阿里云水務環境與行業總監周朔

　　在2013年的時候，阿里巴巴集團提出“降成本、高效率、高質量”的目標，與如今水務行業的“提質增效”目標類似。在此過程中強調兩個核心能力，一是網絡協同，二是數據智能。其中數據智能更為重要。解決數據智能問題，需要形成一套數據機制。用水務行業的視角，可以理解成一個數據構成的水廠，水廠要持續性保證數據質量，來確保自動化體系和安全體系的運行，最后形成一種資產。用互聯網的視角，我們一般稱之為“數據中臺”。對此，阿里云有一些經驗可以分享。

　　數據中臺

　　數據中臺的結構包含One Data、One Service、One ID三個部分。其中，One Data的目標是用一套標準統一數據建設 ，把過往數據的框架邊界打破，形成數據資產化管理能力。One ID目標是統一實體（如客戶、企業、商品、設備等），使數據融通而非以孤島形式存在，形成連接識別與標簽畫像、高效生產能力。如在阿里體系中，一個用戶ID可以把該用戶在各個應用系統中的信息串起來。One Service的目標是統一數據服務能力，通過一套體系來保證這些優質數據能夠統一向上提供服務。

　　基于數據中臺理論，就可以較好地理解如何去建設一個數據工廠。阿里提出“匯、通、管、用、評”的一套建設理論。匯，是將各種各樣的數據匯集到一起；通，是將數據用統一的標準打通；管，是將數據按業務類型分門別類地管理好，打上標簽；用，是通過各種模型對數據進行加工使用；評，是對上述各個環節進行評價評估，以形成更好的數據資產，完成數據閉環。

　　在水務的應用構想

　　當前，水務行業正大力推動數字化轉型，致力于打好數據基礎、形成數據資產，以數據去支撐下一步的智慧化。將互聯網數據化的模式放到水務行業中，對照“匯、通、管、用”四個步驟，也可以用較快的速度形成數據資產。首先，將業務系統數據、物聯網的實時數據、手工填報的表單數據、空間信息及外部數據等都涵蓋進來，統一進入數據工廠；在數據工廠進行萃取，將有用的數據抽取出來，分門別類進行管理，如區分供水、排水、原水、污水等種類，打上標簽；再通過模型開展分析應用，如針對節能降耗、內澇防控等主題，形成智慧管控決策平臺、智慧生產調度平臺、智慧服務平臺等功能界面。

　　以供水領域為例，底層是生產（調度監控、泵站遠程監控、運營報表、二供監管、管網綜合管理、GIS系統等）、服務（營銷系統、客服熱線）、外部對接（海綿城市、城運中心）、管控（財務系統、組織人力）等數據信息，將這些數據匯聚分類后，根據客戶、營銷、生產等各個主題的需要，去抽取數據、進行分析，再在各個場景中加以應用（如決策場景、客服場景、監管場景、調度場景、應急指揮場景等）。

　　在整個過程中，要遵循實現定義好的各個方面的數據標準，推動一整套業務指標的形成，包括指標定義、設立依據、計算公式、數據來源、統計精度等各個維度。據此，通過將兩種不同口徑的指標進行對照，還可以使業務人員了解該指標在不同使用場景下的差異，提升數據統計的準確性。這種好的反饋機制能夠進一步提升數據質量，形成良性循環，從而建立優質的數據資產，在智能管控、智能調度、智能水廠、智能服務等應用場景中發揮價值。基于數據資產，未來或許還可以探索城市水務數字孿生體及其應用。這些設想還涉及數據模型和機理模型的融合問題，有待下一步解決。