AI +水务的未来设想
在5月21日举行的“以未来新水务服务美丽中国建设”专题论坛中，中持股份技术委员会主任许国栋分享了对“AI时代的水务发展”的思考。他表示，与严谨详实的报告风格相比，这个报告是相对轻松、寻找感觉的报告。这种“寻找感觉”并非漫无目的，而是在晃晃悠悠中不断行动，在行动中调整。
许国栋
本文根据嘉宾发言内容整理。
AI意味着什么？
首先，谈谈在我看来AI意味着什么。
从农耕时代、蒸汽时代到电气时代，我们能直观感受到动力的变化。下面这张“犁牛老农”图，大致可以看作是第一代的社会经济结构。这个社会经济结构有一个根本的动力，那就是“牛”。当然，这里的“牛”并不一定指具体的力量，而是普遍的社会根本动力。而“犁”则是依据现有动力制造出来的一个社会经济体。人则是驾驭这个“犁”的，主要依赖体力劳动。这三者相互协调，形成一个整体。在农业社会，扶犁是重要的专业技能，需要较长时间才能掌握。牛、人、犁这三者也是相互协调的，构成完整的社会经济结构。
随着蒸汽机的出现，动力逐渐取代了体力。随后，电力作为普遍的能量载体，使得能量传输变得更加便捷。经过两次工业革命，传统体力工作大多已被工业分工的高效化所取代，社会进入知识经济时代，人作为智力主体被高度尊重。
如今，我们迎来了AI时代，它将取代人类的智力，这个智力非常强大，且易于传播。我们需要思考的是，AI将如何改变社会经济结构、行业和社会分工？可以确定的是，在AI时代，AI作为新经济的基础，将成为普遍的社会动力。我们将据此建立新的社会经济结构，这种新结构将与人类相配合，共同构建一个新的社会。这就是我对AI的理解。
现在看AI
现在看AI，类似于我们在计算机刚出来的时候看待它。那时，我们无法想象计算机会如何改变我们的生活。但计算机出现二十年以后，它改变了我们生活的各个层面。同样，我们需要回到这些历史场景中，去观察和想象AI的未来。
过去一年，我与众多科学家讨论AI，试图想做AI，99%和我讨论的人喜欢说“但是”。我可以负责任地说，我在讨论AI时没有说过“但是”，我的“但是”是倒过来的，因为我相信AI近乎无限的可能性。因此我写下这句话与大家分享：“苛求的本质是抵触。”我们不应该抵触AI，而是要热烈拥抱它。
目前AI的应用场景主要可分为以下三类：
第一类是大众普遍的跟风学习与应用。人们通过网络学习、参加培训课程等多种途径学习AI，运用到工作与生活中以提升便利性，如更为便捷地处理生活事项、提高工作中的文字撰写效率、优化资料收集流程等。这种应用较为基础，即便晚些也无伤大雅，如同换季添衣，早几日或迟几日都不会有太大影响，关键在于最终能利用上。
第二类是将AI与企业现有业务相结合，以此提升业务效率的工作。这类做法具有一定价值，当前各企业都在积极探寻业务增效的方法，这种探索与实践有助于达成实际成效。不过从宏观角度看，现代社会分工精细，在常规事务处理上已趋近于效率极限，以水处理行业为例，即使引入数据智能化、系统化、自动化，其提升的效率也相对有限，因自动化和信息化本身尚未被充分挖掘，仅在部分环节增添智慧化手段，效用不大。
第三类则是借助AI实现原本无法完成之事。一方面可能是因效率问题曾被搁置的事务得以推进，如蛋白质结构研究、药物研发等领域，以往靠逐一试验耗时漫长，如今借助AI能将周期大幅缩短，从而开启新的探索。另一方面，由于学科分科和工业分工的长期发展，人们在综合多学科考量时能力受限，而AI的出现打破了这一局限，使得许多原本因需要跨学科、跨领域协同而难以开展的工作成为可能。
三个“AI+水务”的未来设想
1、提升创新效率
今天听到刘锐平老师提到的一个说法——“创新是生意”，这是我听过的最好的词之一。
我们做企业的人，非常清楚创新的原始定义。创新的本质在于为客户打造比原有产品或服务更优质的体验。基于此，我们要着重探讨如何提高科学研究的效率。
