打卡智能中国（三）：一位水厂文员的多重身份

跟全国各地、各种岗位的工作者交流过，福建某自来水工厂的小夏，是令我们团队都印象深刻的一个。

这个1997年出生的男孩，用现在流行的话说，一毕业就顺利“上岸”了，回老家成了一名负责党政工作的文员。在“早中晚一天三盅茶”的福建，小夏的人生轨迹似乎已经被写好，字里行间都应该印着两个大字“躺平”——但，实际并不是！

2020年底，我们一群人到访了位于南方某小城市的自来水工厂，并非技术专业出身的小夏，被临时派来负责讲解。

他说：“我小时候供水就不是很充足，三天两头遇上停水的情况。”小夏用自己的童年经历，一下子让我们这些外地人get到了水厂智能化的价值。

（小夏所在的自来水厂一角）

他说：“水厂的水从河里抽上来之后，要经过沉淀、添加滤料等一系列流程进行净化，以前都是靠人工经验，水质不稳定，现在通过AI算法来自动添加滤料，可以确保流入自来水管网的都是放心水。”带我们参观水厂各厂房，小夏对一线生产摸得门儿清。

他说：“以前我们的工人要每天在设备机房里奔走，做的都是体力活，永远都是一身水一身泥，现在有异常会自动推送到手机app上，工作人员再去处理。”小夏在中控室一边介绍，一边打开自己的手机后台，让我们清楚地看到消息提醒页面。

最近，很多人都担心自己的白领工作被GPT-4取代，但AI其实早已经在产业里应用好几年了，显然并没有取代小夏，反而让他拥有了“办公室文员+数字化技术人员+宣传专员+媒体接待”等多重身份，职业发展有了更大空间和更多可能。

人在智能时代如何生存，小夏或许可以作为一个侧写。他所在的水厂，也成为小城市工业企业的智能化转型缩影。

莫言小城无春到

提起AI，大家第一时间想到的都是硅谷、北上广等头部城市，以及穿梭在各种高峰论坛的极客、创业者、投资人们，炮制着“颠覆世界”“炸裂技术”“奇点临近”之类的话题，引得全球媒体一惊一乍。

如果你接触到小夏和他的同事们，或许能够缓解一下“被取代焦虑症”。

ChatGPT或许可以在上线的几十小时内，就影响到上亿写字楼打工人，而智能技术要完整覆盖一个水务产业链，往往要几年的时间去孕育。

首先，城市水务的链条很长，包括原水、制水、供水、排水、污水、节水等，其中每个环节有大量可被数字化、智能化技术入驻的场景，开发需求很大。

就算出现了行业大模型这样的工具，还需要人工来进行模型精调、高质量标注、人类指令反馈优化，目前水务行业的AI人才储备和开发效率是跟不上的。拿小夏所在的三线以下城市水厂来说，根本招不到、招不起AI算法工程师，只能靠原有的IT部门人员去学习AI，这个补课过程是比较慢的。

（数字化水厂实时管理）

其次，水务管网复杂，改造要面临较大的历史包袱。很多城市的自来水管网新旧并存，二次供水设备落后，导致酱油水、高层居民用水不稳定。而城市基础设施的翻新改造，是“一把手工程”，需要非常强的主动求变意识。

小夏所在的水厂之所以在2020年就开始尝试智能化，跟当地水务集团的自驱力有直接关系，也得益于该临海城市对水务等环境产业升级的重视，这种“软实力”是AI落地的前提。

（加压站）

此外，水务智能化是一个综合工程，决策智能的数据规模、数据质量、数据互联、算力软硬件，最终具体到小夏手机里的应用程序，需要AI+IoT+网+云的全面构建。这就带来了两个问题：一方面，水务企业需要一个“综合服务商”，能够提供一揽子解决方案，囊括所需要的产品、硬件和服务；另一方面，这种把软件服务变成项目、工程的商业模式，又很容易导致过度消费，让企业为解决一个简单的问题而买了一大堆不必要的东西。

（数字化水厂需要的物联网设备）

既要投资AI，又要把钱花在刀刃上，小夏所在的水务企业是这么干的：

1.阶段性建设。不追求一步到位，而是学习软件行业的“小步快跑，试错迭代”，水务行业的数据基础比较薄弱，在引入智能之前，首先就需要扩充水务大数据的规模与质量，因此小夏所在的水厂，就着重建成了大数据平台，通过传感器、摄像头、物联网等设备，采集高质量的数据，先用最必要的成本，上线最基础的数据中台。

2.与云厂商合作。小夏所在水厂的智能化整体方案和平台建设，是与国内某一家云厂商合作的。和传统企业软件集成商的打包销售模式不同，用云可以弹性付费，有的云软件还支持订阅制付费，所以水务企业只需为真正有价值的AI付费，这样能避免一些不必要的成本。

（智慧供水系统截图）

3.重点场景落地。我们到访时，当地水务系统落地的AI，核心作用就是两个：一是厂区安防，小夏带我们参观时介绍到，工厂已经用上了抽烟检测、电子围栏以及安全帽监测模型，来保障作业安全，及时预警，这是一线生产当前非常需要的，机器视觉技术成熟，所以投资回报比很高。

