编者按：
从无所不能的代名词，到外界的冷嘲热讽，到正面泡沫，理性探讨，AI经历了漫长的路程。
如今，AI逐渐从落地最为成熟的安防走向全域，AI普惠已成共识。
但深入全域化之路，才发现，它们看起来大而美，内里充斥着不为人知的杂、碎和苦。
如果你在公路两旁看到一排树结满了李子，却无人上前采摘，不用尝就能知道这李子肯定很苦，这就是人们常说的“道旁苦李”。
古人几千年总结出来的经验，在现世，于各行各业皆适用。
为此，雷锋网AI掘金志发起“道旁苦李”系列专题，进入那些基于AI视觉进行智慧化升级的行业内里。
系列文章见《被低估的灯杆》、《鸡肋的智慧社区》、《黎明前的智慧交通：隐痛、险阻与进击》、《隐身的千亿智慧消防》、《智慧警务没有凡尔赛文学》。
这一次，我们来聊聊智慧水务。
早些年的深圳深受随处可见的臭水沟所扰。
“治理前隔100米闻到臭味，治理后钓到10斤大鱼。”
一场变形记后，昔日臭水沟，已成城市项链。
污水治理背后，存在着一个默默无闻的行业——智慧水务。
别看这行业不显山不露水，却是典型的高壁垒细分行业。
水务老大下面，有防洪抗旱减灾、节约用水、城乡供水、农村水利、水生态环境保护、水利改革和管理等一众小弟。
每个细分领域，单在水这一层，就有原水、输水、净水、供水、售水、排水、污水治理、再生水回收利用等不同环节。
细分领域众多，环境复杂，产业链老长，产业节点纵横。
这让智慧水务，在各类高科技、热赛道中，着实没啥存在感：
它既不性感，看起来难搞，似乎还没什么钱。
这样一个要啥没啥的市场，有得玩、有人来吗？
说水务要啥没啥没人玩，安防企业第一个不答应。
原生条件相似。同为碎片化市场，系统众多，关系复杂。
发展方向重合。2014年之后，进入水务智慧化3.0时代，对视频+人工智能的需求急增，而安防企业，擅长的正是以视频为核心的智慧物联业务。
且不说“同病相怜”的安防已经指数级扩容，如今传统安防头部企业已经升级为智能物联的企业，走向万亿级AIoT市场，赋能千行百业。
智慧水务便是百业之一。
安防巨头的到来，正是时候。
海康认为，水务智能化、数字化转型要立足于视频感知，但不至于视频感知。从视频感知，向上拓展到智能物联，融合多维感知能力，实现物信融合。
水务场景监管对象数量多且分布广泛，通过人工方式巡视，时间长，覆盖范围小、人员投入多，工作量大，投入成本高。
海康利用水位尺读书分析技术、漂浮物识别技术、船只行为识别技术等多种智能分析技术，实现对水利场景的全时段、全天候、全覆盖智能分析感知，减轻人工巡视的工作量，提升工作效率，创新工作方式。
利用视频智能分析手段，实现被动响应向主动应对，从传统数据监测向智能预警的转变。
在大华看来，智慧水务是一个巨大的蓝海市场。根据《中国城镇水务行业2035年技术进步规划》报告指出，2021年智慧水务信息化投资将超百亿，自来水厂、污水处理厂全国近9000座。
大华从两个层面着手赋能：
规范流程，提高管理效率。
建立巡检标准化流程，构建生产全局透视能力、增强全感知预警能力，对智慧水务监管过程中的生产运维情况、人员监管、安全环境等场景进行全面管控，助力智慧水务精细化管理。
赋能技术，提高决策效率。
基于智慧安防的优势，利用AI布控、通行管控、安防管理，实现精准（事前）预警、分层分级、无感安全、精准定位、高效指挥，实现更全面的感知层建设，为主管部门提供更科学的决策依据。
宇视认为，智慧水务建设体系体量庞大、业务持续化、系统融合化，应从两方面着手。
资源管控上，要整合现有水务资源，实行精细化、网格化、智慧化服务；技术上，手段要丰富，以辅助水务业务实行监控、检测、监管等视角的系统化应用。
在宇视看来，不同场景的分析模型存在差异化，数据应用和需求结合的方式也不尽相同，但根本的诉求是对于水文的识别和纠偏。
宇视的智慧水务核心内容，包括了场景部署、图像分析、传输保障、数据应用、多维展示等部分。
其中，其防止非法捕捞的水域检测系统，可全天候实时记录，自动检测禁捕区域内船只及人员，防止非法捕捞。
深耕碎片化市场多年的安防企业，正向水务市场输出安全水平、工作效率以及降低运营成本上的经验与成绩。
这块隐秘的角落有没有被巨头的忽视。
阿里、华为、腾讯、万科、中国移动，巨头跨界，大咖云集。
巨头们不小打小闹，上来就鏖战以亿为单位的智慧水务大项目。
2019年9月，万科中标1.9亿元深圳市河流水质科技管控项目；
