|
距離2015年國務院發布《促進大數據發展行動綱要》已經過去三年，各個行業大數據的應用層出不窮，相對于電信、金融、公安等數字化成熟度較高的行業，環保水務行業數字化起步較晚，2015年的《行動綱要》對環保行業的大數據發展起了重要的推動作用。桑德環境、雪迪龍等多家環保行業上市公司這一年專門成立了大數據技術公司，開展大數據采集和應用業務，埃睿迪公司也正是在這一年開始關注環保水務行業的大數據業務。
三年時間過去了，我們回顧環保行業大數據的應用現狀發現，雖然環保行業大數據應用蓬勃發展，但真正的深層次應用仍然非常缺乏，環保大數據這座金礦仍然處于較為原始的狀態，亟待業內企業開采。如何挖掘環保大數據這座金礦，成為擺在環保水務企業和大數據技術公司面前的一道難題。他山之石可以攻玉，致力于與行業深度融合的大數據公司埃睿迪，借鑒在金融、工業等行業積累的經驗，深入分析環保行業業務特征，提出了環保水務企業大數據價值挖掘三步走戰略，為環保水務企業勾勒出清晰的行動路線。埃睿迪提出的環保水務大數據三步走戰略包括：構建環保水務企業大數據金礦;建立環保大數據金礦的挖掘秩序;利用人工智能挖掘大數據金礦的核心價值。
首先要構建環保水務企業大數據金礦。很多業內人士會對這一步提出質疑，難道環保大數據金礦不是已經擺在那了嗎，還需要去構建?這里需要做一定的解釋。環保水務企業的數據早已存在這是不爭的事實，不論是工控數據、監測數據，還是生產管理數據、企業經營數據，這些數據絕大部分在相應的信息系統建立的時候已經開始產生。但問題在于，環保水務企業的這些數據非常分散。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，但也沒有辦法開采，因為開采成本太大了，得不償失。環保水務企業這種分散的數據狀態也是一樣，看起來有價值的數據卻沒有辦法挖掘出真正的價值。這是環保水務企業大數據應用一直發展不起來的一個關鍵原因。因此必須先解決數據分散的問題，讓數據匯聚起來才有開采的價值。構建環保水務企業大數據金礦的核心是引入數據湖(Data Lake)技術，將分散在各個工廠、各個系統、各種文件中的數據匯集到數據湖，為將來的數據價值挖掘打下堅實的基礎。與以往的數據管理架構相比，數據湖在技術實現、存儲成本等方面均有重大進步，存儲成本只有傳統IDC模式的十分之一，數據湖將會成為構建環保大數據金礦的首選技術平臺。
第二步是要建立環保大數據金礦的挖掘秩序。環保水務企業數據湖建立以后，原來分散的數據將會像流水一樣源源不斷的流入數據湖，數據就可以在數據湖中匯聚起來。這時候需要考慮的是如何合理的從數據湖的金礦中開采出黃金。大數據金礦開采的合理性主要考慮的是兩個因素，開采成本與收益的平衡、短期效益與長期效益的平衡。為了解決這方面的問題，需要建立環保大數據金礦的挖掘秩序。首先要做的是大數據挖掘的基礎性工作，包括元數據的梳理、主數據的清理和大數據的清洗，這就類似于在金礦上建立共同的溝通語言，避免將來開采過程中出現沖突。其次是理清企業的大數據應用需求，包括需求的緊迫度、需求對業務的影響度和改善度，要以顯性化的方式評估這些需求的價值，也就是要體現在降本增效、降低風險的具體效果上。最后是形成環保大數據金礦挖掘的次序安排，讓金礦的開采收益大于開采成本，形成大數據金礦挖掘的良性循環，讓大數據與生產運營深度融合。
第三步是利用人工智能挖掘大數據金礦的核心價值。環保行業的數據應用目前還停留在數據監測、數據統計、簡單數據分析的層面上，給環保水務企業帶來的價值提升有限，所以很多業內專家不太看好環保大數據的前景。這里面的問題出在開采工具的選擇上，必須要選擇更為高效、更有洞察力的工具開采這座金礦，人工智能在環保行業的應用恰逢其時。環保水務企業所關注的工藝優化、節能降耗、故障預測等核心需求，都需要引入人工智能手段，通過基于大數據的機器學習來實現。這將給環保水務行業帶來極大的變革，傳統粗放式的生產管理模式將被逐步淘汰出局，利用人工智能實現污水處理的精確曝氣、實現固廢處理的燃料與空氣精確投放，將會成為環保水務企業常態性選擇。
為了滿足環保水務企業對大數據和人工智能應用的需求，埃睿迪推出了iReadyInsights環境大腦產品。該產品將大數據技術與行業專業知識深度結合，專門服務于固廢處理、危廢處理、污水處理、城市供水、熱力供應等公用事業企業，快速高效挖掘環保大數據價值，幫助企業實現生產工藝優化、生產成本下降、設備故障預測、經營效益預測等目標。
iReadyInsights環境大腦已經在環保水務行業的企業中得以落地推廣，并廣泛應用于生產運行實時監控、生產工藝優化、設備預防性維修、工廠經營分析等多個領域。在某大型環境服務集團，iReadyInsights環境大腦平臺實現了每年兩萬億條分散數據的集中管理，通過人工智能技術實現燃料與能源消耗降低10%，設備損壞造成的非計劃性停產停爐降低30%，為該集團的集中化管理提供了良好的支撐，實現了對生產工藝的量化分析和智能優化，實現了企業大數據價值最大化挖掘。
|
推薦圖片
京ICP080572
