欄目｜案例研究系列

導(dǎo)語(yǔ)：人工智能開(kāi)啟環(huán)保行業(yè)減碳增效新打法。

經(jīng)歷十多年高速發(fā)展，環(huán)保行業(yè)的工程時(shí)代基本告終，疊加著“雙碳”趨勢(shì)，行業(yè)發(fā)展重心從基礎(chǔ)設(shè)施建設(shè)的規(guī)模競(jìng)賽，開(kāi)赴下一個(gè)戰(zhàn)場(chǎng)——效率戰(zhàn)爭(zhēng)。

近幾年，我們可以看到環(huán)保企業(yè)在奮力以種種方式提升效率，比如，以資本整合提升規(guī)模效應(yīng)、以管理升級(jí)增強(qiáng)組織效率、以技術(shù)創(chuàng)新深化市場(chǎng)優(yōu)勢(shì)等。

但在眾多方式中，唯一帶來(lái)顛覆性變革的是以人工智能（AI）為核心的智慧化升級(jí)，這一變革高度契合“減污降碳協(xié)同增效”的大勢(shì)。同時(shí)，經(jīng)過(guò)這些年發(fā)展，智慧化賽道中的眾多實(shí)力玩家，把智慧環(huán)保的進(jìn)程推至了新階段。

其中，異軍突起的行業(yè)新銳——數(shù)翰科技，以直擊智慧化本質(zhì)的算法革新給行業(yè)帶來(lái)了全新的實(shí)踐應(yīng)用，其推動(dòng)的多個(gè)大型環(huán)保智慧化項(xiàng)目入選官方示范案例，在業(yè)內(nèi)引起廣泛關(guān)注。

污水廠的提質(zhì)增效和減污降碳面臨哪些挑戰(zhàn)？數(shù)翰又是如何破局的？AI 到底給污水廠運(yùn)維帶來(lái)了哪些真正意義上的變革？本文將以數(shù)翰公司為例展開(kāi)剖析，希望對(duì)讀者朋友們了解環(huán)保行業(yè)的智慧化升級(jí)帶來(lái)幫助。

“經(jīng)驗(yàn)式運(yùn)維”陷入增效瓶頸

“智慧化升級(jí)”帶來(lái)多重效益

傳統(tǒng)模式下，污水廠的運(yùn)營(yíng)完全依賴于人，是一種經(jīng)驗(yàn)式的運(yùn)維，這種模式在新時(shí)代要求下正在面臨顯著的增效瓶頸，比如：

• 工藝系統(tǒng)復(fù)雜多變，單靠人的經(jīng)驗(yàn)很難實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)，更難以應(yīng)對(duì)不確定性的挑戰(zhàn)。
• 為了保達(dá)標(biāo)無(wú)可避免地要采取保守運(yùn)行策略，導(dǎo)致能源過(guò)度消耗、藥劑過(guò)量投加，運(yùn)營(yíng)成本優(yōu)化困難。
• 運(yùn)維管理資產(chǎn)難以沉淀。水廠的歷史數(shù)據(jù)和運(yùn)營(yíng)經(jīng)驗(yàn)分散在各人各處，使得經(jīng)驗(yàn)的復(fù)制和傳承變得困難，甚至有時(shí)人員變動(dòng)會(huì)給水廠的穩(wěn)定運(yùn)營(yíng)帶來(lái)風(fēng)險(xiǎn)。
• 數(shù)據(jù)孤島，智慧化水平低。經(jīng)驗(yàn)?zāi)Ｊ较氯四X對(duì)數(shù)據(jù)的算力有限，使得數(shù)據(jù)價(jià)值得不到充分發(fā)揮。

受限于上述因素，絕大多數(shù)污水廠無(wú)法做到精細(xì)化運(yùn)營(yíng)管理，而針對(duì)這些痛點(diǎn)，智慧化解決方案可謂是對(duì)癥良方，同時(shí)高度契合國(guó)家數(shù)字化基礎(chǔ)建設(shè)和“雙碳”趨勢(shì)。

在此形勢(shì)下，國(guó)家和產(chǎn)業(yè)層面合力推動(dòng)智慧環(huán)保，大量智慧化解決方案出現(xiàn)，一大批污水廠率先完成智慧化升級(jí)，并取得良好效果。而數(shù)翰憑借其在算法層面的深度革新幫助多家大型污水處理廠完成了升級(jí)，且有兩個(gè)項(xiàng)目入選“浙江省第二批減污降碳協(xié)同試點(diǎn)創(chuàng)建單位”名單。

