在帮助水务企业建设智慧水务的过程中，我们也会去看别的行业，在智慧化建设的过程中，碰到什么问题，也会观察供水行业比较领先的水务企业碰到什么问题，我们也会到很多的水司调研，帮助他们汲取其它行业和本行业领先企业的经验和教训，探索如何解决问题和避免新的问题产生，大家重要的共识就是：智慧一定是建立在大量的数据积累基础上才能有的数据智能。

试想一下，如果系统连数据格式都不统一，数据质量都成问题，就不能谈什么数据智能。这就是平台要解决的问题，也是平台的最基本要求。威派格是花了很多的时间来研究技术标准、数据标准……帮助很多的客户做数据治理、技术规范。

我们调研过一个大型水务客户，他们已经具备47个业务系统，但由于这些系统建设于不同的年代，由不同的供应商提供，采用的技术栈也不太一样，导致现在尽管系统很多，但并没有对管理特别是高层管理者起到预期中的作用。因为有些供应商都已经不存在了，导致系统无法响应业务的变化导致现在已经成为僵尸系统，大量不同技术栈使得运维难度很大，成本很高，难以为继；同时，由于数据规范的不统一，导致不同系统中的同样的数据也经常出现差异，从而两只手表定律的现象层出不穷，信息化系统不能有效驱动管理的提升。

我们可以再看一些场景的例子：

1、对于一个水司来说，要知道自己目前详细的水表情况，涉及到系统有采购仓储系统、工单系统/报装系统、表务系统、营业收费系统……那么有多少水表在工程队手中根本无法准确统计——因为工程队领了多少水表、已经安装了多少、立户了多少、首抄了多少……如果这些系统的数据没有拉通，是很难精准统计的。

2、同样是管网上的一块表，它除了水量计量外，还可以为漏损、流量管理、压力管理、调度管理来服务。如果我们按照单模块应用去考虑，就会出现一个水表承接一个单一需求，为了一个点的综合管理，可能要安排多块水表来承接不同的数据需求。同时，多块水表如果来自不同的品牌，那么针对计量误差就会有大量协同的风险。

相信上面的场景大家一定不陌生，如果数据获取、数据处理、数据分析和赋能是割裂的，那就意味着这个数据代表的业务行为产生后，只能进行事后的分析，后置发现问题，不能强制去提前干预，或者在发现这个问题的同时去处理这些问题，系统做不到提前预警和响应。也就是说，如果我们由各个业务系统分别去获取数据，分别去记录业务行为，通过接口与数据平台/中台去汇聚多业务系统的数据、进行跨业务系统的分析，就会存在只能用这些数据来做事后的分析和预测，而不能根据实时数据分析的结果去干预行为，即就不能指挥业务系统来干预行为，这肯定是没有做到高阶智能，这就是割裂系统中间存在的本质问题。

但如果是基于同一个平台来做，就不会存在这个问题。平台底座就可以把有关数据类的问题一次性解决好，解决来源一致化的问题、解决重复建设和复用的问题.当我们解决了技术标准的统一、数据标准的统一以及灵活可配的流程引挚，水务的信息化就有坚实的基石。系统不但能够分析，还可以在分析的同时，利用大数据智能产生的信息，反过来干预行为，变成一个无缝衔接的模式。

所以，我们一直讲平台是真正迈向智慧化的基石，我们也一再强调必须做有底座的智慧水务，即如果没有平台是不可能做到高阶的智慧能力的。

而现在大家在谈论的水务行业的智慧大脑，和威派格在推动的水务行业平台是一脉相承的。以数据中台、业务中台加上数据分析平台和人工智能平台合起来我们称为“数智中台”是智慧大脑的核心部分，他们连接底层的物联网数据以及各业务系统的数据，在其中建立对应的数据模型，形成水务平台，最终整合呈现的价值有三个部分：

第一个价值是指标类的呈现，主要包括三个方面，第一类是衡量企业地位和投资效益类的指标，包括规模类、盈利类指标，如销售收入、资产规模、净利润、净利润率、资产回报率、净资产回报率……；第二类是衡量企业运营质量的指标体系，QCTS，即质量、成本、效率和服务；第三类是社会责任指标ESH，即环保、安全、职业健康。因为社会责任和投资效益是从集团公司的角度所关心的，运营效率是从单个实体企业来着重关心的，我们就可以通过这样的指标体系建立去改善它的企业经营和管理。

第二个价值就是找到很多替代人工的部分，把过程中的人工控制变成精细化控制，通过一些方式做出来，也就是人们常说的人工替代，可以提升效率、降低员工的劳动强度、减少对某些特定岗位的经验依赖。