二是智慧泵房，也就是当地各个小区的二次加压泵房，以前要靠人工调压来保障高层用水的稳定性，改造之后借助AI算法预测，自动给出泵机、进出水压力值的调整建议，既保证了居民的用水体验，也减少了设备维修保养的劳动强度，这是让居民和员工可以实实在在感受到AI价值的场景，也为后续智能化的推进建立信心。

（供水设备）

从2016年进入大众视野，有些人会觉得AI太厉害了，下一秒就要砸掉人类的饭碗。还有些人会觉得AI没想象中厉害，听的最多的就是安防、质检，智能化搞了半天还在建数据系统，既不复杂，也不炫酷。

天街小雨润如酥，草色遥看近却无。AI的存在或许不扎眼，但属于AI的春天，其实已经伴随着技术向产业的滴灌，势不可挡地来了。

云厂商的多重身份

通过云来引入AI，是这座小城市水厂的选择，背后是云市场的风云变幻。

今天，很多人认同，ChatGPT开启的AI 2.0 时代，AI会成为云市场的“Game Changer”，其实，早在2019年左右，各大云厂商就已经开始明确地拥抱AI了。

国内各大云厂商纷纷改名“XX云智能”“XX智能云”，谷歌和微软这两朵云也很强调AI能力，2019年微软第一次投资OpenAI就给了10亿美元。

传统云市场靠卖IaaS基础设施，是大亏特亏的，云厂商都是赔本赚吆喝，而AI应用和服务要跑在云端，可以让云厂商赚到SaaS市场的钱，售卖AI能力和解决方案。而云市场商业模式的变化，也导致云厂商的核心能力变了。

小夏所在的水务企业，合作方就是某国内智能云厂商，在实际服务中，还会提供很多除了云资源和AI以外的能力。

比如网络。自来水厂安装了大量智能高清摄像头来进行安防监控，问题来了，厂里原本的网络带宽有限，根本不支持高清视频画面的实时传输分析处理，一开始只能先把摄像头都关着，等网络升级了再说。

比如培训。前面提到，水厂作为传统行业，IT人员刚刚开始学习AI能力，开发基于业务的个性化算法模型还有一定的难度，所以云合作方还会提供开发框架、开发工具、API、基础模型等资源和培训，还有针对管理人员、软件集成合作方的定期沙龙。

咨询服务。水厂智能化要从零开始，分阶段、分步骤地进行，云厂商不仅要交付一整套软硬件解决方案，还担负着咨询、研判等前期工作，确定AI落地应用的场景、节奏、规模，帮着落地调优，指导工作人员操作，提供长时间的运维服务。

对了，还有宣传。以前，企业买几台云服务器，并没有什么好宣传的，而引入智能化解决方案，进行数字化转型，“敢为人先”的变革者，要调动整个组织的大量资源，当然希望阻力越小越好、信心越大越好，传统行业的宣传能力和媒体资源是比较有限的，也会很希望得到云厂商的宣传支持。

云市场的产业链关系，在AI驱动下变得更加复杂，体现在云厂商并非有了AI技术就能高枕无忧、躺着数钱，还要建立新的能力版图。和小夏一样，云厂商也需要多重身份，才能生存下去。而现在，这种身份又有了新的变化。

从2023开始，

AI变成社会行动

AI的进步真是日新月异，ChatGPT的出现引发了2023开年的AI全民狂欢，刚刚升级的GPT-4又被证明有通用人工智能的能力，这一年注定要写入AI史册，同时给激烈竞争中的云市场，带来最大也是最不确定的影响因素。

凭借云与AI的紧密关系，云厂商也成为引领AI新技术的第一梯队。微软、谷歌、百度，这些有云业务的科技大厂已经相继发布了大语言模型，阿里、华为、腾讯，应该也不会掉队。

类OpenAI的产品问世，云厂商又该怎么把AI能力卖出去？如何释放AI给云服务的增益价值？

这时候，已经先跑一步的微软，展现出了和AI技术迭代一样迅猛的生态扩张速度，包括：

1. 应用合作层面，进入2023年，微软Azure云服务的动作，也随着AI大跃进，不断整合OpenAI推出的最新AI技术和能力，包括ChatGPT、DALL-E2、GPT-4，与AI算力厂商英伟达合作，将Omniverse Cloud引入Azure云服务和365企业套件。在全球版Azure服务中正式上线了Azure OpenAI服务，让云平台变成一个足够丰富的AI应用超市。

2. 开源社区层面，为开发者提供更趁手的工具，提升AI开发的生产效率，同时将更多开发者更紧密地与自己的框架和开发生态绑定。前不久，微软宣布开源了SK（语义内核）框架，帮助开发人员轻松将GPT-4等大语言模型功能集成在产品中，以简化开发AI应用程序难度，而SK支持Azure OpenAI 服务。

3. 企业生态层面，利用独家新技术，强化企业客户对云服务的关注度。支持软件服务集成商开发基于PaaS的定制方案。又投入数十亿美元增强Azure基础设施的AI模型训练能力。

一言以蔽之，就是举社会之力。动员整个社会体系，从个人到企业，从开发者到软件商，都去拥抱AI，从基层释放创造力。云厂商又多了一重身份：智能社会动员者，用互联网黑化来说，就是生态孵化。