以其中一個(gè)試點(diǎn)項(xiàng)目（規(guī)模 20 萬(wàn)噸/天）為例，通過(guò)數(shù)翰 AI 解決方案升級(jí)，帶來(lái)了避險(xiǎn)、降本、減碳等多重效益：

1、安全運(yùn)營(yíng)“雙保險(xiǎn)”：工藝更穩(wěn)定，設(shè)備更放心

達(dá)標(biāo)是污水廠運(yùn)營(yíng)的頭等大事，因此安全保障機(jī)制至關(guān)重要，尤其是進(jìn)水不穩(wěn)定等風(fēng)險(xiǎn)因素多發(fā)的污水廠。

簡(jiǎn)單來(lái)說(shuō)，污水廠運(yùn)營(yíng)的安全保障和中醫(yī)理念是相通的，講究“不治已病治未病、不治已亂治未亂”，不僅要能應(yīng)對(duì)突發(fā)狀況，更要能夠防范潛在風(fēng)險(xiǎn)。

但傳統(tǒng)模式下，在預(yù)警機(jī)制和應(yīng)急響應(yīng)等方面均無(wú)法突破有限經(jīng)驗(yàn)，形成高智能、高精度、高效率的安全穩(wěn)定系統(tǒng)；而數(shù)翰 AI 系統(tǒng)能夠?yàn)槲鬯畯S帶來(lái)工藝和設(shè)備兩個(gè)層面的安全保障，可規(guī)避諸多潛在風(fēng)險(xiǎn)，完全可以說(shuō)是重新定義了污水廠運(yùn)行的安全保障。

在工藝層面：

數(shù)翰 AI 系統(tǒng)能夠?qū)��?lái)水水質(zhì)、水量、溫度、pH 等要素的波動(dòng)進(jìn)行多維全面的負(fù)荷感知，對(duì)異常狀況作出預(yù)警；在形成感知的基礎(chǔ)上，AI 系統(tǒng)能夠進(jìn)一步作出最佳策略響應(yīng)，并以全廠各工藝模塊為對(duì)象科學(xué)地分?jǐn)傌?fù)荷，保證工藝穩(wěn)定運(yùn)行和出水達(dá)標(biāo)。

以 TN 的控制為例，如下圖所示，在 8mg/L 為 TN 內(nèi)控線的情況下，對(duì)比 AI 系統(tǒng)和人工運(yùn)行 2 條線可以看到，AI 系統(tǒng)運(yùn)行條件下，TN 不僅牢牢控制在安全線內(nèi)，同時(shí)較人工運(yùn)行更為平穩(wěn)。

此外，數(shù)翰還開(kāi)發(fā)了厭氧安全決策系統(tǒng)，該系統(tǒng)成功應(yīng)用于其他以厭氧為核心工藝的項(xiàng)目。數(shù)翰 AI 系統(tǒng)針對(duì)厭氧工藝的“嬌氣”問(wèn)題，以厭氧運(yùn)行數(shù)據(jù)庫(kù)為基礎(chǔ)，可計(jì)算負(fù)荷、智能調(diào)節(jié)進(jìn)水流量和濃度，實(shí)時(shí)感知微生物狀態(tài)，預(yù)防系統(tǒng)受到?jīng)_擊，提前干預(yù)，保障系統(tǒng)安全運(yùn)行。

在設(shè)備層面：

數(shù)翰 AI 系統(tǒng)可以通過(guò)收集設(shè)備的電流、頻率、聲音、壓力等數(shù)據(jù)，匹配數(shù)據(jù)庫(kù)實(shí)現(xiàn)故障診斷和預(yù)判，提前制定設(shè)備維護(hù)計(jì)劃。

簡(jiǎn)單來(lái)說(shuō)，數(shù)翰 AI 系統(tǒng)是讓污水廠像人一樣有了思考、判斷和應(yīng)變的能力，不但能應(yīng)對(duì)外部異常風(fēng)險(xiǎn)，同時(shí)能感知內(nèi)部潛在風(fēng)險(xiǎn)，進(jìn)而做到防患于未然。