2019年12月，华为联合体中标深圳市智慧水务一期工程，中标价4.46亿元，刷新智慧水务行业中标金额峰值；
2020年1月，腾讯云与粤海水务达成战略合作，推进水务行业数字化转型；
2020年，华为与水发集团全面合作，在智慧水利水务、智慧农业等重点领域开展全面深入合作。
2020年4月，阿里云与重庆水务集团宣布合作建设重庆智慧水务。
比如华为的智慧水务方案，以平台+生态为依托，向上提供行业ISV的能力整合，向下提供华为杆站、四无摄像机等智能感知设备的带货能力，支撑客户加速水务数字化转型。
怎讲？
向下，华为在水利水务领域引入机器视觉，把大量监管和运营实践中的问题转化为视觉问题进行解决，代替现在成本高昂和损耗巨大的监测设备。
比如把水位问题转化为水尺识别问题，把水质污染问题部分转化为水色和水形态识别问题等，让摄像头代替人眼，广泛捕捉、智能理解，做到及时响应。
智水苏州项目中，华为就通过AI识别技术，对河道抛洒垃圾、乱倒污水等违法违规、不文明行为的智能监督以及漂浮物等行为进行不间断的监控判别。
向上，整合、打通分散在各业务系统的数据，再通过数据链的支撑，精确分析预测变化趋势，做到精准治理和应对。
比如实现城市、河道、环境管理等多部门信息共享与协同，发挥信息化管理系统优势，形成“视频输入—算法识别—取证录入—工单派发—处理反馈”的事件全流程闭环操作。
在生态上，引入希格玛（应用软件平台）、中威电子（视频管理软件）等合作伙伴在华为数字平台进行业务开发，再通过华为生态资源整合，避免传统的数据封锁和固化。
在整个过程中，华为在不同场景下广泛应用人工智能技术，减少了人工，大幅提高了监管效率。
比如阿里，在重庆水务合作中，阿里云退居幕后，助力重庆水务打造全数据融合的水务平台，打通实时业务数据和水务集团全生态链的系统数据。
阿里云指出，它以水务中台为核心，将物联网、云计算、人工智能等新兴信息技术以服务化的方式开放给行业合作伙伴，降低技术门槛，帮助提升整个行业实现数字化能力。
它还强调，阿里一直推崇生态赋能与合作，也欢迎有能力的硬件和其他行业服务提供商与阿里云合作共赢。
数据显示，2014至2019年，中国智慧水务市场规模从65.6亿元增长至93.8亿元。根据预测，2023年规模在250亿元左右。
增速不低，市场不大。
即便如此，阿里、百度、腾讯、华为、平安等巨头依然快马加鞭地进入这条赛道。
投入产出比并不诱人的背后，这些企业为何在水务上花费心思？
他们的商业大盘上，“智慧城市”绝对是其中的重要筹码，这个充斥着野心和荷尔蒙的“产品”，正因为边界模糊而变得前景广大。
某业内高管告诉雷锋网，可以预见得到的未来趋势是，硬件会为软件服务，而不是相反。巨头们意图：是做物联网时代的大数据运营商、做各行各业数字化转型的有力推手。
水务，这个有着天然海量数据资源的行业，这个急需数字化转型的行业，自然不会被放过。
但是他们不独享蛋糕，意在全局，培养更多的企业，造一个水务生态。
他们的目标，一是水务数据，以及数据背后的智能城市，二是行业数字化转型。
巨头们，成为前排冲锋企业的大后方，以自身强大的平台能力，托起智慧水务的底盘。
智慧水务领域也不乏AI企业，他们精修内功，厉兵秣马，用着高精尖的武器，在后人来之前先行探路。
为什么AI企业也要这块难啃的肉？
人脸识别、车辆识别领域，以庞大的市场体量、AI落地大场景，一度成为计算机视觉领域的宠儿。
两者组成的头部市场以通用化算法打天下，催生了爆款应用的同时，也让这片市场迅速血海一片。
以AI落地最成熟之一的安防为例，雪亮工程步入尾声的同时，AI等技术日趋成熟，AI正从安防、交通等领域走向全域。
市场终于看到，人脸识别和车辆识别下面不计其数的腰尾市场。
碎片化的市场在哪里？在如智慧水务般被忽视的小场景里。
AI头部看不上，巨头居幕后，却是众多AI企业的好去处。只要肯吃苦，绝对是块肥美多汁的好肉。
极视角正是早早意识到这一点，只是它的打法与其他AI企业不同。
它定位为计算机视觉算法商城，凭借这种创新的模式，将市面上许多“无人愿接”的中长尾需求都进行了转换落地，帮助十几个新行业用上了AI技术。
在智慧水务领域，用计算机视觉自动检测河流上的漂浮物情况，实时感知城市供排水系统的运行状态。
通过各河流监控摄像头，采集数据，再通过极视角智慧水务智能分析系统，实现多个层面智慧管理。
