智能響應公眾服務 構建“AI智囊團”
目前，北京市智慧水務發展研究院（以 下簡稱智慧水務院）已完成 DeepSeek、 通義千問等開源大模型本地化部署，形成 能夠覆蓋文本對話、深度推理、圖像識 別能力的水務大模型體系。據介紹，智 慧水務 院 從 網 絡 安 全、數 據 安 全、隱 私安全、內容安全出發，以“模型本地 化、數據不出域、內容嚴把控”為原則 筑牢大模型安全防線。 在日常處理“接訴即辦”工作時， 業務人員選中訴求內容，AI助手即刻啟 動檢索程序。這個植入了數萬條歷史回 復資料的智能系統，如同經驗豐富的顧問，能從海量案例中篩選出最貼近當前 訴求的答復供工作人員參考。與之相對 應的，曾經需要人工翻查檔案的復雜流 程，如今在AI的強力加持下，被壓縮至 分秒之間。在面對京通取水戶的政策咨 詢時，水務大模型不僅能幫忙查詢最新 數據，還提供政策解讀、流程推薦、法 規提醒等便民服務功能。 值得注意的是，系統提供的不僅是 模板化的文字，也是努力向專業化建議 靠攏，既符合水務規范，又兼顧人性化 表達。這一項項功能，正成為便民服務 背后的“AI智囊團”。
高效處理基礎工作 打造“專業知識庫”
在 公文 處 理 領 域 ，水 務 OA 系 統 的 公 文 智 能 校 正 模 塊 ，不 僅 能 捕 捉 “的”“地”“得”等不規范使用，更能 識別專業術語的不準確表述。相比通用 型AI工具，這個吸收過水務工作報告、 規劃方案等專業文檔的小助手，展現出 了更精準的邏輯架構能力——在智能寫 作模塊中，輸入基礎信息就能生成結構 清晰的PPT框架以供參考。軟件技術研 究所副主管李昊透露，隨著更多內部資 料的持續輸入，AI產出的內容會越來越 接近水務工作者的思維模式。 到了防汛抗旱的實戰場景，大模型的未來價值也相當可觀。依托水務大模 型，工作人員可以通過對話查詢實時雨 情數據。“大模型并不會自己去查詢實 時數據，我們通過自研算法打通了大模 型與水務大數據中心，解決了大模型數 據時效性短板問題。”李昊介紹，如今 向水務大模型詢問“海淀上個月降雨情 況”“門頭溝去年7月降雨量”等問題， 系統即能精準反饋結果。在檢索防汛資 料時，系統可以從海量信息中定位到專 題段落——從歷史汛情報告到水庫調度 規程，超過百萬字的行業資料構成了AI的 “專業知識庫”。
雙軌策略動態更新 喂養“水務大模型”
“智慧水務1.0階段，我們完成了物 聯網感知平臺、水務大數據中心等基礎 建設，相當于給城市水系統裝上了‘感 知觸角’。”李昊介紹，基于水務大模型 的本地化部署應用深入推進，這套“神 經系統”可以嘗試探索更多智能研判功 能，做到自動拆解任務、調用模型、提供 應對建議等。隨著未來更多場景應用的 開發與上線，可以支撐防汛指揮調度和 風險研判。 李 昊 介 紹，這 套 系 統 的“認 知 能 力”基于對過去案例的學習，雖然“博 學”，但其判斷力仍存在邊界。由于模型 基于逐字推算生成內容，可能產生“虛 構式回答”，對內容產生誤判和曲解。另 一挑戰在于知識更新滯后——模型訓練完成后其知識庫便“凍結”了，想要繼續 進化，就需要源源不斷地輸入新的“養 料”。為此，團隊采用雙軌更新策略：一 方面對接聯網檢索功能，借助搜索引擎 補充最新資訊；另一方面業務部門及時 上傳文件至本地知識庫，相當于為AI配 備動態更新的“水務百科”。 “當前最大瓶頸還是如何讓大模型把 水務專業知識學懂、學透、學精。就像剛 入職的新人需要不斷學習，目前水務各單 位都在積極提供資料。”李昊介紹，目前 正在持續往系統里“喂”各種文檔圖紙等 資料。但即便如此，所有AI生成的技術 報告仍需人工復核數據源頭，“畢竟在眾 多容錯率極低的行業領域，智能的系統 仍需要專業人員的最終把關。”
