智能化浪潮席卷各行各業，供水行業也不例外。9月25日，泉州市自來水公司總經理陳一如在“2025供水高峰論壇”上作了題為“重構供血神經中樞，大語言模型驅動管理模式與工作流程”的發言。

陳一如

點擊圖片可觀看演講全視頻

行業變革與AI發展機遇

行業正以前所未有的熱情探索與AI的融合之道。國務院“人工智能+城市治理”意見為人工智能技術與產業深度融合指明了發展方向和實施路徑。智能化升級已從“可選項”變為響應國家政策的“必選動作”，更是破解本土供水難題、保障民生與經濟發展的“現實選擇”。

陳一如介紹，從一年來的實踐看，今年DeepSeek模型熱度較高，核心原因在于其開源屬性。開源后，眾多設備廠商、軟件廠商紛紛與之融合，推出一體機等設備融合類產品。

若從ChatGPT算起，人工智能發展至今已有數年。經實踐探索發現，此前的自動化技術，基本能滿足水司在設備融合、生產運營融合方面的基礎要求。

而今年DeepSeek等大語言模型，優勢集中在處理非結構化文本，具備語言分析能力與強大的知識提煉整合力，且能適應多場景、多任務應用。

因此，當前供水企業與AI結合，可先聚焦管理場景，借助大語言模型破解知識、流程、服務等痛點，為后續生產智能化奠定基礎。

知識管理：供水企業進化的核心引擎

供水企業有其特殊性，長年積累的隱性知識往往多于顯性知識?；诖耍覀兲岢觯褐R管理應成為供水企業進化的核心引擎。

知識管理是對組織中的知識資產進行系統化地創造、捕獲、共享和應用的過程。知識管理的模型有以下四種：

一是社會化，從隱性知識到隱性知識，即供水企業里的師帶徒模式。

二是外化，從隱性知識到顯性知識，即技術人員經驗總結成操作手冊。

三是組合化，從顯性知識到顯性知識，即整合生產經營數據，形成經營分析報告。

四是內化，從顯性知識到隱性知識，即員工學習規范后，轉化為實際施工中的標準化操作能力。

企業智慧的增長，關鍵在于推動完成推動知識完成這個循環。

目前，供水行業有五大現實之痛阻礙智慧轉型。

第一，行業特性方面，供水行業具有區域性壟斷特性，與外部行業經驗交流比較少，經驗引入不足。

第二，人員結構方面，專業水平參差不齊，員工數量多，技術人員流失。

第三，工程管理方面，管理不規范，施工依賴個人經驗。

第四，數據基礎方面，圖紙失準，30%資料缺失。

第五，客戶服務方面，經驗無法沉淀，客服應答標準不一。

面對這些難題，需要能夠理解語言、提煉知識、輔助決策的新工具。

實踐與進化：LLM驅動管理與流程智能升級

大語言模型已從理論走向管理實踐，正具體重構工作模式，通過三層級全面覆蓋企業管理場景：頂層聚焦戰略與治理，中層把控流程與內控，底層則依托業務重塑，推動運營與服務提升。

進化一：戰略與治理模式升級

管理模式優化上，錨定國企改革要求，強化政策銜接與戰略引領。

在戰略規劃前瞻化方面，可自動梳理國家、福建省、泉州市相關政策文件以提煉公司利好方向，還能對比各城市標桿供水企業經驗路徑并結合泉州實際輸出差異化戰略建議；

在公司治理現代化方面，能自動總結國家及行業政策要求（如《國有企業改革三年行動》相關指導性意見）來優化完善管理模式，也可系統梳理、審核“三會一層”治理、“三重一大”決策等內部決策議題，自動校驗議題完整性與合規性，避免決策遺漏或流程偏差，保障決策規范高效。

進化二：流程與內控智能化

內部控制流程升級上，對標現代化企業規范，提升流程合規性與效率。

采購流程規范：自動審核采購文件（如招標文件、采購合同），校驗是否符合國家采購政策及企業內規，避免條款歧義或合規風險；同時梳理采購全流程節點，優化供應商篩選、比價等環節的標準。

工程建設項目管控：深度學習供水行業施工規范，自動審核工程內頁資料（如施工方案、驗收報告），校驗資料完整性（如是否缺關鍵驗收簽字、技術參數是否達標），把控項目全流程合規性。

財務與經營管理：快速編制財務報告（如月度經營分析報告），并基于數據自動生成改進建議（如成本優化方向）；結合業務實際（如季節性供水需求波動），輔助制定精準的經營計劃（如旺季供水調度方案）。

合同管理標準化：制定供水行業專屬的標準化合同文本（如用戶供水合同、工程施工合同），嵌入合規條款（如水質保障責任、違約賠償標準），減少合同起草的重復工作量與法律風險。

進化三：運營與服務體驗重塑

圍繞供水企業核心業務，借助LLM分析業務數據，推動流程從“被動響應”向“主動服務”進化。

第一，客戶投訴高效處理。分析歷年來的客戶投訴案例（如水質問題、水壓不足），提煉共性問題，生成標準化解決方案（如水質投訴的現場檢測、反饋流程）；同時分類整理投訴場景，形成可直接復用的答復模板，提升投訴響應速度。

第二，呼叫熱線服務優化。實時分析呼叫熱線來電內容，自動補充、完善應答知識庫（如用戶常見問題答案、政策解讀口徑）；同時優化應答流程（如復雜問題的轉辦機制），減少用戶等待時間。

編輯：徐冰冰