|
距離2015年國(guó)務(wù)院發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》已經(jīng)過(guò)去三年，各個(gè)行業(yè)大數(shù)據(jù)的應(yīng)用層出不窮，相對(duì)于電信、金融、公安等數(shù)字化成熟度較高的行業(yè)，環(huán)保水務(wù)行業(yè)數(shù)字化起步較晚，2015年的《行動(dòng)綱要》對(duì)環(huán)保行業(yè)的大數(shù)據(jù)發(fā)展起了重要的推動(dòng)作用。桑德環(huán)境、雪迪龍等多家環(huán)保行業(yè)上市公司這一年專門(mén)成立了大數(shù)據(jù)技術(shù)公司，開(kāi)展大數(shù)據(jù)采集和應(yīng)用業(yè)務(wù)，埃睿迪公司也正是在這一年開(kāi)始關(guān)注環(huán)保水務(wù)行業(yè)的大數(shù)據(jù)業(yè)務(wù)。
三年時(shí)間過(guò)去了，我們回顧環(huán)保行業(yè)大數(shù)據(jù)的應(yīng)用現(xiàn)狀發(fā)現(xiàn)，雖然環(huán)保行業(yè)大數(shù)據(jù)應(yīng)用蓬勃發(fā)展，但真正的深層次應(yīng)用仍然非常缺乏，環(huán)保大數(shù)據(jù)這座金礦仍然處于較為原始的狀態(tài)，亟待業(yè)內(nèi)企業(yè)開(kāi)采。如何挖掘環(huán)保大數(shù)據(jù)這座金礦，成為擺在環(huán)保水務(wù)企業(yè)和大數(shù)據(jù)技術(shù)公司面前的一道難題。他山之石可以攻玉，致力于與行業(yè)深度融合的大數(shù)據(jù)公司埃睿迪，借鑒在金融、工業(yè)等行業(yè)積累的經(jīng)驗(yàn)，深入分析環(huán)保行業(yè)業(yè)務(wù)特征，提出了環(huán)保水務(wù)企業(yè)大數(shù)據(jù)價(jià)值挖掘三步走戰(zhàn)略，為環(huán)保水務(wù)企業(yè)勾勒出清晰的行動(dòng)路線。埃睿迪提出的環(huán)保水務(wù)大數(shù)據(jù)三步走戰(zhàn)略包括：構(gòu)建環(huán)保水務(wù)企業(yè)大數(shù)據(jù)金礦;建立環(huán)保大數(shù)據(jù)金礦的挖掘秩序;利用人工智能挖掘大數(shù)據(jù)金礦的核心價(jià)值。
首先要構(gòu)建環(huán)保水務(wù)企業(yè)大數(shù)據(jù)金礦。很多業(yè)內(nèi)人士會(huì)對(duì)這一步提出質(zhì)疑，難道環(huán)保大數(shù)據(jù)金礦不是已經(jīng)擺在那了嗎，還需要去構(gòu)建?這里需要做一定的解釋。環(huán)保水務(wù)企業(yè)的數(shù)據(jù)早已存在這是不爭(zhēng)的事實(shí)，不論是工控?cái)?shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)，還是生產(chǎn)管理數(shù)據(jù)、企業(yè)經(jīng)營(yíng)數(shù)據(jù)，這些數(shù)據(jù)絕大部分在相應(yīng)的信息系統(tǒng)建立的時(shí)候已經(jīng)開(kāi)始產(chǎn)生。但問(wèn)題在于，環(huán)保水務(wù)企業(yè)的這些數(shù)據(jù)非常分散。這就好比黃金元素分散在茫茫沙漠里，盡管我們知道這里面有黃金，但也沒(méi)有辦法開(kāi)采，因?yàn)殚_(kāi)采成本太大了，得不償失。環(huán)保水務(wù)企業(yè)這種分散的數(shù)據(jù)狀態(tài)也是一樣，看起來(lái)有價(jià)值的數(shù)據(jù)卻沒(méi)有辦法挖掘出真正的價(jià)值。這是環(huán)保水務(wù)企業(yè)大數(shù)據(jù)應(yīng)用一直發(fā)展不起來(lái)的一個(gè)關(guān)鍵原因。因此必須先解決數(shù)據(jù)分散的問(wèn)題，讓數(shù)據(jù)匯聚起來(lái)才有開(kāi)采的價(jià)值。構(gòu)建環(huán)保水務(wù)企業(yè)大數(shù)據(jù)金礦的核心是引入數(shù)據(jù)湖(Data Lake)技術(shù)，將分散在各個(gè)工廠、各個(gè)系統(tǒng)、各種文件中的數(shù)據(jù)匯集到數(shù)據(jù)湖，為將來(lái)的數(shù)據(jù)價(jià)值挖掘打下堅(jiān)實(shí)的基礎(chǔ)。與以往的數(shù)據(jù)管理架構(gòu)相比，數(shù)據(jù)湖在技術(shù)實(shí)現(xiàn)、存儲(chǔ)成本等方面均有重大進(jìn)步，存儲(chǔ)成本只有傳統(tǒng)IDC模式的十分之一，數(shù)據(jù)湖將會(huì)成為構(gòu)建環(huán)保大數(shù)據(jù)金礦的首選技術(shù)平臺(tái)。
