前   言
 

　　如果說現(xiàn)階段什么話題最為熱門，那一定是人工智能AI了，AI正在科技巨頭們的研發(fā)下突飛猛進(jìn)的發(fā)展，從AI的發(fā)展路線來看，現(xiàn)階段的AI可以說是日新月異，也越來越多的進(jìn)入到人們的日常生活中去，人們開始在不同的場景中考慮利用AI來解決問題，各種行業(yè)也在利用AI改變原有的規(guī)則和模式，污水處理作為全世界城市生活的支撐產(chǎn)業(yè)，作為水環(huán)境的保障產(chǎn)業(yè)，AI能不能為現(xiàn)階段的運(yùn)維難點(diǎn)提供足夠的支撐和改變呢？
 

　　作為一個污水處理行業(yè)的從業(yè)人員，對于AI要如何進(jìn)入污水處理領(lǐng)域，是自己最為關(guān)注的，圍繞這個話題，在這個假期，閱讀了一些AI的知識，也在手機(jī)、電腦里下載了多個不同的AI，多數(shù)時間在學(xué)習(xí)怎么使用AI，在學(xué)習(xí)過程中，也深刻體驗(yàn)到Ai的強(qiáng)大，也越發(fā)感覺污水處理行業(yè)的未來因?yàn)锳I也可能會有很多變化，同時花了很多時間在思考AI和污水處理的難點(diǎn)痛點(diǎn)結(jié)合的方向，通過《治污者說》的平臺，和大家進(jìn)行一些交流吧，近期會寫一系列的文章，大家感興趣的可以持續(xù)關(guān)注，并參與討論。
 

　　第一篇：AI進(jìn)入污水處理的門檻幾何？
 

　　我國的污水發(fā)展在全球水資源短缺與環(huán)境壓力日益增長的宏觀背景下，污水處理行業(yè)正處于從“規(guī)模擴(kuò)張”向“提質(zhì)增效”轉(zhuǎn)型的關(guān)鍵十字路口。隨著國家強(qiáng)力推動污水處理提標(biāo)改造，行業(yè)理念已從單純的“全面建設(shè)”和“達(dá)標(biāo)排放”向“水循環(huán)利用”和“污水資源化”深刻轉(zhuǎn)變，從規(guī)模擴(kuò)展的大建設(shè)時期向存量資產(chǎn)運(yùn)營增效時期扭轉(zhuǎn)。在這種范式轉(zhuǎn)移中，分布在各地的大量的城鎮(zhèn)污水處理設(shè)施作為城鎮(zhèn)水生態(tài)的關(guān)鍵支撐，其運(yùn)營效率直接關(guān)系到區(qū)域流域治理的成效。
 

　　AI向各行各業(yè)滲透已經(jīng)是不可抗拒的事實(shí)，可預(yù)期的污水處理中人工智能(AI)技術(shù)的介入，不僅是技術(shù)層面的自動化升級，更是對傳統(tǒng)基于經(jīng)驗(yàn)管理模式的徹底重構(gòu)。而占據(jù)污水處理設(shè)施數(shù)量主導(dǎo)地位的中小城鎮(zhèn)污水處理設(shè)施通常具有規(guī)模小、分布散、進(jìn)水負(fù)荷波動大、專業(yè)技術(shù)人員匱乏等典型特征。傳統(tǒng)的污水處理依賴于工藝工程師的經(jīng)驗(yàn)判斷和簡單的比例控制(PID)，在面對復(fù)雜動態(tài)的生物化學(xué)過程時，往往難以實(shí)現(xiàn)能耗與出水水質(zhì)的最優(yōu)平衡。采用了AI技術(shù)的智慧水務(wù)通過應(yīng)用先進(jìn)的信息技術(shù)和物聯(lián)網(wǎng)技術(shù)，可以實(shí)現(xiàn)對水資源管理、監(jiān)控、調(diào)度和運(yùn)營的智能化管理，將“人、機(jī)、物”聯(lián)通協(xié)同，構(gòu)建起水務(wù)系統(tǒng)的“神經(jīng)網(wǎng)絡(luò)”。行業(yè)前景是非常光明的，但是真實(shí)的AI要進(jìn)入到污水處理中，是需要很復(fù)雜的路徑的。今天《治污者說》就用門檻的說法來討論下AI進(jìn)入污水處理行業(yè)前所需要面對的社會與基礎(chǔ)環(huán)境因素。
 

　　中國中小城鎮(zhèn)(含縣城、鄉(xiāng)鎮(zhèn)級污水處理廠，日處理規(guī)模多在0.5-5萬噸/日)正面臨提標(biāo)改造、設(shè)施設(shè)備老化、雨季雨污合流的季節(jié)性負(fù)荷壓力、節(jié)能降碳壓力，從AI的基本功能來看，通過AI(智能預(yù)測、優(yōu)化控制、異常預(yù)警等)是重要賦能手段。但因這些污水處理廠規(guī)模小、基礎(chǔ)弱，污水處理經(jīng)費(fèi)營收困難，投入存在明顯阻力。下面我們結(jié)合這些阻力的詳細(xì)討論下AI進(jìn)入到污水處理行業(yè)的門檻。
 