2、運(yùn)營(yíng)成本大幅優(yōu)化：全年運(yùn)維費(fèi)用節(jié)省約 17%

在保障安全性的同時(shí)，AI 帶來(lái)的另一重效益是經(jīng)濟(jì)性。在該試點(diǎn)項(xiàng)目中，經(jīng)智慧化升級(jí)后，全廠全年運(yùn)營(yíng)成本較傳統(tǒng)模式節(jié)省約 17%。

其中，生化曝氣節(jié)約 20%，碳源節(jié)約 25%～35%，流控系統(tǒng)能耗節(jié)約 30%～40%，此外深度處理單元藥耗節(jié)約 15% 以上，臭氧氧化系統(tǒng)電耗及液氧消耗節(jié)約 25%～35%。

工藝調(diào)控是在安全性和經(jīng)濟(jì)性之間做權(quán)衡，過(guò)于保守就要犧牲經(jīng)濟(jì)性，過(guò)于粗放則會(huì)帶來(lái)安全風(fēng)險(xiǎn)，而 AI 系統(tǒng)在兩方面的權(quán)衡上可謂是“藝高人膽大”，能在兼顧安全性和經(jīng)濟(jì)性上做到極致。

AI 系統(tǒng)帶來(lái)經(jīng)濟(jì)效益的底層邏輯可從以下三張圖直觀地展示出來(lái)（圖片可放大查看）：

人工控制下，調(diào)控力度很難把握，起伏較大，系統(tǒng)總體運(yùn)行成本高、效益差。AI 系統(tǒng)控制下，先是將人工控制下的結(jié)果曲線進(jìn)行極致收斂，然后在此基礎(chǔ)上充分利用安全緩沖空間，從而釋放更多的經(jīng)濟(jì)空間。

3、協(xié)同增效碳減排：全廠全年降碳超 19000 噸

隨著國(guó)家“雙碳”戰(zhàn)略推進(jìn)，污水廠作為城市基礎(chǔ)設(shè)施的重要組成部分，其綠色低碳轉(zhuǎn)型勢(shì)在必行。而 AI 系統(tǒng)對(duì)管理運(yùn)維的高效升級(jí)能力，可有力推動(dòng)污水廠的低碳轉(zhuǎn)型。

AI 系統(tǒng)可通過(guò)精確計(jì)量和智慧化控制優(yōu)化每個(gè)工藝環(huán)節(jié)的運(yùn)行，如優(yōu)化預(yù)處理、生化曝氣、深度處理等工藝環(huán)節(jié)的運(yùn)行時(shí)間和運(yùn)行方式，最大程度地減少能源和物料的消耗，從而降低污水廠的碳排放。

在碳排放監(jiān)測(cè)和管理方面，AI 系統(tǒng)能夠?qū)�廠區(qū)進(jìn)行實(shí)時(shí)監(jiān)測(cè)并分析污水處理過(guò)程中的碳排放量，幫助運(yùn)維企業(yè)了解并控制自身的碳足跡，制定更有效的減碳策略。

此外，利用 AI 技術(shù)與各類新工藝的耦合，污水廠能夠在處理過(guò)程中充分回收和再利用污泥、生物質(zhì)燃?xì)獾雀碑a(chǎn)品，實(shí)現(xiàn)了減污、降碳和資源回用的綜合效果。

在該試點(diǎn)項(xiàng)目中，數(shù)翰 AI 系統(tǒng)實(shí)現(xiàn)全廠年降碳 19,000 噸。目前數(shù)翰已經(jīng)通過(guò)工藝優(yōu)化、能源管理、資源回收等方面的創(chuàng)新，幫助多個(gè)污水廠實(shí)現(xiàn)了低碳節(jié)能轉(zhuǎn)型。

在比拼效率的存量時(shí)代，AI 在避險(xiǎn)、降本、減碳等方面帶來(lái)的多維升級(jí)，無(wú)論是對(duì)于運(yùn)營(yíng)幾個(gè)項(xiàng)目的小型水務(wù)公司，還是運(yùn)營(yíng)幾十個(gè)項(xiàng)目的中大型水務(wù)集團(tuán)，都是實(shí)現(xiàn)提質(zhì)增效和減污降碳的“神助攻”。

那么，數(shù)翰作為一家智慧環(huán)保領(lǐng)域的新秀，是如何后來(lái)居上、做深智慧環(huán)保的？據(jù)業(yè)內(nèi)同行和用戶表示，數(shù)翰的革新之道很是特別。

