面向水务公用事业的生成式AI与智能体AI

面向水务公用事业的生成式AI与智能体AI 数字水务 面向水务公用事业的生成式AI与智能体AI 翻译 作者 李志华西安建筑科技大学周朔北京国环清华环境工程设计研究院有限公司李雨泓北京金控数据技术股份有限公司 PrabhuChandrasekeran，Arcadis 审核 评审人 杨斌北京金控数据技术股份有限公司 MoganPadayachee，RandWaterRobinWong，TeamSolveOliverGrievson，AtkinsRealis 致谢 作者谨向国际水协会数字水务专委会成员致谢，感谢其提供的专业指导；向国际水协会秘书处致谢，感谢其提出的宝贵意见。 特别致谢珠海卓邦科技有限公司许冬件为本白皮书中文版提供的排版编辑工作支持。 ©2025国际水协会 由国际水协会出版。保留所有权利。如需复制或翻译本材料（无论用于销售或非商业传播），请通过官方网站联系国际水协会媒体办公室（www.iwa-network.org）。 国际水协会已采取一切合理措施，以核实本出版物所载信息的准确性。然而，所发布材料不附带任何形式的明示或默示保证，对材料的解释与使用责任由读者自行承担。在任何情况下，国际水协会均不对因使用本材料而产生的任何损害承担责任。 术语缩略表 前言 面向水务公用事业的生成式AI与智能体AI 数字化转型已经重塑了资源与资产管理，迅速拓展了科技前沿，让众多曾被认为遥不可及的工具成为现实。先进AI模型、实时数字孪生、自主优化引擎以及行业大数据分析平台等突破性技术，正在重新定义供排水与环境卫生公用事业对自身系统的认知、管理和规划方式。这些创新正在推动运营管理可视化、决策更快速精准，并 推动公用事业运营向预测性和日益智能化的方向转变。 尽管数字化能力在加速演进，全球水务企业仍需持续应对相互交织的多重压力：气候极端事件冲击、城镇化快速推进、水资源日益短缺、基础设施老化脆弱以及持续的资金约束。这些挑战相互叠加，导致系统效率低下、服务风险上升、运营波动加剧，数字化为破局提供了路径——将碎片化数据转化为综合智能，为实现自动化、高韧性运营奠定基础。 国际水协会数字水务计划的最新报告，深入探讨了生成式AI与智能体AI如何推动水务与环卫行业数字化转型迈向新阶段。报告揭示了生成式AI如何从现有数据中挖掘洞察，并简化报告、分析和知识沉淀等工作；而智能体AI则在此基础上进一步实现自主决策、持续反馈和系统自主优化。两者协同，有助于缓解人才队伍老龄化、运营复杂性上升等行业关键挑战，同时提升资源效率，增强系统韧性，拓展管理层的前瞻视野。本报告提供了一套可靠、可行的技术实践路线图，旨在创造可量化价值，支撑长期可持续发展与资源管理。 在国际水协会2025-2030年战略规划中，数字化被列为影响水务管理各个层面的变革性力量。本白皮书与这一战略愿景高度契合，阐释了生成式AI与智能体AI如何助力这一变革，推动行业向更智能、更强适应性以及面向未来的运营模式转型。 本报告也进一步推动了国际水协会数字水务计划的发展，通过该计划，国际水协会将持续激励并引导行业向更智慧、更互联互通的水务管理方向迈进。计划中的各项举措旨在提升对数字技术的认知与应用能力，支持水务企业及其他利益相关方推进数字化转型历程，并持续提升运营绩效。 作为全球水务知识创造领域的领军机构，我们坚信：实践应用是提升全球水务服务水平的关键所在，通过传播最佳实践、聚焦前沿技术，我们共同构建更智慧、更可持续的水务未来。 KalanithyVairavamoorthy 国际水协会执行总裁 前言 数字化转型面临的关键挑战之一，始终是如何从水务行业所采集的海量数据中提炼出有意义的洞察。该行业常被描述为“数据富矿、信息贫矿”，随着数据产生量的持续增长，这一失衡状态只会愈发突出。悖论在于，数据量的激增反而可能加剧信息匮乏，使人们愈加难以透过繁杂数据看清真正重要的全局。 尽管人工智能常被视为新兴技术，但它在水务公用事业单位的应用已有多年历史。 然而，它始终未能实现足够大规模的主流化应用，以发挥其全部潜力。数字化转型的核心，在于充分利用这些多元数据源，构建可付诸行动的态势感知——帮助水务企业理解和优化自身系统的运行绩效。 本报告发布前数月，我第一次以雏形接触到智能体AI，当时水务企业才刚刚开始以初步方式探索其核心概念。它的潜力立刻显而易见。然而，将其开发为能够有效融入水务行业运营环境的实用工具，是一项复杂得多的挑战。在这一领域取得成功，代表着技术创新的前沿突破，具有解决行业最棘手难题、改善环境结果、将行业从“数据丰富”转变为“数据与洞察双丰收”的巨大潜力。这正是生成式AI、智能体AI和数字化转型所承诺带来的未来。 国际水协会数字水务计划致力于为全球水务企业提供一套负责任采纳这些新兴技术的路线图。通过提供指导和最佳实践，该计划致力于确保AI与数字化转型举措创造可量化价值，同时与可持续性、治理责任以及水务行业长期韧性的原则保持一致。 OliverGrievson AtkinsRealis副总监兼技术负责人国际水协会数字水务专委会主席 目录 摘要___________________________________________________________________9 核心要点_______________________________________________________________10 生成式AI与智能体AI：数字水务的下一波浪潮________________________________11 理解生成式AI______________________________________________________________________________11理解智能体AI______________________________________________________________________________11为何是现在？