　　(一)第一點(diǎn)永遠(yuǎn)都是要考慮錢從哪里來，也就是AI進(jìn)入污水處理的財務(wù)壓力與投融資模式的限制。我國中小城鎮(zhèn)污水處理項目歷史上高度依賴政府投資或采用BOT/TOT模式。在2009-2012年間形成的許多特許經(jīng)營協(xié)議中，運(yùn)營方的利潤主要來自于政府按量支付的處理費(fèi)，而非通過技術(shù)革新節(jié)省的盈余，這種“成本加成”或“固定單價”模式在一定程度上削弱了企業(yè)投入AI技術(shù)的動力。同時由于經(jīng)費(fèi)支付的延后和不確定性，污水廠運(yùn)營者不愿意為技術(shù)革新投入資金來獲得運(yùn)營經(jīng)費(fèi)的節(jié)省，甚至有可能會出現(xiàn)節(jié)省的運(yùn)營經(jīng)費(fèi)，政府會通過調(diào)價機(jī)制扣除掉污水廠的這部分節(jié)省的費(fèi)用，這是污水廠運(yùn)營方最不愿意看到的結(jié)果，在現(xiàn)有的體制下，很難激發(fā)污水廠運(yùn)營方主動采用高效節(jié)能降耗的AI技術(shù)，更不要說前期要投入的大量檢測儀表和物聯(lián)網(wǎng)的建設(shè)費(fèi)用，AI系統(tǒng)需傳感器升級、邊緣計算設(shè)備、云平臺對接，單廠初始投入通常30-100萬元以上(含硬件+軟件定制)。中小城鎮(zhèn)財政有限，三四線城市常“捉襟見肘”，提標(biāo)改造本身已屬高投入低直接回報項目，AI被視為“錦上添花”而非剛需。小企業(yè)/鄉(xiāng)鎮(zhèn)站常因成本直接放棄。
 

　　而對于政府，在整體財政困難的情況下，AI改造屬于典型的“重軟件、輕實(shí)物”投入，這種升級改造的績效很難量化評估，政府無法準(zhǔn)確預(yù)測AI的使用，帶來運(yùn)營成本下降的準(zhǔn)確比例，無法確定投入的回報周期，政府建設(shè)方會較為審慎的選擇發(fā)展AI進(jìn)入污水廠內(nèi)，特別是在傳統(tǒng)的銀行信貸審核中，這類無形資產(chǎn)往往難以獲得高比例的固定資產(chǎn)貸款支持，沒有資金的支持，AI的前期建設(shè)是很難開展起來的。
 

　　(二)、然后就是基礎(chǔ)建設(shè)方面，數(shù)據(jù)基礎(chǔ)設(shè)施與數(shù)據(jù)質(zhì)量(GIGO風(fēng)險)是AI在場景化應(yīng)用的較大的阻力。人工智能的有效性取決于“垃圾進(jìn)，垃圾出”(Garbage In, Garbage Out)效應(yīng)，垃圾數(shù)據(jù)和無效數(shù)據(jù)越多，訓(xùn)練出來的AI越體現(xiàn)不出它的功能。而我國的中小城鎮(zhèn)的污水廠在建設(shè)初期對過程儀表的投入較低，后期維護(hù)不到位，使得污水廠內(nèi)數(shù)據(jù)環(huán)境普遍面臨著以下的問題：
 

　　(1)、過程儀表缺失與維護(hù)缺失：許多關(guān)鍵工藝點(diǎn)位缺乏在線儀表，或現(xiàn)有儀表長期未校準(zhǔn)和維護(hù)，導(dǎo)致數(shù)據(jù)偏差巨大，采用的儀表質(zhì)量參差不齊，所產(chǎn)生的數(shù)據(jù)根本無法體現(xiàn)出現(xiàn)場的實(shí)際工況；
 

　　(2)、數(shù)據(jù)離散化：進(jìn)水水質(zhì)受居民生活、企業(yè)偷怕、雨污混流影響劇烈，化驗(yàn)室工作特點(diǎn)下進(jìn)水的切片化的數(shù)據(jù)，這些數(shù)據(jù)連續(xù)性差，污水廠已有的數(shù)據(jù)呈現(xiàn)“不全、不準(zhǔn)、不勻”，且缺乏長期的歷史積累，難以支持深度學(xué)習(xí)模型的訓(xùn)練，不同工藝、不同地區(qū)的進(jìn)水水質(zhì)、不同的設(shè)備設(shè)施基礎(chǔ)條件使得不同的污水廠工藝參數(shù)差異大，難以建設(shè)泛化的AI模型，所有的模型需個性化遷移訓(xùn)練，通用性差。。鄉(xiāng)鎮(zhèn)級比縣城級阻力更大，農(nóng)村分散式場景幾乎需“先建基礎(chǔ)再上AI”。
 

