9月25日，由E20環(huán)境平臺(tái)·供水服務(wù)促進(jìn)聯(lián)盟主辦的“2025(第十屆)供水高峰論壇”在廣西南寧開(kāi)幕。沈陽(yáng)水務(wù)集團(tuán)營(yíng)運(yùn)管理中心副主任楊威以“沈陽(yáng)水務(wù)營(yíng)業(yè)業(yè)務(wù)智能體應(yīng)用與數(shù)據(jù)溯源實(shí)踐”為主題，進(jìn)行了分享。

楊威

（點(diǎn)擊上方照片，觀看楊威在2025供水高峰論壇上的完整分享視頻）

大、小模型結(jié)合，服務(wù)具體業(yè)務(wù)場(chǎng)景

楊威介紹，沈陽(yáng)水務(wù)集團(tuán)近兩年在數(shù)字化建設(shè)方面投入巨大，涵蓋資金、人才、政策和管理等多個(gè)維度。

他此前在與百度團(tuán)隊(duì)交流過(guò)程中獲悉，當(dāng)前許多大型企業(yè)正嘗試?yán)么竽Ｐ陀?xùn)練行業(yè)級(jí)模型，希望通過(guò)自上而下的方式，以行業(yè)模型指導(dǎo)具體業(yè)務(wù)場(chǎng)景的問(wèn)題解決。然而實(shí)踐表明，該路徑效果并不理想。一個(gè)重要原因在于，行業(yè)級(jí)模型的準(zhǔn)確性高度依賴數(shù)據(jù)質(zhì)量，而目前市場(chǎng)上多數(shù)行業(yè)的數(shù)據(jù)質(zhì)量仍有待提升。

在此情況下，較為可行的做法是采用大模型結(jié)合小模型，先解決具體業(yè)務(wù)場(chǎng)景中的問(wèn)題，再通過(guò)問(wèn)題解決過(guò)程中形成的高質(zhì)量數(shù)據(jù)反哺行業(yè)級(jí)模型。楊威表示，沈陽(yáng)水務(wù)集團(tuán)正沿此方向推進(jìn)，并在部分場(chǎng)景中開(kāi)展了應(yīng)用實(shí)踐。

客服機(jī)器人對(duì)話(大模型)

在大模型應(yīng)用方面，沈陽(yáng)水務(wù)集團(tuán)客服系統(tǒng)中的智能機(jī)器人以DeepSeek大語(yǔ)言模型為底層支撐。該模型在交互過(guò)程中首先理解用戶意圖，并結(jié)合基于業(yè)務(wù)經(jīng)驗(yàn)構(gòu)建的交互型知識(shí)庫(kù)，向用戶輸出回答。

客服機(jī)器人對(duì)話大模型

針對(duì)咨詢類問(wèn)題，大模型可直接調(diào)用知識(shí)庫(kù)內(nèi)容予以回復(fù)。但在涉及業(yè)務(wù)辦理的場(chǎng)景中，則需大模型與業(yè)務(wù)系統(tǒng)進(jìn)行對(duì)接。例如，在查詢水費(fèi)場(chǎng)景中，傳統(tǒng)客服機(jī)器人通常通過(guò)彈出鏈接引導(dǎo)用戶跳轉(zhuǎn)至其他頁(yè)面，進(jìn)行半自動(dòng)化操作以獲取結(jié)果。

而當(dāng)前沈陽(yáng)水務(wù)集團(tuán)的客服系統(tǒng)已實(shí)現(xiàn)直接響應(yīng)用戶查詢，如告知上月水費(fèi)金額，并支持進(jìn)一步詢問(wèn)其他時(shí)段的水費(fèi)信息。這一過(guò)程依托大語(yǔ)言模型調(diào)用業(yè)務(wù)系統(tǒng)數(shù)據(jù)完成輸出，表明模型與系統(tǒng)之間的對(duì)接是實(shí)現(xiàn)業(yè)務(wù)場(chǎng)景落地應(yīng)用的關(guān)鍵環(huán)節(jié)。

水表識(shí)別(小模型)

在小模型應(yīng)用方面，沈陽(yáng)水務(wù)集團(tuán)開(kāi)發(fā)了水表識(shí)別小模型，旨在通過(guò)圖像識(shí)別技術(shù)實(shí)現(xiàn)對(duì)水表照片的智能解析。該模型的開(kāi)發(fā)源于實(shí)際業(yè)務(wù)需求：盡管許多水務(wù)公司要求抄表員拍照以加強(qiáng)監(jiān)管，但海量照片的全量復(fù)核與審核成為新的挑戰(zhàn)。