水处理是一门高度综合的学科，向客户提供的服务涉及众多因素协同。然而，我们在技术或研发方面取得的突破，往往集中在单一的点上。例如，我们与王爱杰老师合作的硫自养项目，从小试到中试的成功，主要依赖于科学和技术的发现。现在，我们需要将这些发现转化为企业视角的创新，并呈现给客户。对此，我们常用的传统做法是直接应用到实践中。但更为理想的路径，是思考是否应为其专门设计更优质、更适配的反应器。传统的研发路线以实验为核心，依赖经验进行线性推进，往往需要几年时间才能完成几个反应器的设计，期间成本投入巨大，而整个项目的利润却十分有限。如果我希望在反应器上选用新材料，这投入的时间与资源将更多。
今天，AI显然为我们提供了新的可能性。未来关于反应器的所有知识只需一个小模型，若要融入创新元素，即可便捷地在其中增加反应器相关内容；关于材料的选择，只需稍作投入添加进去，就能融入材料相关内容；若要匹配污水处理厂的工程化运营，也可借助一个小模型或相关知识，将其融入后，AI也能协同考量。AI对于创新的意义，是有望在多维度思考决策下，为我们挑选出极为有限的尝试方式，我们得以直接采纳、进行试验，后续再开展中试并推向实践，这正是我心中所构想的效率提升的关键所在。
2、在AI环境下运营
近期我与凯军老师及AI公司多次探讨了污水处理厂在AI环境下的运营模式。例如，针对目前运营管理的1500座污水处理厂，能否将其纳入一个开源且开放的模型中进行统一运营？这种运营模式的意义在于，数据输入涵盖现有的智库数据、管理行为数据以及当地持续输入的动态数据。
在污水处理厂的运营中，人的经验至关重要，这一领域蕴含着丰富的隐性知识，这些知识凭借多年积累形成，却往往难以通过公式或文件进行整理和传承。AI的出现为隐性知识的挖掘以及人类社会经验的积累提供了关键基础和可能性，这是AI应用极具价值的体现。
若将污水处理厂置于AI运营环境下，可在不牺牲各污水处理厂数据隐私的前提下，提取并整合运营经验，将其转化为人类社会共同的运营财富。
此外，可将污水处理厂的运营与城市管理系统相结合。例如，通过输入气象数据，能够实时预测雨洪和溢流情况。基于运营经验，AI可提前预判降水对水质的影响，并提供相应的调整方案。这使得污水处理厂的运营能够与城市服务深度融合。目前，我们已在这些方面开展了一系列实质性的探索和实践工作。
3、AI时代的水务与社会
AI时代的水务与社会息息相关。如果我们不带偏见地看待，无论是水生态、水环境还是水资源，在人类社会中，社会管理是第一位的，技术管理是第二位的。当人们决定修建水库、大坝或饮水工程时，宏观层面的因素远比具体技术细节更具影响力。
从社会管理的角度出发，各要素间的协同互动、平衡方式，以及这种互动最终对水务产生的影响值得更深入地考量。然而，目前并未有一个单一学科能够全面统辖这类复杂知识，也没有学科能够精确计算其中的诸多变量。
以本次论坛所在地——吴江的水环境高质量发展为例，这是当下极为重要的课题。解决这一问题，绝非仅靠对农业面源污染进行长期研究，或单纯依靠修复管道等单一学科手段就能完成。
人类社会通常依靠治理经验来解决问题，依赖具有丰富治理经验的首脑决策，依靠专家论证会上的研讨交流，以及到先进地区参观考察学习等方式积累经验。
在5月20日的思享会中，长江经济带生态环境国家工程研究中心周琰博士提出了在小流域范围内探讨社会各要素互动与水系水质关系的思路。若将这一探索进一步深入，有望在一个相对较小的模型中，直观地向社会展示不同因素变化对流域的影响，比如关闭几家化工厂、引入几个养殖企业、人口翻倍、蛋白质摄入量增加等对于流域的影响。这种社会互动，有助于对人类历史发展治理经验进行有效积累与总结，并将其固化下来。
实际上，人类经常犯错，在很多时候我们的人生经验因为细节过于庞杂细碎，也无法传递给下一代。能够传递的往往只有如牛顿定律等理论知识。AI为人类社会的经验传递提供了非常现实的可能性。社会得以在恰当的模型下，进行充分的互动。彼时，大家可以在模型里查看，如果水价从2块钱调到5块钱，社会经济会产生什么变化？如果修整一条跨省的河流，会有什么变化？如果我们真的把海水淡化引入一个区域，又会有什么变化？在这种模型的互动下，每个议题的结论，将不再是每个专业的单独想象，而是真正意义上的共识，为未来人类社会的新决策模式提供基础。
而这一切，将在不超过20年的时间里变为现实。