數(shù)翰迅猛突圍的革新之道

“算法破局四式”獨(dú)出手眼

智慧環(huán)保賽道玩家眾多，本文之所以把數(shù)翰作為典型案例來(lái)剖析，是因?yàn)槠湓趯?shí)現(xiàn)破局上有自己的一套打法，通過(guò)對(duì)數(shù)翰公司的深度調(diào)研，其在智慧環(huán)保領(lǐng)域的革新之道可提煉為“破局四式”。

1、破局一式：算法層面深度創(chuàng)新，突破智慧化應(yīng)用底層困境

真正的智慧化是讓污水廠具備超越人腦的思考能力和決策能力，這種能力的打造需要依賴非常底層的技術(shù)突破，否則就會(huì)成為無(wú)本之木。因此，在創(chuàng)立之初，數(shù)翰便把智慧化的破局點(diǎn)聚焦到了算法，而非在數(shù)據(jù)的可視化層面做文章。

在算法方面，常規(guī)的“機(jī)理模型”公式復(fù)雜，所需參數(shù)多、數(shù)據(jù)量大、時(shí)間長(zhǎng)；“純數(shù)據(jù)模型”雖然學(xué)習(xí)真實(shí)的歷史規(guī)律，調(diào)參難度小，但需要大量的歷史數(shù)據(jù)，僅能提取有限的規(guī)律，應(yīng)對(duì)已知風(fēng)險(xiǎn)，可遷移性差，無(wú)法做到智慧決策。

而數(shù)翰的算法模型是在機(jī)理模型的基礎(chǔ)上與數(shù)據(jù)模型有效融合，從更小、更少的數(shù)據(jù)中發(fā)現(xiàn)更通用的規(guī)律，在元學(xué)習(xí)、進(jìn)化算法、仿真模擬、貝葉斯優(yōu)化等底層技術(shù)之上，開(kāi)發(fā)出了負(fù)荷感知、負(fù)荷分?jǐn)偂⒎抡嫦到y(tǒng)等核心技術(shù)：

“多維”負(fù)荷感知：

對(duì)來(lái)水負(fù)荷的靈敏感知是工藝調(diào)控的前提，不過(guò)不同于傳統(tǒng)模式對(duì)來(lái)水水質(zhì)或水量等要素的單一負(fù)荷感知，數(shù)翰 AI 系統(tǒng)是針對(duì)所有要素的波動(dòng)進(jìn)行多維負(fù)荷感知，其中包括“微生物在低溫情況下反應(yīng)速率會(huì)變慢”等，然后在此基礎(chǔ)上進(jìn)行全面綜合的分析。就好比人生病去問(wèn)診，要全面檢查身體的各項(xiàng)體征綜合診斷，最終才能給出準(zhǔn)確的治療方案。

“全廠”負(fù)荷分?jǐn)偅?/span>

負(fù)荷感知的下一步是調(diào)控，傳統(tǒng)模式下感知是單一感知，調(diào)控也常常是加大曝氣或藥劑用量等單一且高消耗的調(diào)控，而數(shù)翰的 AI 系統(tǒng)能夠智慧科學(xué)地把負(fù)荷分?jǐn)偟饺珡S的各個(gè)工藝單元，兼顧安全性和經(jīng)濟(jì)性。類比給病人治療的場(chǎng)景，好的治療除了用藥，還會(huì)佐以健康飲食、強(qiáng)化鍛煉等手段，既有效果還少花錢(qián)。

“可進(jìn)化”仿真系統(tǒng)：

在決策執(zhí)行層面，數(shù)翰基于進(jìn)化算法搭建了仿真系統(tǒng)，系統(tǒng)可通過(guò)歷史數(shù)據(jù)學(xué)習(xí)規(guī)律，形成仿真規(guī)律集合。當(dāng)感知到負(fù)荷波動(dòng)較大時(shí)，系統(tǒng)會(huì)結(jié)合規(guī)律集合給出大量的策略，同時(shí)模擬出相應(yīng)的結(jié)果，并對(duì)結(jié)果進(jìn)行優(yōu)勝劣汰，產(chǎn)生較優(yōu)結(jié)果，這一過(guò)程循環(huán)往復(fù)，繁衍變異，最終找到最佳策略。