商业价值论证__________________________________________________________________12生成式AI与智能体AI的核心价值驱动因素____________________________________________________13 水务领域的应用场景______________________________________________________14 1.运营与维护______________________________________________________________________________14 4.水质与处理______________________________________________________________________________15 5.管网管理与无收益水(NRW)_______________________________________________________________15 6.领导层与高管____________________________________________________________________________16 融入数字水务生态系统____________________________________________________18 为何集成至关重要__________________________________________________________________________18集成技术__________________________________________________________________________________18开源vs闭源大模型________________________________________________________________________19数字孪生+AI______________________________________________________________________________19 行动起来_______________________________________________________________21 国际水协（IWA）数字水务计划_______________________________________________________________22 摘要 全球水务行业面临前所未有的挑战，包括气候变化、基础设施老化、资金压力以及从业队伍迅速老龄化。与此同时，对可靠性、可持续性和客户互动的期望持续攀升（图1）。 生成式人工智能（GenAI）与智能体人工智能（AgenticAI）代表着水务行业数字化转型的下一波浪潮。生成式AI从现有数据中创造新知识与新洞察，而智能体AI则以自主性和前瞻性将这些洞察付诸行动。两者协同，在先前AI成果的基础上延伸拓展——推动水务企业从预测跨越到行动、预见与韧性（图2）。 本报告探讨了生成式AI与智能体AI如何： 通过自动化报告、分析和一线支持来提升工作效率；获取并传承知识，应对人才队伍老龄化挑战；通过场景分析和战略模拟，支撑复杂的非线性决策；通过优化能源、水资源和投资规划，提升资源利用效率；赋能管理层和高管，对风险、机遇及长期韧性获得实时前瞻。 本报告旨在为全球水务公用事业机构提供负责任采纳这些技术的路线图，确保其创造可衡量价值，同时与可持续发展和责任治理原则保持一致。 为何是现在？ 核心要点 •生产力提升——生成式AI协作工具（Copilot）自动完成报告、摘要及客户响应，将员工从繁琐工作中解放出来，转向更高价值的工作。 •人才队伍赋能——AI有助于沉淀行业知识、加快新员工培训，并在经验丰富员工逐步退休的过程中持续为一线操作人员提供支持。 •复杂决策支持——智能体AI持续运行“假设推演”场景，帮助管理层规划不确定且非线性的未来。 •资源管理——AI优化水资源、能源和药剂的使用，降低运营成本，减少环境影响。 •领导层优势——高管获得综合洞察和前瞻预判，实现更快速、更自信的战略决策。 水务行业的AI进化路径 生成式AI与智能体AI：数字水务的下一波浪潮 水务行业正面临一场多重挑战交织而成的“完美风暴”：气候变化扰乱水文循环、老化基础设施亟待更新、城镇化进程加速推进，以及对效率、合规和客户服务的期望日益提升。与此同时，水务企业正经历人才队伍转型，核心技能退出速度远超补充速度，驾驭这种复杂性，需要的不仅仅是渐进式改进，而是质的跃升。 国际水协会数字水务计划已奠定坚实基础，引导水务企业走过物联网、SCADA、CMMS、GIS以及用于漏损检测、水质管控和资产优化的早期AI/ML应用历程。这些技术提升了监测能力和系统认知水平，但“数字水务”正在进化——它不再仅仅是增加传感器或预测模型，而是构建能够帮助我们理解、决策和行动的智能系统。 理解生成式AI 生成式AI（GenAI）从数据中创造新内容——文本、代码、图像或流程摘要——而不仅仅是分类或预测。可以将其理解为一种高级的“自动补全”功能，能够汇总SCADA日志、起草监管报告或生成故障排查指南。 基础模型（FMs）：在海量数据集上训练的宽泛通用模型，可适配多种任务。大语言模型（LLMs）：GPT、Claude、Gemini、Llama等——在自然语言任务上能力最强。小语言模型（SLMs）：更精简、更具成本效益，适合规模较小的水务企业或中低收入国家。开源与闭源：开源模型（Llama、Mistral）赋予控制权和隐私保护；闭源模型（GPT-4、GeminiPro）提供顶级性能，但