　　(3)、區(qū)域數(shù)據(jù)孤島：污水廠內(nèi)的工藝、設(shè)備、設(shè)施、電力、藥劑統(tǒng)計數(shù)據(jù)沒有統(tǒng)一的口徑進(jìn)行統(tǒng)計，而AI的污水處理的決策需要結(jié)合全過程的數(shù)據(jù)進(jìn)行分析和管理，污水廠的物聯(lián)網(wǎng)的數(shù)據(jù)建設(shè)和管理還遠(yuǎn)遠(yuǎn)達(dá)不到提供決策分析的豐富程度，部分廠站的物聯(lián)網(wǎng)連接不穩(wěn)定，也會導(dǎo)致AI決策所需的低延遲數(shù)據(jù)流中斷。
 

　　(三)、組織架構(gòu)與人才瓶頸：在污水廠的管理模式中，重大投資往往依賴于運(yùn)營管理者，也就是“一把手”的決策，而需要資金投入的AI的實(shí)施必然也是“一把手工程”，需要管理層具備重構(gòu)業(yè)務(wù)流程的決心。在國內(nèi)現(xiàn)階段中小城鎮(zhèn)管理者的認(rèn)知水平、基層運(yùn)營人員的對自身花費(fèi)多年積累的現(xiàn)場管理經(jīng)驗(yàn)及技術(shù)被AI取代的焦慮，以至于是可能產(chǎn)生的崗位丟失問題，以及現(xiàn)有KPI考核體系重點(diǎn)關(guān)注成本管控而對“過程優(yōu)化”的忽視，構(gòu)成了強(qiáng)大的組織阻力。
 

　　污水廠往往缺乏能同時理解環(huán)境工程與算法模型的復(fù)合型人才，缺乏AI+水處理復(fù)合人才，傳統(tǒng)操作員難掌握模型解釋、策略調(diào)整；自動化后“人往哪兒去”也是現(xiàn)實(shí)顧慮；設(shè)備檔次參差，AI難以直接“插拔”；運(yùn)維人員對AI全面接管的不信任，可能是看笑話的心理，對于復(fù)雜的現(xiàn)場工況數(shù)據(jù)沒有和AI直接交流的滯后性，導(dǎo)致系統(tǒng)上線后無法進(jìn)行持續(xù)的參數(shù)調(diào)優(yōu)，最終不能實(shí)現(xiàn)Ai的穩(wěn)定運(yùn)行，大量的污水廠AI建設(shè)需要更多的專業(yè)儀表技術(shù)人員進(jìn)入到污水廠一線進(jìn)行工作，在污水廠污水處理專業(yè)人才還在嚴(yán)重匱乏的當(dāng)下，吸納專業(yè)的儀表人才、AI人才更是遙不可及的現(xiàn)實(shí)。
 

　　(四)、工藝安全性與合規(guī)風(fēng)險：污水處理作為公用事業(yè)，首要目標(biāo)是排放達(dá)標(biāo)。AI模型作為一種非線性的“黑盒”，在極端工況(如暴雨、工業(yè)偷排沖擊)下的穩(wěn)定性尚未得到充分的大規(guī)模驗(yàn)證。如果AI控制指令導(dǎo)致出水指標(biāo)超標(biāo)，運(yùn)營企業(yè)將面臨環(huán)保行政處罰和信用受損。
 

　　還有就是數(shù)據(jù)的安全性，AI作為智能分析，需要海量的數(shù)據(jù)進(jìn)行分析，這不能僅僅局限在一個污水廠內(nèi)，需要通過大量的同地區(qū)、同時期的、同工藝的的污水處理設(shè)施的數(shù)據(jù)進(jìn)行訓(xùn)練，這需要有大量的污水廠的基礎(chǔ)運(yùn)行數(shù)據(jù)進(jìn)入云端，作為城市基礎(chǔ)服務(wù)行業(yè)，這些數(shù)據(jù)的安全性在一定程度上是人民生活穩(wěn)定的保障，進(jìn)入云端在算力中心進(jìn)行訓(xùn)練的過程，會不會產(chǎn)生數(shù)據(jù)風(fēng)險，這需要在AI普及前，進(jìn)行法律法規(guī)的建設(shè)。
 

　　這一篇討論了眾多的門檻因素，這些門檻因素可能是較為殘酷的現(xiàn)實(shí)，這可能也是熱錢資本不愿意進(jìn)入到污水處理的AI進(jìn)程化的原因，而且這些不確定的安全性和數(shù)據(jù)風(fēng)險，在現(xiàn)階段污水廠的“求穩(wěn)”心態(tài)下，使得許多運(yùn)營方寧愿采取保守的、高能耗的傳統(tǒng)模式，而不愿意采用高科技的AI進(jìn)入到自己的管理視野內(nèi)。但是我們還是要看到AI在污水廠的應(yīng)用前景是極為廣闊的，國家政策也在不斷加碼對AI技術(shù)的場景化應(yīng)用的政策引導(dǎo)力度，后續(xù)，將重點(diǎn)圍繞污水廠的場景討論AI技術(shù)的應(yīng)用的可能性，歡迎持續(xù)關(guān)注并參與討論。
 

　　原標(biāo)題：AI與污水處理廠系列文章(一)