前述 01 部分中數(shù)翰 AI 系統(tǒng)給試點(diǎn)項(xiàng)目帶來(lái)的安全性和經(jīng)濟(jì)性即通過(guò)這些核心技術(shù)實(shí)現(xiàn)。例如，在某污水廠的多級(jí) AO 工藝中，智能生化系統(tǒng)可以實(shí)現(xiàn)不同工藝段的負(fù)荷分?jǐn)�，�?DO 與碳源綜合考慮，形成最佳策略，在保障安全的同時(shí)實(shí)現(xiàn)了碳源、電耗和碳排放的顯著下降。

△ 針對(duì)某應(yīng)用多級(jí)AO處理工藝的污水廠，數(shù)翰AI系統(tǒng)帶來(lái)多重效益，圖片可放大查看。

目前數(shù)翰 AI 系統(tǒng)能夠應(yīng)用在不同場(chǎng)景的污水廠，如工業(yè)園區(qū)污水廠、市政污水廠、工業(yè)企業(yè)預(yù)處理廠等，實(shí)現(xiàn)預(yù)處理、厭氧、好氧、深度處理的全流程超高效率智慧決策。相比較淺層的智慧化開(kāi)發(fā)，數(shù)翰在算法層面實(shí)現(xiàn)的突破更徹底、通用性更強(qiáng)，未來(lái)甚至可應(yīng)用于工業(yè)生產(chǎn)領(lǐng)域。

2、破局二式：打通全廠智慧化，提升運(yùn)維的穩(wěn)定性與經(jīng)濟(jì)性

由于行業(yè)早期智慧化概念的局限性，導(dǎo)致智慧化在一段時(shí)間內(nèi)停留在數(shù)據(jù)可視化或局部處理單元的自動(dòng)化。

一些情形下的智慧化僅僅是局部某一工藝單元或設(shè)備控制層面的智能化，各單元之間缺乏聯(lián)動(dòng)，更不可能做到負(fù)荷分?jǐn)偂?/span>

很多企業(yè)雖然部署了各種各樣的傳感器，但采集到的數(shù)據(jù)并沒(méi)有在應(yīng)用層面發(fā)揮太大作用，僅停留在數(shù)據(jù)的簡(jiǎn)單分析，未發(fā)掘出數(shù)據(jù)的深層價(jià)值。

而數(shù)翰結(jié)合水廠的處理工藝開(kāi)發(fā)出了智能生化系統(tǒng)、智能流控系統(tǒng)、智能加藥系統(tǒng)、智能臭氧投加系統(tǒng)、厭氧安全決策系統(tǒng)、中水節(jié)能安全系統(tǒng)、泵房水力節(jié)能安全系統(tǒng)等子系統(tǒng)，且各個(gè)子系統(tǒng)之間能夠貫通協(xié)作，實(shí)現(xiàn)了全廠全流程的高度智慧化。在持續(xù)穩(wěn)定達(dá)標(biāo)的同時(shí)實(shí)現(xiàn)節(jié)能降耗、減污降碳，達(dá)到了軟件、硬件、人的高效融合。

例如，在某項(xiàng)目中，數(shù)翰 AI 系統(tǒng)能夠根據(jù)來(lái)水負(fù)荷的變化自動(dòng)調(diào)節(jié) DO 值，并結(jié)合出水標(biāo)準(zhǔn)將曝氣系統(tǒng)和碳源投加系統(tǒng)進(jìn)行聯(lián)動(dòng)控制，同時(shí)充分將來(lái)水中 COD 用于反硝化脫氮，從而降低系統(tǒng)所需電耗和藥耗。同時(shí)，AI 系統(tǒng)對(duì)設(shè)備終端的調(diào)控更加及時(shí)、小幅、多頻，可將 DO 控制在精確范圍內(nèi)，減小目標(biāo)值的浮動(dòng)，提升控制穩(wěn)定性，如下圖（圖片可放大查看）：

此外，數(shù)翰 AI 系統(tǒng)涵蓋了工廠內(nèi)工藝運(yùn)行、過(guò)程控制、設(shè)備診斷及調(diào)控等層面的智慧化，同時(shí)可以結(jié)合多種管控平臺(tái)，參與到生產(chǎn)計(jì)劃的制定、原材料采購(gòu)和管理、生產(chǎn)過(guò)程控制、產(chǎn)品質(zhì)量檢測(cè)、設(shè)備維護(hù)、能源管理、安全監(jiān)控、智慧辦公等各個(gè)環(huán)節(jié)。