為此，沈陽(yáng)水務(wù)集團(tuán)構(gòu)建了分級(jí)識(shí)別流程：首先通過(guò)分類算法判斷圖片是否為水表及具體類型，如數(shù)字機(jī)械表、指針機(jī)械表、電子表或非表類圖像;隨后針對(duì)機(jī)械表進(jìn)行讀數(shù)、表號(hào)及缺陷識(shí)別。在缺陷識(shí)別方面，楊威解釋說(shuō)，現(xiàn)實(shí)中存在因拍攝角度、反光等因素導(dǎo)致的識(shí)別困難，以及水表本身?yè)p壞、銹蝕、無(wú)盤(pán)等情形，給識(shí)別工作帶來(lái)了困難。電子表則僅識(shí)別表號(hào)，因其已具備遠(yuǎn)傳功能，無(wú)需過(guò)多處理。

水表識(shí)別小模型

截至目前，該模型訓(xùn)練樣本數(shù)量已近100萬(wàn)張，在分類識(shí)別方面的準(zhǔn)確率達(dá)到98%，讀數(shù)與表號(hào)識(shí)別準(zhǔn)確率超過(guò)90%。缺陷識(shí)別精度仍有提升空間，主要受限于訓(xùn)練樣本中缺陷樣本數(shù)量不足，預(yù)計(jì)隨著訓(xùn)練數(shù)據(jù)的持續(xù)積累，識(shí)別率將進(jìn)一步提高。

水表識(shí)別小模型的開(kāi)發(fā)具有雙重意義：一是提升管理能力，強(qiáng)化監(jiān)管水平;二是為未來(lái)開(kāi)展水量數(shù)據(jù)交易提供存證依據(jù)。目前，該功能正進(jìn)行SaaS化平臺(tái)開(kāi)發(fā)，以期向有需求的水務(wù)公司提供服務(wù)。

智能體(混合應(yīng)用)

在智能體落地應(yīng)用方面，楊威以換表業(yè)務(wù)場(chǎng)景為例進(jìn)行了說(shuō)明。當(dāng)智能機(jī)器人在與用戶交流過(guò)程中識(shí)別到換表意圖時(shí)，會(huì)引導(dǎo)用戶上傳照片并提交基礎(chǔ)資料，進(jìn)而確認(rèn)具體換表需求，隨后自動(dòng)生成并派發(fā)換表工單。所有換表工單均由智能體實(shí)現(xiàn)自動(dòng)審批。

換表業(yè)務(wù)智能體

他談到，該應(yīng)用對(duì)沈陽(yáng)水務(wù)集團(tuán)意義重大：首先，換表作為供水營(yíng)業(yè)中的關(guān)鍵業(yè)務(wù)環(huán)節(jié)，存在一定的監(jiān)管難度與尋租風(fēng)險(xiǎn)，采用AI審批可在一定程度上提升流程的客觀性與可靠性;

其次，系統(tǒng)大幅提升了換表工單的審批效率。沈陽(yáng)地區(qū)共有403萬(wàn)用戶卡，每年換表達(dá)50多萬(wàn)次，所有換表流程均通過(guò)線上工單完成，每個(gè)工單涉及六至七個(gè)審批節(jié)點(diǎn)，占用大量人力資源。但實(shí)際上，換表工單審核內(nèi)容相對(duì)標(biāo)準(zhǔn)化，通過(guò)提煉審核規(guī)則，并結(jié)合AI識(shí)別能力，智能體已能實(shí)現(xiàn)大部分換表工單的自動(dòng)審批。

盡管存在少數(shù)難以判斷是否合理的情況，但目前已有70%以上的工單可由智能體直接完成審批，其余無(wú)法判斷的工單則轉(zhuǎn)由人工審核。盡管該場(chǎng)景較為單一且規(guī)模有限，但其實(shí)現(xiàn)過(guò)程融合了大模型、小模型與業(yè)務(wù)系統(tǒng)，對(duì)沈陽(yáng)水務(wù)集團(tuán)乃至智能體在行業(yè)中的落地應(yīng)用均具有一定示范意義。

編輯：汪茵