阿里云水務(wù)環(huán)境與行業(yè)總監(jiān)周朔

　　在2013年的時(shí)候，阿里巴巴集團(tuán)提出“降成本、高效率、高質(zhì)量”的目標(biāo)，與如今水務(wù)行業(yè)的“提質(zhì)增效”目標(biāo)類似。在此過程中強(qiáng)調(diào)兩個(gè)核心能力，一是網(wǎng)絡(luò)協(xié)同，二是數(shù)據(jù)智能。其中數(shù)據(jù)智能更為重要。解決數(shù)據(jù)智能問題，需要形成一套數(shù)據(jù)機(jī)制。用水務(wù)行業(yè)的視角，可以理解成一個(gè)數(shù)據(jù)構(gòu)成的水廠，水廠要持續(xù)性保證數(shù)據(jù)質(zhì)量，來確保自動化體系和安全體系的運(yùn)行，最后形成一種資產(chǎn)。用互聯(lián)網(wǎng)的視角，我們一般稱之為“數(shù)據(jù)中臺”。對此，阿里云有一些經(jīng)驗(yàn)可以分享。

　　數(shù)據(jù)中臺

　　數(shù)據(jù)中臺的結(jié)構(gòu)包含One Data、One Service、One ID三個(gè)部分。其中，One Data的目標(biāo)是用一套標(biāo)準(zhǔn)統(tǒng)一數(shù)據(jù)建設(shè) ，把過往數(shù)據(jù)的框架邊界打破，形成數(shù)據(jù)資產(chǎn)化管理能力。One ID目標(biāo)是統(tǒng)一實(shí)體（如客戶、企業(yè)、商品、設(shè)備等），使數(shù)據(jù)融通而非以孤島形式存在，形成連接識別與標(biāo)簽畫像、高效生產(chǎn)能力。如在阿里體系中，一個(gè)用戶ID可以把該用戶在各個(gè)應(yīng)用系統(tǒng)中的信息串起來。One Service的目標(biāo)是統(tǒng)一數(shù)據(jù)服務(wù)能力，通過一套體系來保證這些優(yōu)質(zhì)數(shù)據(jù)能夠統(tǒng)一向上提供服務(wù)。

　　基于數(shù)據(jù)中臺理論，就可以較好地理解如何去建設(shè)一個(gè)數(shù)據(jù)工廠。阿里提出“匯、通、管、用、評”的一套建設(shè)理論。匯，是將各種各樣的數(shù)據(jù)匯集到一起；通，是將數(shù)據(jù)用統(tǒng)一的標(biāo)準(zhǔn)打通；管，是將數(shù)據(jù)按業(yè)務(wù)類型分門別類地管理好，打上標(biāo)簽；用，是通過各種模型對數(shù)據(jù)進(jìn)行加工使用；評，是對上述各個(gè)環(huán)節(jié)進(jìn)行評價(jià)評估，以形成更好的數(shù)據(jù)資產(chǎn)，完成數(shù)據(jù)閉環(huán)。

　　在水務(wù)的應(yīng)用構(gòu)想

　　當(dāng)前，水務(wù)行業(yè)正大力推動數(shù)字化轉(zhuǎn)型，致力于打好數(shù)據(jù)基礎(chǔ)、形成數(shù)據(jù)資產(chǎn)，以數(shù)據(jù)去支撐下一步的智慧化。將互聯(lián)網(wǎng)數(shù)據(jù)化的模式放到水務(wù)行業(yè)中，對照“匯、通、管、用”四個(gè)步驟，也可以用較快的速度形成數(shù)據(jù)資產(chǎn)。首先，將業(yè)務(wù)系統(tǒng)數(shù)據(jù)、物聯(lián)網(wǎng)的實(shí)時(shí)數(shù)據(jù)、手工填報(bào)的表單數(shù)據(jù)、空間信息及外部數(shù)據(jù)等都涵蓋進(jìn)來，統(tǒng)一進(jìn)入數(shù)據(jù)工廠；在數(shù)據(jù)工廠進(jìn)行萃取，將有用的數(shù)據(jù)抽取出來，分門別類進(jìn)行管理，如區(qū)分供水、排水、原水、污水等種類，打上標(biāo)簽；再通過模型開展分析應(yīng)用，如針對節(jié)能降耗、內(nèi)澇防控等主題，形成智慧管控決策平臺、智慧生產(chǎn)調(diào)度平臺、智慧服務(wù)平臺等功能界面。

　　以供水領(lǐng)域?yàn)槔?，底層是生產(chǎn)（調(diào)度監(jiān)控、泵站遠(yuǎn)程監(jiān)控、運(yùn)營報(bào)表、二供監(jiān)管、管網(wǎng)綜合管理、GIS系統(tǒng)等）、服務(wù)（營銷系統(tǒng)、客服熱線）、外部對接（海綿城市、城運(yùn)中心）、管控（財(cái)務(wù)系統(tǒng)、組織人力）等數(shù)據(jù)信息，將這些數(shù)據(jù)匯聚分類后，根據(jù)客戶、營銷、生產(chǎn)等各個(gè)主題的需要，去抽取數(shù)據(jù)、進(jìn)行分析，再在各個(gè)場景中加以應(yīng)用（如決策場景、客服場景、監(jiān)管場景、調(diào)度場景、應(yīng)急指揮場景等）。

　　在整個(gè)過程中，要遵循實(shí)現(xiàn)定義好的各個(gè)方面的數(shù)據(jù)標(biāo)準(zhǔn)，推動一整套業(yè)務(wù)指標(biāo)的形成，包括指標(biāo)定義、設(shè)立依據(jù)、計(jì)算公式、數(shù)據(jù)來源、統(tǒng)計(jì)精度等各個(gè)維度。據(jù)此，通過將兩種不同口徑的指標(biāo)進(jìn)行對照，還可以使業(yè)務(wù)人員了解該指標(biāo)在不同使用場景下的差異，提升數(shù)據(jù)統(tǒng)計(jì)的準(zhǔn)確性。這種好的反饋機(jī)制能夠進(jìn)一步提升數(shù)據(jù)質(zhì)量，形成良性循環(huán)，從而建立優(yōu)質(zhì)的數(shù)據(jù)資產(chǎn)，在智能管控、智能調(diào)度、智能水廠、智能服務(wù)等應(yīng)用場景中發(fā)揮價(jià)值?；跀?shù)據(jù)資產(chǎn)，未來或許還可以探索城市水務(wù)數(shù)字孿生體及其應(yīng)用。這些設(shè)想還涉及數(shù)據(jù)模型和機(jī)理模型的融合問題，有待下一步解決。