第三个价值就是通过模型帮助进行很复杂很困难的工作，能够超越现在普通人员的工作能力，实质性地解决客户工作场景中的难题。

威派格威爱平台

【坚持投入团队培养】

当然，要想真正做好智慧水务，非常不容易。作为行业的先行者，威派格遇到了很多的困难，但是我们还是很有信心的。因为威派格从2014年就开始储备相关的技术，对于技术的关注，投入以及在行业内的应用与研究都是持续的。我们也看到随着技术的发展，技术快速平民化，也惠及到我们各个行业。如2014年的时候要找一个应届本科毕业的算法工程师年薪都得大几十万，这时候只有那些高毛利的行业、高盈利的企业才用得起。那时候的算法人才几乎都被国家研究所和BAT垄断了；而现在，应届本科毕业的算法工程师已经与普通的IT工程师在起薪上没有本质的区别了，这就为我们各行各业人工智能的推进提供了人才基础。威派格团队在发展智慧水务的路上，也是一个自我学习、革新、发展和成长的过程。当我们明确了智慧水务的战略方向，也是坚持持续为之努力，一天比一天更懂智慧水务，对于行业的理解越来越深。威派格大量引进人才，包括行业内客户端的人才例如威立雅专家，也包括平行行业如华为、阿里的人才。做好智慧水务很复杂，因为它确实需要将业务、管理与技术进行化学融合。要做好智慧水务必须要有数量级上的规模化投入，因为水深就有壁垒，不是所有人都可以做的。

【坚持深入场景化应用】

随着服务客户的需要，我们在智能化上已经解决了一些场景应用问题，比如，水表的读数问题、水量预测，数据的统一接入问题，数据标准治理的问题，数据清洗的规则，管网压力平衡的智能化算法，泵房的个人行为识别、水厂出厂泵站的智能节能等等。为了实现这些功能，我们做了很多的基础性的数据沉淀和数据研究，以及实验室环境的重新搭建，背后都是大量成本的投入。事情要做起来并不难，难的是要有充分和持续的投入。任何一个智能化场景的实现，不仅要原理性的研究，更重要的是要针对实际工况的复杂问题的研发。如不同工况的识别以及自动判断，以及突发性事件的处理，这些需求就要在训练中间去解决很多的问题。举一个例子：通过水泵的功率、转速等来做流量的计算——软流量计：第一步的研究是要知道功率、转率等与流量的关系，这个比较容易；第二步要了解有哪些特殊的工况，如空转……；第三步，要研究这些特殊工况的特征，从而判断啥时候出现这些特殊工况。如空转可能意味着温度的快速升高和噪音的异常，通过温度和噪音的异常判断出现空转；第四步，在实际工作场景中，实现自动识别和易除异常工况带来的影响的算法。第五步，数据的验证和校准。总之，未来人工智能在我们行业还有非常大的发展空间。

【坚持提升数据准确率】

我们都有体会，物联网的数据，很多数据过来时，就会出现数据上的毛刺现象。比方说压力上的数据，突然收到一个压力是0的数据，我们一般有两种反应，一种就是爆管了，一种可能是误传了。这个时候我们如何判断数据的真实有效，必须得有一些基本的技能来评估和应对。因为我们数据分析的基本原理都是对数据进行求“平均、中位数、方差……”等统计方法，如果是一个明显误差的数据，那么就对结果有很大的影响。因此，我们就需要结合前后连续数据的变化，对数据的有效性进行判断。像上面提到的这种情况，如果后面连续的数据又回到了一个正常值基本可以认定这个压力“0”的数据是误传，但如果连续回来的数据都是0，那就可能是爆管了。当然，我们也得结合不同的历史时段看，是不是每到一定周期都会出现这种情，如果是那就可能是有其它问题。当然，实际数据的处理要比这个规则复杂得多，我们需要根据不同的场景，对不同的数据进行有效的方法处理，并形成各类规则，进而让数据还原真实，提升数据准确率。

举个简单的例子，大家一定有经验，各地各个行业都建了很多大屏，大屏一定都有很多的报警数据，大家可以观察下，有多少报警数据是真正的问题——必须处理的问题？很多的大屏到最后，工作人员都不看这个报警数了，因为必须处理的报警在其中的占比太少了。数据报警也就失去了意义。

最近，在服务一个省会级水务企业的大数据项目中，我们把数据的准确率从原来百分之六十几，用普通的方法做到了七十几，然后现在我们用AI的方法把它做到了百分之九十几，数据体现的问题就比较精准，这就产生了很大的价值，也是让人非常振奋的。

【坚持保障数据安全性】

特别值得注意的是，在智能化建设的过程中一定要建立纠错机制：智慧闭环的反向控制、保证信息数据的加密与安全、传输实时性、防止黑客攻击等一系列的安全因素，如果安全缺乏良好的机制，则智能化程度越高风险越大，甚至是灾难。不知大家有没有看过《速度与激情8》中反派查理兹·塞隆策划指挥的一段“僵尸车队”——这是有自动驾驶功能的智能车，塞隆通过黑客入侵了智能车控制系统，这些车就成了全部由她远程操控的“僵尸”。安全按照国际标准，在整个信息化建设中的成本必须占到15~20%。在当下，我们大家普遍还没有意识到安全的重要性，投入的比例远远不足。我们很早就意识到这一点，威派格在2020年就开始去跟数据安全公司一起合作数据安全，也一直是做战略合作。很多的水务客户他还没有想到，我们必须告诉他，至于他做不做、在哪个时点做，我们肯定要给他建议，采不采纳是客户的选择，说不说明就是我们的责任了。