3、破局三式：突破硬件重度依賴，大幅減少智慧化升級(jí)的初始投資

環(huán)保智慧化的價(jià)值和趨勢(shì)毋庸置疑，但仍然可以感受到很多水務(wù)企業(yè)在轉(zhuǎn)型上的遲疑，其中的一個(gè)主要阻力便是硬件投資。

在智慧化升級(jí)中，升級(jí)硬件的成本占比很大，如智能儀表、在線監(jiān)測(cè)儀、傳感器、自動(dòng)閥門(mén)等。且不少公司在推崇自家智慧化方案時(shí)，要求配置高精度的設(shè)備或閥門(mén)，這種過(guò)度依賴硬件的高投入最讓水務(wù)企業(yè)頭疼。

針對(duì)此痛點(diǎn)，數(shù)翰另辟蹊徑，創(chuàng)造性地采取了獨(dú)特的解決策略，即通過(guò)算法的創(chuàng)新和突破來(lái)彌補(bǔ)硬件上的不足。

數(shù)翰 AI 系統(tǒng)僅需在關(guān)鍵點(diǎn)位配備在線儀表或自動(dòng)閥門(mén)，運(yùn)用負(fù)荷感知、仿真模擬等核心技術(shù)，通過(guò)算法映射相關(guān)參數(shù)，實(shí)現(xiàn)對(duì)水質(zhì)、過(guò)程控制參數(shù)等關(guān)鍵指標(biāo)的模擬計(jì)算，從而降低對(duì)高精度、昂貴硬傳感器或閥門(mén)的依賴，對(duì)于風(fēng)機(jī)、閥門(mén)等設(shè)備的控制精度和線性度要求不高，僅需變頻和自動(dòng)調(diào)節(jié)即可。

比如，運(yùn)用數(shù)翰 AI 系統(tǒng)的某污水處理廠的曝氣單元，部分智能執(zhí)行設(shè)備由于風(fēng)管設(shè)計(jì)問(wèn)題，存在調(diào)整區(qū)間小的情況，AI 系統(tǒng)會(huì)自動(dòng)學(xué)習(xí)給出最優(yōu)設(shè)備控制曲線，生成最優(yōu)設(shè)備調(diào)控策略，盡量使調(diào)整幅度在可控性最高區(qū)間內(nèi)保證 DO 穩(wěn)定，避免了更改風(fēng)管設(shè)計(jì)或更換更高精度設(shè)備引起進(jìn)一步投入。

4、破局四式：高效賦能人力，輔助管理資產(chǎn)沉淀和價(jià)值創(chuàng)造

把人從簡(jiǎn)單的機(jī)械勞動(dòng)中解放出來(lái)，是數(shù)翰通過(guò)算法帶來(lái)的另一革命性價(jià)值。

在第一部分我們談到，管理是污水處理行業(yè)面臨的共性難題，在管理經(jīng)驗(yàn)無(wú)法量化和沉淀的情況下，評(píng)估體系的構(gòu)建更是無(wú)從談起，尤其對(duì)于大型水務(wù)集團(tuán)而言，這些問(wèn)題更為突出。

那數(shù)翰是如何憑借算法驅(qū)動(dòng)的全廠智慧化實(shí)現(xiàn)管理優(yōu)化和評(píng)估體系的建立？

一方面是管理的優(yōu)化。對(duì)于污水廠而言，只有將人腦中的經(jīng)驗(yàn)量化成數(shù)據(jù)，把數(shù)據(jù)轉(zhuǎn)換成可借鑒的知識(shí)和有效信息，才能進(jìn)一步提升污水處理系統(tǒng)整體運(yùn)營(yíng)效率和管理水平。

在某化工園區(qū)污水廠案例中，數(shù)翰 AI 系統(tǒng)在全廠運(yùn)維層面的介入和賦能，促使污水廠實(shí)現(xiàn)了個(gè)人經(jīng)驗(yàn)決策到數(shù)據(jù)驅(qū)動(dòng)決策的轉(zhuǎn)變�；�于數(shù)據(jù)分析，管理者能更加客觀、科學(xué)地評(píng)估運(yùn)營(yíng)狀況，做出合理決策，從而提高運(yùn)營(yíng)效率、降低成本。

另外非常重要的一點(diǎn)是，借助 AI 系統(tǒng)給予的經(jīng)驗(yàn)反哺，運(yùn)維人員能更好地掌握相關(guān)知識(shí)，提高自身的業(yè)務(wù)水平，從而推動(dòng)企業(yè)整體管理水平的提升。

