这种协同架构在实践中已被验证有效，例如在设备预测性维护中，就是通过“边端小模型初步诊断+云端大模型复核+人工专家最终确认”的三层机制，将设备故障诊断的准确率大幅提升至99%以上。这种协同架构既利用了小模型的敏捷与经济性，解决了当前大部分实际问题，又通过云端汇聚与学习，为未来向更全局的智能演进预留了空间，既符合行业当前的经济与技术现实，又平衡了务实与前瞻的双重需求。

03. 要注重应用实效，不要把人工智能当成概念

人工智能在环境产业、水务行业的落地，必须坚决摒弃追逐风口、堆砌概念的浮躁心态，真正从一线业务场景和具体痛点出发。当前水务行业仍广泛存在人工巡检、数据抄录等低效劳动，应优先瞄准这些“能用、管用”的场景，通过注重实效的图像智能识别、设备振动监测、工艺参数预警等轻量化应用，快速实现效率提升，为后续的系统性业务重构积累信心与数据基础。图像智能识别可以分析活性污泥性状、沉淀池沉淀效果，变测水质为算水质；设备振动监测可以替代人工巡检，及时发现设备温度升高、振动特征变化，化故障于萌芽中。

水务行业的智能化转型需要“长期主义”，必须尊重行业规律与技术成熟曲线，从技术验证到场景深耕，从单点突破到系统集成，从效率提升到效益创造，逐步完成能力积累。在这一过程中，需要持续关注并动态优化五个关键关系：一是人机配合的程度，如何让人与智能体更好地分工协作；二是模型选择的平衡，在基于科学规律的机理模型和基于数据统计的数理模型之间，如何根据场景选用；三是数据性价比，如何在数据采集成本与数据精度要求之间取得平衡；四是算力部署策略，如何合理规划在中心云端与现场边缘设备上的计算资源分配；五是技管协同步伐，如何让技术应用与相应的管理机制、组织变革同步推进。

04. 要正视人机协同，不要过度追求无人水务

人工智能的核心价值在于“赋能人”，而不是为了“取代人”。“人工智能+” 终极目标不是建造冰冷的“无人工厂”，而是通过人机协同，极大地扩展人员个体的管理半径与专业深度，让一名经验丰富的工程师能够高效管理十个甚至百个厂站，从而将环境从业者从重复、枯燥、高危的劳动中彻底解放出来，转向故障深度诊断、工艺全局优化、AI模型训练和前瞻性战略决策等更高价值的创造性工作，成为驾驭智能体的“大师”或“神人”。

这定义了人与人工智能的三种生态位：其一，人工智能作为伙伴，延伸人的感知与操作边界；其二，人作为兜底者，对人工智能输出进行专业审核与修正；其三，人作为具有多模态能力的驾驭者，位于人工智能之上，通过指令调度智能体完成复杂任务。

因此，人工智能落地必须同步推动组织架构与人才结构的深刻变革。简单地通过人工智能实施“减员增效”不仅会带来组织抵触与人才流失，更可能引发社会责任问题。未来的水务企业需要的是既精通水务工艺又熟悉数据算法的复合型“大师”，以及能够与智能体协同工作的新型岗位。企业应优化跨部门协作流程，并投资于员工的持续技能转型。“人工智能+”带来的不仅是技术革命，更是生产关系的深层次调整。唯有构建“人机共生、协同进化”的新型组织形态，尊重人在闭环中的核心价值，才能实现可持续的、富有韧性的智能升级。

05. 要可信数据累积共享，不要为一地鸡毛的数据画地为牢

高质量、结构化、连续性的数据是人工智能模型的“生命之源”。当前数据标准的缺失导致了数据质量差、模型水平低、互通互联难等问题，各企业、各系统在数据上“单打独斗”，陷入了数据孤岛。水务企业要树立数据是长期资产的意识，并深刻认识到，数据的价值不在于静态的堆砌，而在于其能否持续用于训练和优化模型，解决实际问题。脱离模型目标盲目采集的数据，终将沦为无法产生价值的“数字垃圾”。

鉴于环境设施分散的自然秉性，单个企业难以解决人才、算法、算力、高质量数据等多重瓶颈，必须依托生态协作破解数据困境。但这涉及一个关键矛盾，数据作为企业投入产生的资产，其权属与共享机制如何设计？一方面，用于训练行业级模型的高价值数据集具有公共属性，共享能造福全行业；另一方面，企业有资产保值和商业机密的诉求。

国家数据局推出的可信数据空间和高质量数据集政策给出了答案，破局之道在于构建“平台+企业+技术公司”的开放创新生态，通过行业平台牵头，建立基于国家倡导的“可信数据空间”理念的技术体系和机制设计，采用“付费使用”、“成效分成”或“贡献换权益”等模式，建立高质量数据集，让数据贡献者获得合理的数据资产回报，让中小企业能以可承受成本获取先进模型能力。生态协作的核心是共创、共建、共享，通过联合定义共性场景、分担试错成本、共享解决方案，共同推动行业智能化水平提升。

06. 要云边端协同，不要一味强调边端自主

人工智能的价值不在于单点技术应用，而在于能否嵌入业务流程、形成“感知-分析-决策-执行-反馈”的完整闭环。这一闭环的高效运转，依赖于“云、边、端”的有机协同与算力资源的合理分配。例如，在设备智能运维中，从端侧传感器采集振动数据开始，在边缘侧进行实时特征提取与轻量诊断，实现快速响应；复杂分析、模型优化与跨厂知识沉淀则交由云端中心处理，再将优化策略下发至边缘执行，最终形成可持续演进、全局优化的智能运维体系。

环境基础设施是水务行业的立身之本，是价值创造的最终载体和不可替代的锚点。当前水务控股集团的智能化实践，大致呈现三个层次：三流层次仅依赖资本与品牌的松散链接，只有排放标准的底线约束和经济指标约束，对环境基础设施缺乏真正的掌控力；二流层次建起了信息化数据看板与驾驶舱，实现了可视可查，但往往“看得见、管不了”，控制力薄弱；一流层次则致力于构建平台化、中心化的智能管控能力，通过云边端协同，将工艺核心、设备状态与安全运行置于集团的统一“精气神”之下，实现从“看护”到“管控”的跃升。

未来还可能出现由少数“智能旗舰厂”作为知识中心与跨区域管控平台，管理大量“标准化加盟厂”的集约化格局。环境集团如果没有借助人工智能+的浪潮，建立在云边端协同之上的中心化智能管控能力，设施就只是孤立的物理资产，运营数据、工艺知识和核心价值无法沉淀与升华，最终无法实现智能进阶。

结语

人工智能与水务行业的深度融合，既是一场技术变革，更是一次系统性的跨行业进阶。它要求我们既要拥抱“人工智能+”，又要保持清醒；既要追求效率，又要重视人性；既要独立探索，又要开放协同。唯有在行动中不断反思、在协同中持续积累、在演进中保持定力，水务行业方能在这场人工智能浪潮中，不仅跟上时代的步伐，更走出一条具有行业特色、可持续、可复制的智能进阶之路，为生态文明建设与行业高质量发展注入坚实而智慧的动能。

第三期“水务青绿书”已发布

未来“水务百年会客厅” 将持续聚焦水务热点，汇聚跨界智慧破解难题，热忱期待更多同行的参与。

附参会嘉宾名单：

编辑：赵凡