在违规捕捞智慧管理上，可以进行河道捕鱼识别、河道电鱼识别、非法船只闯入识别；
在河道环保智慧管理上，可以进行河道漂浮物识别、河道化学污染物识别、河道周边非法乱建识别。
河道安全智慧管理上，可以进行河道人员越界识别、河道周边人员热力图识别、人员违规涉水识别。
万千行业的AI需求正以前所未有的速度发酵，而极视角们正在奔赴向这场盛宴路途中。
他们手握技术尖兵，或许能给在前线奋战的传统企业们一把装满子弹的突围枪。
智慧水务的春天，可能会比预想的早一点到来。
自家领地，怎么着也得守着不是？
传统水务企业们打头阵，成为智慧水务的主力军之一。
对于智慧水务，度娘是这么解释的：
通过数采仪、无线网络、水质水压表等在线监测设备，实时感知城市供排水系统的运行状态，采用可视化的方式有机整合水务管理部门与供排水设施，形成的“城市水务物联网”。
翻译翻译，可以简化成几个核心环节：感知、记忆、理解、分析、判断、决策、应用。
形成三个关键层次：设备层（表计、传感器等）、数据传输层（数据的网络接入）以及平台层（云、大数据、数据挖掘等）。
以硬件公司为主导的智慧水务，通常着眼于设备层，以智能水表为突破口，遵循从设备-传输-应用的自下而上的路径。
一是智能水表基因使然。
智慧水务的第一步，是全面铺设信息采集设备，将各个节点的水务信息数字化，并通过物联网汇集到线上。
在这之中，智能水表犹如整个智慧水务系统的眼睛，成为后续整个水务智能化、数字化、物联网化的基础依赖。
二是政策导向。
2015年6月，国家发改委和能源局联合提出了“四表合一”的采集应用工程。
电、水、气、热等公共事业数据一体化远程抄收政策下，市场可能扩大四倍。
中国在连续几个五年计划中，相关行业细则中，都将管网的漏损预判定位重点研究对象。
根据《水表行业"十三五"发展规划纲要》显示，预计"十三五"期间我国将新增智能水表超过1.5亿台，对应产业规模超过400亿元。
加之智能二字，设备替换与升级中，蕴藏着不小的机会。
巨大的潜力，让前端硬件公司将成为首批获益者和探路者。
但监测设备之外，更为关键的、深层次的数据分析却并不容易。
他们也意识到，拥有品牌、渠道、软硬结合、智慧水务综合解决方案提供能力的企业将更具竞争力。
如何驱动对整个系统的理解，如何把业务渗透到整个链条，如果搭建统一通用化平台，进行更深层次的数据分析才是智慧化的目的。
于是传统企业以智能水表为锚点，向“硬件+平台和解决方案+运营”的综合提供商转型。
构建以智慧水务平台为核心的智慧化运营体系，将成为智慧水务基础设施企业的业务转型的重心。
转型，常常意味着阵痛。
传统水务企业的坚守派们，在挣扎改革中，也在带领水务行业向数字化、智慧化迈进。
听起来，水务似乎并不难，其实不然。
智慧水务，核心源于挖掘数据深层次价值。
即在数据信息化的基础上，充分利用云计算和大数据技术，将水务的计算环节传送到云端进行处理，使供水各领域、各系统之间的内在关系更为精准。
并根据计算分析结果调整资源配置，在获得更多数据源支持的情况下解决更多场景下的业务需求，使水资源的调度更加高效灵活。
首先一点就是主数据的顶层设计不够、标准体系不健全。各系统决策时，难以从最高层面统一规划协调。
其次数据利用率低。水务企业系统众多、年代久远，海量数据改造难度大、成本高。
三是数据质量不高。部门水务部门的管网地理信息系统的数据化程度低，管网的监测精度、监测频率以及监测广度等方面相对粗放，数据难以获得、准确度差。
四是水务信息化重复建设、功能单一、数据割裂，各系统水务系统各自为政，信息数据无法互通互联，协同共享能力差。
说白了，智慧水务仍处于婴儿阶段。
好在国家在智慧水务上的政策没有停止过。
自2020年，国务院的“水十条”发布以后，我国水环境监管重心从以前的总量控制转向质量改善，政策口径也从点污染源治理向面源治理转变，效果导向更加明确。
来源：华经情报网
智慧水务，是一个庞大的产业链，单靠某类企业、某类系统不可能完成。
从设备、到软件、到运营、到系统；从传统行业经验积累，到新的技术、新的资本。
它是一场多方合作攻坚战。
唯有通过强强联合、优势互补、资源共享、数据共享，才能完成这场智慧水务的升级。
政策有，场景有，需求有，且看这些小池塘，如何汇聚成大海吧。雷锋网雷锋网雷锋网
正在生成分享图...
木子