9月25日，由E20環(huán)境平臺·供水服務促進聯(lián)盟主辦的“2025(第十屆)供水高峰論壇”在廣西南寧開幕。沈陽水務集團營運管理中心副主任楊威以“沈陽水務營業(yè)業(yè)務智能體應用與數(shù)據(jù)溯源實踐”為主題，進行了分享。

楊威

（點擊上方照片，觀看楊威在2025供水高峰論壇上的完整分享視頻）

大、小模型結合，服務具體業(yè)務場景

楊威介紹，沈陽水務集團近兩年在數(shù)字化建設方面投入巨大，涵蓋資金、人才、政策和管理等多個維度。

他此前在與百度團隊交流過程中獲悉，當前許多大型企業(yè)正嘗試利用大模型訓練行業(yè)級模型，希望通過自上而下的方式，以行業(yè)模型指導具體業(yè)務場景的問題解決。然而實踐表明，該路徑效果并不理想。一個重要原因在于，行業(yè)級模型的準確性高度依賴數(shù)據(jù)質量，而目前市場上多數(shù)行業(yè)的數(shù)據(jù)質量仍有待提升。

在此情況下，較為可行的做法是采用大模型結合小模型，先解決具體業(yè)務場景中的問題，再通過問題解決過程中形成的高質量數(shù)據(jù)反哺行業(yè)級模型。楊威表示，沈陽水務集團正沿此方向推進，并在部分場景中開展了應用實踐。

客服機器人對話(大模型)

在大模型應用方面，沈陽水務集團客服系統(tǒng)中的智能機器人以DeepSeek大語言模型為底層支撐。該模型在交互過程中首先理解用戶意圖，并結合基于業(yè)務經(jīng)驗構建的交互型知識庫，向用戶輸出回答。

客服機器人對話大模型

針對咨詢類問題，大模型可直接調(diào)用知識庫內(nèi)容予以回復。但在涉及業(yè)務辦理的場景中，則需大模型與業(yè)務系統(tǒng)進行對接。例如，在查詢水費場景中，傳統(tǒng)客服機器人通常通過彈出鏈接引導用戶跳轉至其他頁面，進行半自動化操作以獲取結果。

而當前沈陽水務集團的客服系統(tǒng)已實現(xiàn)直接響應用戶查詢，如告知上月水費金額，并支持進一步詢問其他時段的水費信息。這一過程依托大語言模型調(diào)用業(yè)務系統(tǒng)數(shù)據(jù)完成輸出，表明模型與系統(tǒng)之間的對接是實現(xiàn)業(yè)務場景落地應用的關鍵環(huán)節(jié)。

水表識別(小模型)

在小模型應用方面，沈陽水務集團開發(fā)了水表識別小模型，旨在通過圖像識別技術實現(xiàn)對水表照片的智能解析。該模型的開發(fā)源于實際業(yè)務需求：盡管許多水務公司要求抄表員拍照以加強監(jiān)管，但海量照片的全量復核與審核成為新的挑戰(zhàn)。

為此，沈陽水務集團構建了分級識別流程：首先通過分類算法判斷圖片是否為水表及具體類型，如數(shù)字機械表、指針機械表、電子表或非表類圖像;隨后針對機械表進行讀數(shù)、表號及缺陷識別。在缺陷識別方面，楊威解釋說，現(xiàn)實中存在因拍攝角度、反光等因素導致的識別困難，以及水表本身損壞、銹蝕、無盤等情形，給識別工作帶來了困難。電子表則僅識別表號，因其已具備遠傳功能，無需過多處理。

水表識別小模型

截至目前，該模型訓練樣本數(shù)量已近100萬張，在分類識別方面的準確率達到98%，讀數(shù)與表號識別準確率超過90%。缺陷識別精度仍有提升空間，主要受限于訓練樣本中缺陷樣本數(shù)量不足，預計隨著訓練數(shù)據(jù)的持續(xù)積累，識別率將進一步提高。

水表識別小模型的開發(fā)具有雙重意義：一是提升管理能力，強化監(jiān)管水平;二是為未來開展水量數(shù)據(jù)交易提供存證依據(jù)。目前，該功能正進行SaaS化平臺開發(fā)，以期向有需求的水務公司提供服務。

智能體(混合應用)

在智能體落地應用方面，楊威以換表業(yè)務場景為例進行了說明。當智能機器人在與用戶交流過程中識別到換表意圖時，會引導用戶上傳照片并提交基礎資料，進而確認具體換表需求，隨后自動生成并派發(fā)換表工單。所有換表工單均由智能體實現(xiàn)自動審批。

換表業(yè)務智能體

他談到，該應用對沈陽水務集團意義重大：首先，換表作為供水營業(yè)中的關鍵業(yè)務環(huán)節(jié)，存在一定的監(jiān)管難度與尋租風險，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。沈陽地區(qū)共有403萬用戶卡，每年換表達50多萬次，所有換表流程均通過線上工單完成，每個工單涉及六至七個審批節(jié)點，占用大量人力資源。但實際上，換表工單審核內(nèi)容相對標準化，通過提煉審核規(guī)則，并結合AI識別能力，智能體已能實現(xiàn)大部分換表工單的自動審批。

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，其余無法判斷的工單則轉由人工審核。盡管該場景較為單一且規(guī)模有限，但其實現(xiàn)過程融合了大模型、小模型與業(yè)務系統(tǒng)，對沈陽水務集團乃至智能體在行業(yè)中的落地應用均具有一定示范意義。

編輯：汪茵