第二步是要建立環(huán)保大數(shù)據(jù)金礦的挖掘秩序。環(huán)保水務(wù)企業(yè)數(shù)據(jù)湖建立以后，原來(lái)分散的數(shù)據(jù)將會(huì)像流水一樣源源不斷的流入數(shù)據(jù)湖，數(shù)據(jù)就可以在數(shù)據(jù)湖中匯聚起來(lái)。這時(shí)候需要考慮的是如何合理的從數(shù)據(jù)湖的金礦中開(kāi)采出黃金。大數(shù)據(jù)金礦開(kāi)采的合理性主要考慮的是兩個(gè)因素，開(kāi)采成本與收益的平衡、短期效益與長(zhǎng)期效益的平衡。為了解決這方面的問(wèn)題，需要建立環(huán)保大數(shù)據(jù)金礦的挖掘秩序。首先要做的是大數(shù)據(jù)挖掘的基礎(chǔ)性工作，包括元數(shù)據(jù)的梳理、主數(shù)據(jù)的清理和大數(shù)據(jù)的清洗，這就類似于在金礦上建立共同的溝通語(yǔ)言，避免將來(lái)開(kāi)采過(guò)程中出現(xiàn)沖突。其次是理清企業(yè)的大數(shù)據(jù)應(yīng)用需求，包括需求的緊迫度、需求對(duì)業(yè)務(wù)的影響度和改善度，要以顯性化的方式評(píng)估這些需求的價(jià)值，也就是要體現(xiàn)在降本增效、降低風(fēng)險(xiǎn)的具體效果上。最后是形成環(huán)保大數(shù)據(jù)金礦挖掘的次序安排，讓金礦的開(kāi)采收益大于開(kāi)采成本，形成大數(shù)據(jù)金礦挖掘的良性循環(huán)，讓大數(shù)據(jù)與生產(chǎn)運(yùn)營(yíng)深度融合。
第三步是利用人工智能挖掘大數(shù)據(jù)金礦的核心價(jià)值。環(huán)保行業(yè)的數(shù)據(jù)應(yīng)用目前還停留在數(shù)據(jù)監(jiān)測(cè)、數(shù)據(jù)統(tǒng)計(jì)、簡(jiǎn)單數(shù)據(jù)分析的層面上，給環(huán)保水務(wù)企業(yè)帶來(lái)的價(jià)值提升有限，所以很多業(yè)內(nèi)專家不太看好環(huán)保大數(shù)據(jù)的前景。這里面的問(wèn)題出在開(kāi)采工具的選擇上，必須要選擇更為高效、更有洞察力的工具開(kāi)采這座金礦，人工智能在環(huán)保行業(yè)的應(yīng)用恰逢其時(shí)。環(huán)保水務(wù)企業(yè)所關(guān)注的工藝優(yōu)化、節(jié)能降耗、故障預(yù)測(cè)等核心需求，都需要引入人工智能手段，通過(guò)基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)來(lái)實(shí)現(xiàn)。這將給環(huán)保水務(wù)行業(yè)帶來(lái)極大的變革，傳統(tǒng)粗放式的生產(chǎn)管理模式將被逐步淘汰出局，利用人工智能實(shí)現(xiàn)污水處理的精確曝氣、實(shí)現(xiàn)固廢處理的燃料與空氣精確投放，將會(huì)成為環(huán)保水務(wù)企業(yè)常態(tài)性選擇。
為了滿足環(huán)保水務(wù)企業(yè)對(duì)大數(shù)據(jù)和人工智能應(yīng)用的需求，埃睿迪推出了iReadyInsights環(huán)境大腦產(chǎn)品。該產(chǎn)品將大數(shù)據(jù)技術(shù)與行業(yè)專業(yè)知識(shí)深度結(jié)合，專門(mén)服務(wù)于固廢處理、危廢處理、污水處理、城市供水、熱力供應(yīng)等公用事業(yè)企業(yè)，快速高效挖掘環(huán)保大數(shù)據(jù)價(jià)值，幫助企業(yè)實(shí)現(xiàn)生產(chǎn)工藝優(yōu)化、生產(chǎn)成本下降、設(shè)備故障預(yù)測(cè)、經(jīng)營(yíng)效益預(yù)測(cè)等目標(biāo)。
iReadyInsights環(huán)境大腦已經(jīng)在環(huán)保水務(wù)行業(yè)的企業(yè)中得以落地推廣，并廣泛應(yīng)用于生產(chǎn)運(yùn)行實(shí)時(shí)監(jiān)控、生產(chǎn)工藝優(yōu)化、設(shè)備預(yù)防性維修、工廠經(jīng)營(yíng)分析等多個(gè)領(lǐng)域。在某大型環(huán)境服務(wù)集團(tuán)，iReadyInsights環(huán)境大腦平臺(tái)實(shí)現(xiàn)了每年兩萬(wàn)億條分散數(shù)據(jù)的集中管理，通過(guò)人工智能技術(shù)實(shí)現(xiàn)燃料與能源消耗降低10%，設(shè)備損壞造成的非計(jì)劃性停產(chǎn)停爐降低30%，為該集團(tuán)的集中化管理提供了良好的支撐，實(shí)現(xiàn)了對(duì)生產(chǎn)工藝的量化分析和智能優(yōu)化，實(shí)現(xiàn)了企業(yè)大數(shù)據(jù)價(jià)值最大化挖掘。
|
推薦圖片
京ICP080572