量身定制模型部署 適配“物聯感知網”
在模型部 署策 略 上，智 慧 水 務 院 堅持“場景適配”原則，結合不同業務 場景選定最合適的模型類型和參數。 “我們不會盲目選擇勉強能跑起來的 ‘大’模 型，而是 選 擇 能 更 好 支 撐 更 多人使 用的‘中’模 型。”李 昊 指出， 目前水務大模型應用的關鍵還是取 決于 數 據是 否充 足、應 用設 計是 否完 善，還 未 到 達 模 型能 力 瓶 頸，所以 這 種“量體裁衣”的選擇，不僅優化了硬 件資源 投 入，也 為技 術迭 代預留了彈 性空間。 城市水務智慧化的核心支撐在于立 體感知網絡與數據中樞的協同構建。當 前全市已經建成涵蓋5510個監測點的物聯感知體系，其中2196個自然循環監測 點重點監測水位、流量、雨量等自然水 文要素；3314個社會循環監測點覆蓋取 水計量、農村污水等民生關鍵環節，形 成覆蓋“從源頭到龍頭”的全鏈條監管 閉環。實時監測的數據持續向水務大數 據中心匯聚，目前已集成涵蓋14.6億條 結構化數據，833萬項文檔、圖片等非結 構化資料的數據“海洋”。 在這場水務智能化變革中，每場雨、 每口井、每條信息都可以幫助AI“積累” 治水智慧。市水務部門將不斷推陳出新， 推進智慧水務有序發展，讓這座城市的 “水務大腦”進化得更智慧、更聰明。 文/記者 楊丹婷
目前，北京市智慧水務發展研究院（以 下簡稱智慧水務院）已完成 DeepSeek、 通義千問等開源大模型本地化部署，形成 能夠覆蓋文本對話、深度推理、圖像識 別能力的水務大模型體系。據介紹，智 慧水務 院 從 網 絡 安 全、數 據 安 全、隱 私安全、內容安全出發，以“模型本地 化、數據不出域、內容嚴把控”為原則 筑牢大模型安全防線。 在日常處理“接訴即辦”工作時， 業務人員選中訴求內容，AI助手即刻啟 動檢索程序。這個植入了數萬條歷史回 復資料的智能系統，如同經驗豐富的顧問，能從海量案例中篩選出最貼近當前 訴求的答復供工作人員參考。與之相對 應的，曾經需要人工翻查檔案的復雜流 程，如今在AI的強力加持下，被壓縮至 分秒之間。在面對京通取水戶的政策咨 詢時，水務大模型不僅能幫忙查詢最新 數據，還提供政策解讀、流程推薦、法 規提醒等便民服務功能。 值得注意的是，系統提供的不僅是 模板化的文字，也是努力向專業化建議 靠攏，既符合水務規范，又兼顧人性化 表達。這一項項功能，正成為便民服務 背后的“AI智囊團”。
高效處理基礎工作 打造“專業知識庫”
在 公文 處 理 領 域 ，水 務 OA 系 統 的 公 文 智 能 校 正 模 塊 ，不 僅 能 捕 捉 “的”“地”“得”等不規范使用，更能 識別專業術語的不準確表述。相比通用 型AI工具，這個吸收過水務工作報告、 規劃方案等專業文檔的小助手，展現出 了更精準的邏輯架構能力——在智能寫 作模塊中，輸入基礎信息就能生成結構 清晰的PPT框架以供參考。軟件技術研 究所副主管李昊透露，隨著更多內部資 料的持續輸入，AI產出的內容會越來越 接近水務工作者的思維模式。 