【坚持以客户为中心开展生态合作】

在进行产业合作的时候，威派格希望用生态的方式来进行。但是我们自己也有自己的标准——打造更好的客户体验、真正共同解决一些行业普遍存在的问题。这就要求威派格与生态公司必须进行深度的技术合作，如解决数据孤岛问题，如果双方不能从底层如数据进行互通，是无法真正实现客户价值的。这就带来一个非常大的难点，在我们市场占有率还不高的时候，要求合作伙伴开放自己的能力是不容易的事情。简单来说，就是我们对合作伙伴既有能力的要求又有开放互信的要求，而对合作伙伴来说他为什么要信任呢？况且，如果要按WPG的要求，他是需要付出一定的改造成本的——现在它的系统并不是基于平台化开发的，要想和水务平台更好的链接，需要有一定的改造，他必须考虑投资回报，这也是非常合理的。因此，如果威派格没有达到一定的市场占有率，我们是很难驱动合作伙伴真正付出行动的，这个点是最难的，我们要打造的能力是全方位的，获得这些能力是有博弈的，面对的客户的要求又是全面的，这个过程很痛苦， 但是迈过这个阶段之后，业内形成共识，就会好很多。

五位一体

威派格整体解决方案

对于农村供水市场来说，普遍现在的市场是建设大于管理的市场，大家对于是否建成非常关注，但是是否能真正运营好容易忽视——运营是需要一个长期的过程来验证。随着国家要求提质增效，我们预判市场未来一定会走向建管并重，甚至可能会管大于建。农村供水建设好以后，一定要用起来，包括我们的信息化的管理，也要用起来，这也是影响我们产品设计的一个重要因素。

也正是出于这样的考虑，我们侧重于农村集中化供水的方案的提供，包括农村水厂以及监运管平台的建设，我们对于一些非常分散、规模太小的供水设施就放弃了。我们可以把我们的建议提给业主，但是以我们现在的经营模式，如果预算非常有限，我们就很难帮助业主保障偏远零散小供水工程后期的持续的运营和维护，可能因为水源浊度提升、一个零件、一个自控、一个电气设备等小问题的出现，因为响应不到位，就会导致水质保障的风险，所以面对这样的供水需求，公司也在探索更好的模式。

威派格专业的农村供水提供商

我们在进行农水项目建设的时候，也一并在进行专业的赋能的工作。那么如何帮助客户去从前期的建设到后期的运营管理，持续做好这个全生命周期，这对于整套的系统能力是有要求的。城市供水和农村供水的智慧化还是有一些差别。长远来看，农村供水还有一个发展的过程，目前不用那么复杂的管理体系，更需要的是简约的配置，但随着发展的成熟，需要把一些功能或者管理的细节要求添加上去，这样就要求产品能够有足够的灵活性，这也是我们强调平台的原因之一，有了平台，对应的产品就能够去跟着进行灵活经济配置，同时也就可以满足后期运维和服务的整体需要，真正把项目效果做到最好。

数字化转型是一个非常大的话题，我认为从一个企业生态发展角度来看可以分为五个大的方面，一是企业内部运营的数字化转型，二是对供应链的数字化转型，三个是营销数字化的转型，四是发展数字化业务；五是改变行业的模式，即产业平台的构建。

威派格的数字化，一个就是我们自己的数字化转型，另外一个就是我们为客户提供数字化的产品。自己的数字化转型，其实也是内部的信息化转型，我们也是引进外面的专业团队来帮助，我们的数字化基座是SAP的，提供财务系统和ERP 系统，他们帮我们梳理我们的流程，同时其他的销售管理以及差旅管理都是外部很好的第三方公司来提供；如我们引入差旅系统，这样我们员工都可以直接在这个系统买票订酒店，不用贴票，大大提高了我们的工作效率。而我们为客户提供数字化的产品，也就是我们的智慧水务这块，是要帮助我们的客户进行数字化转型，目前还算有声有色，各方面进展还很好。我们业务数字化，和我们客户企业内部的数字化很多都是不同的，但是有一些模块会通用， 比如二供的巡检、维保以及工单管理，和水司的需求基本是一样的，这种我们就要求我们内部的人员必须使用，同时我们也将我们使用的平台给水司使用。

为什么自己公司内部的数字化转型不自己做呢？这有一个非常重要的理念就是如果我的系统主要是为我一个企业服务的，那我一定是做不好的。如果我的系统是为很多的同类客户使用的，一定能汲取到更多行业精英的经验，系统也一定会更好用。而我们的设备制造是非连续制造业，水务企业是连续制造业，我们的管理逻辑、流程工艺都不一样，尽管从软件能力上来说，我们自己是能做的，但我们一定没有那些专业为我们这样的公司服务公司做得更好。

工业革命的四个阶段