另一方面是評(píng)估體系的建立。AI 系統(tǒng)通過(guò)收集和分析數(shù)據(jù)，能夠?qū)崿F(xiàn)輔助管理者構(gòu)建科學(xué)的污水廠運(yùn)營(yíng)評(píng)估體系。比如：

• 運(yùn)行效率評(píng)估，通過(guò)監(jiān)控關(guān)鍵效率指標(biāo)，自動(dòng)識(shí)別低效模式；
• 設(shè)備性能評(píng)估，通過(guò)對(duì)設(shè)備運(yùn)行狀況的實(shí)時(shí)監(jiān)測(cè)，提前發(fā)現(xiàn)潛在問(wèn)題；
• 環(huán)境影響評(píng)估，利用環(huán)境數(shù)據(jù)評(píng)估環(huán)境影響，并提供改進(jìn)策略。

植入數(shù)翰 AI 系統(tǒng)后的某污水廠運(yùn)維人員向青山產(chǎn)業(yè)評(píng)論透露，“過(guò)去在污水處理廠，運(yùn)維人員天天面對(duì)重復(fù)瑣碎的事情，效率十分有限。且在運(yùn)維人員配合的過(guò)程中，每個(gè)人關(guān)注數(shù)據(jù)的敏感度不一致，導(dǎo)致現(xiàn)場(chǎng)必須要很保守，不然風(fēng)險(xiǎn)把控就容易脫離。但是自從廠里搞了智慧化改造后，同事們調(diào)侃道，突然有了很大的安全感，領(lǐng)導(dǎo)的情緒也穩(wěn)定多了，現(xiàn)在也有時(shí)間和精力鉆研經(jīng)濟(jì)性和工藝參數(shù)聯(lián)動(dòng)了。”

“新物種”迅速崛起背后

多元共融造就創(chuàng)新驅(qū)動(dòng)

在污水廠提質(zhì)增效的戰(zhàn)場(chǎng)上，數(shù)翰憑借對(duì)算法的高度專注和深耕，蹚出了一條新路。

一位和數(shù)翰團(tuán)隊(duì)在合作的水務(wù)集團(tuán)總工表示，“對(duì)于環(huán)保行業(yè)而言，數(shù)翰像是一個(gè)新物種，它的創(chuàng)新不僅僅體現(xiàn)在它在使用 AI 系統(tǒng)這類新的技術(shù)解決問(wèn)題，更在于它跳脫出環(huán)保行業(yè)原有解決問(wèn)題的思維模式，用一種全新的思路解決問(wèn)題，換句話講，它開(kāi)辟了新戰(zhàn)場(chǎng)。”

數(shù)翰能夠迅速突圍的背后，到底有哪些關(guān)鍵因素，數(shù)翰憑什么殺出重圍？以下三方面要素構(gòu)成了數(shù)翰破局的“天時(shí)、地利、人和”。

1、適逢環(huán)保運(yùn)營(yíng)增效之機(jī)，AI 技術(shù)迎來(lái)用武之地

客戶的痛點(diǎn)永遠(yuǎn)是企業(yè)創(chuàng)新的火力點(diǎn)。在污水處理行業(yè)整體步入存量運(yùn)營(yíng)時(shí)代的背景下，把項(xiàng)目運(yùn)維好，把成本控制好，成為水務(wù)企業(yè)的當(dāng)務(wù)之急，這為數(shù)翰入局提供了發(fā)展機(jī)遇。

再加上數(shù)翰的智慧化解決方案不是錦上添花，而是雪中送炭。從客觀需求的角度而言，數(shù)翰生逢其時(shí)，其在算法層面的深度突破為用戶帶來(lái)了有效穩(wěn)定的利好，也因此得到了良好應(yīng)用和用戶口碑。

在行業(yè)的轉(zhuǎn)型期，數(shù)翰能夠敏銳洞察客戶的需求變化，并敢于押注攻關(guān)客戶的真痛點(diǎn)，這是其迅速崛起的基礎(chǔ)，正所謂方向?qū)α吮悴慌侣吠酒D難。

2、背靠試驗(yàn)田的賦能效應(yīng)，試點(diǎn)項(xiàng)目提供試錯(cuò)機(jī)會(huì)