到了防汛抗旱的實戰場景，大模型的未來價值也相當可觀。依托水務大模 型，工作人員可以通過對話查詢實時雨 情數據。“大模型并不會自己去查詢實 時數據，我們通過自研算法打通了大模 型與水務大數據中心，解決了大模型數 據時效性短板問題。”李昊介紹，如今 向水務大模型詢問“海淀上個月降雨情 況”“門頭溝去年7月降雨量”等問題， 系統即能精準反饋結果。在檢索防汛資 料時，系統可以從海量信息中定位到專 題段落——從歷史汛情報告到水庫調度 規程，超過百萬字的行業資料構成了AI的 “專業知識庫”。
雙軌策略動態更新 喂養“水務大模型”
“智慧水務1.0階段，我們完成了物 聯網感知平臺、水務大數據中心等基礎 建設，相當于給城市水系統裝上了‘感 知觸角’。”李昊介紹，基于水務大模型 的本地化部署應用深入推進，這套“神 經系統”可以嘗試探索更多智能研判功 能，做到自動拆解任務、調用模型、提供 應對建議等。隨著未來更多場景應用的 開發與上線，可以支撐防汛指揮調度和 風險研判。 李 昊 介 紹，這 套 系 統 的“認 知 能 力”基于對過去案例的學習，雖然“博 學”，但其判斷力仍存在邊界。由于模型 基于逐字推算生成內容，可能產生“虛 構式回答”，對內容產生誤判和曲解。另 一挑戰在于知識更新滯后——模型訓練完成后其知識庫便“凍結”了，想要繼續 進化，就需要源源不斷地輸入新的“養 料”。為此，團隊采用雙軌更新策略：一 方面對接聯網檢索功能，借助搜索引擎 補充最新資訊；另一方面業務部門及時 上傳文件至本地知識庫，相當于為AI配 備動態更新的“水務百科”。 “當前最大瓶頸還是如何讓大模型把 水務專業知識學懂、學透、學精。就像剛 入職的新人需要不斷學習，目前水務各單 位都在積極提供資料。”李昊介紹，目前 正在持續往系統里“喂”各種文檔圖紙等 資料。但即便如此，所有AI生成的技術 報告仍需人工復核數據源頭，“畢竟在眾 多容錯率極低的行業領域，智能的系統 仍需要專業人員的最終把關。”
量身定制模型部署 適配“物聯感知網”
在模型部 署策 略 上，智 慧 水 務 院 堅持“場景適配”原則，結合不同業務 場景選定最合適的模型類型和參數。 “我們不會盲目選擇勉強能跑起來的 ‘大’模 型，而是 選 擇 能 更 好 支 撐 更 多人使 用的‘中’模 型。”李 昊 指出， 目前水務大模型應用的關鍵還是取 決于 數 據是 否充 足、應 用設 計是 否完 善，還 未 到 達 模 型能 力 瓶 頸，所以 這 種“量體裁衣”的選擇，不僅優化了硬 件資源 投 入，也 為技 術迭 代預留了彈 性空間。 城市水務智慧化的核心支撐在于立 體感知網絡與數據中樞的協同構建。當 前全市已經建成涵蓋5510個監測點的物聯感知體系，其中2196個自然循環監測 點重點監測水位、流量、雨量等自然水 文要素；3314個社會循環監測點覆蓋取 水計量、農村污水等民生關鍵環節，形 成覆蓋“從源頭到龍頭”的全鏈條監管 閉環。實時監測的數據持續向水務大數 據中心匯聚，目前已集成涵蓋14.6億條 結構化數據，833萬項文檔、圖片等非結 構化資料的數據“海洋”。 在這場水務智能化變革中，每場雨、 每口井、每條信息都可以幫助AI“積累” 治水智慧。市水務部門將不斷推陳出新， 推進智慧水務有序發展，讓這座城市的 “水務大腦”進化得更智慧、更聰明。 文/記者 楊丹婷