對(duì)于進(jìn)入環(huán)保行業(yè)的人工智能公司來(lái)說(shuō)，找到足夠的“試驗(yàn)田”，是一件極為重要的事。沒(méi)有足夠的“試驗(yàn)田”，就無(wú)法獲取足夠的數(shù)據(jù)，算法的訓(xùn)練也就無(wú)從談起，智慧化最終很難深入。

數(shù)翰在起步之初便在污水處理領(lǐng)域擁有得天獨(dú)厚的“試驗(yàn)田”，與其他公司先有方案、再有案例的情況不同，數(shù)翰是先打地基、再造高樓。

數(shù)翰算法技術(shù)創(chuàng)新的突破，一定程度上來(lái)自環(huán)保工程師與算法工程師的良性結(jié)合，最初階段的試點(diǎn)項(xiàng)目是數(shù)翰技術(shù)團(tuán)隊(duì)和客戶深度互信、共同探索的基礎(chǔ)上產(chǎn)生的。

智慧化解決的痛點(diǎn)是降本增效，數(shù)翰以直擊痛點(diǎn)的算法創(chuàng)新贏得了最初的“試驗(yàn)田”，并以試點(diǎn)項(xiàng)目為起點(diǎn)，不斷進(jìn)化升級(jí)，一步一個(gè)腳印，最終實(shí)現(xiàn)了迅速崛起。

3、交叉學(xué)科聯(lián)手破局，前后端深度融合

環(huán)保本身算是一個(gè)典型的交叉學(xué)科，污水廠里很多耳熟能詳?shù)募夹g(shù)多數(shù)源自生物、化學(xué)及材料等領(lǐng)域，而智慧水務(wù)在此基礎(chǔ)上又疊加了數(shù)學(xué)、人工智能等學(xué)科的知識(shí)。

因此，要實(shí)現(xiàn)環(huán)保行業(yè)任何一個(gè)細(xì)分領(lǐng)域的智慧化都不容易，它需要交叉學(xué)科從業(yè)者的深度合作以及復(fù)合型人才的耦合創(chuàng)新。

數(shù)翰在人工智能和環(huán)境工程兩大領(lǐng)域的人才積淀為其算法破局提供了創(chuàng)新驅(qū)動(dòng)，其團(tuán)隊(duì)內(nèi)部打造的開(kāi)放式文化，讓多種交叉學(xué)科的人才能夠自發(fā)地進(jìn)行互助式學(xué)習(xí)、實(shí)現(xiàn)深度融合。

同時(shí)，在試點(diǎn)項(xiàng)目中，數(shù)翰與客戶達(dá)成的深度合作關(guān)系，實(shí)現(xiàn)了前后端的融合，技術(shù)不斷突破的過(guò)程本質(zhì)是環(huán)境工程的后端專業(yè)與算法開(kāi)拓前端人員的雙方互相學(xué)習(xí)促進(jìn)的過(guò)程。

用技術(shù)對(duì)話未來(lái)

走“難而正確”的路

行業(yè)的轉(zhuǎn)折變革之際蘊(yùn)藏機(jī)遇，但對(duì)機(jī)遇的理解和把握機(jī)遇的力度會(huì)決定最終的結(jié)果。

智慧化是環(huán)保產(chǎn)業(yè)發(fā)生減碳增效變革之際的一次機(jī)遇，但不同的打法模式在走向不同的方向，數(shù)翰是以技術(shù)與行業(yè)、與未來(lái)對(duì)話的那一個(gè)。

對(duì)于智慧化賽道上的選手而言，專注算法戰(zhàn)略并不是一件容易的事，大家常常會(huì)受到短期利益的干擾，導(dǎo)致戰(zhàn)略上無(wú)法專注持久。

數(shù)翰在算法上的專注和創(chuàng)新蹚開(kāi)了新的路子，這是一條充滿挑戰(zhàn)的道路，但真正想要到達(dá)遠(yuǎn)方的團(tuán)隊(duì)一定會(huì)直面挑戰(zhàn)，去走難而正確的方向。

成功的戰(zhàn)略破局往往更加看重方向正確而非路途平坦，在各個(gè)領(lǐng)域的智慧化升級(jí)過(guò)程中，算法都是必要路徑且具有共通性。

因此，對(duì)于未來(lái)，數(shù)翰要做的不只是環(huán)保領(lǐng)域的智慧化，而是更大的工業(yè)智慧化場(chǎng)景，成為為時(shí)代所依賴的算法革新者。

來(lái)源｜「青山產(chǎn)業(yè)評(píng)論」公眾號(hào)