人工智能热到现在，业内基本“统一了思想”，那就是通过人工智能技术，把传统行业武装起来，更高效更智能的解决问题，最终走向“共同富裕”。
于是我们得以见到，第三次崛起、野心勃勃的人工智能挤爆了安防业，挤爆了各大医院的放射科，也挤爆了离钱更近的金融业。此外，还有农业、教育、能源、物流排着队，轮流等待被“翻牌子”。
这场以科技行业为中心，突袭传统行业的战役，现在已经进入相对平稳的阶段。如某互联网大佬所言，当 AI 公司进入一个传统行业后，它就会见到真正的“大哥”。言外之意是，传统行业的水，不是那么好滑的，但这是必经之路。这条路可见的终点，或许就是人类梦寐以求的“万物联网”。
毫无疑问，IBM 是这条路上出发最早的。传统行业的经验绝对是 IBM 的一张王牌，没有行业经验，科技企业想要理解大数据代表的意义，恐怕需要一些时日。
雷锋网据官方资料获知，IBM 已经不再是此前被熟知的软硬件服务提供商，而是一家认知解决方案和云平台公司。转型前后，传统行业都是其最重要的商业战场。在本文中，雷锋网要讲的这个 AI 掘金案例，是来自水行业的一家传统公司——江河瑞通。
江河瑞通是一家什么公司？
1998年，江河瑞通在中关村正式成立，其主营业务非常简单，就是为水行业客户提供相关软件，目前业务已覆盖水利、水务、环保、农业、海洋和军工六大行业，为国家防总、水利部、南水北调及环保海洋部门等千余家客户提供产品和服务。
在成立接近20年的关头上，江河瑞通的创始人田盛华开始琢磨，面对大到几乎无法预估的水利“蛋糕”，为什么一直没有把公司做大，哪里出了问题？此外，原先就有的水利问题，似乎在很长一段时间里，都没有得到跨越性的发展。
2015年，在这个契机上，江河瑞通正好碰到了刚刚转型完的 IBM，二者一拍即合。田盛华向雷锋网谈到：
我们一直在反思，管理、技术、市场哪些地方是不是出了问题？正在这个关键时刻，在反思寻求转型的关键阶段，有幸跟IBM沟通，这个时候 IBM 推出了它的物联网，所以我们开始跟 IBM 合作。从 2015 年的 6 月份合作开始到今天为止，我们在接近3年的时间里，做了三件事。
IBM 和 江河瑞通做了什么？
田盛华说的三件事，分别是江河瑞通物联网平台、模型平台、图像识别和语音交互的应用，把这三件事应用到水利，主要解决的是水多、水少、水浑和水污染四个问题。
所谓水多，就是防洪，每年的初春和盛夏都是头等大事。即便每一年都投入了大量的人、财、物，洪涝灾害依然是新闻中的常客，就在刚刚过去的夏季，连续降雨导致湖南某地遭受洪灾，防洪调度任重道远。
所谓水少，就是水资源分配不均，南多北少，东多西少，需要对缺水地区进行调配，典型工程如南水北调。调水除了是个超级工程之外，怎么调，什么时候调都需要考虑清楚。有的水域水价低，有的水域在不同时间水价不同，如何找到最优解？
所谓水浑，指的是水含沙量越来越高，主要是水土流失，以及地下水位下降所引发的一系列生态环境问题，另外海水倒灌也是每一个临海城市几乎都要面对的问题。以上海黄埔江为例，每年都会遭到海水倒灌，此时就需要上游放水来抵抗海水的倒灌，此前判断是否倒灌，如何调度都是依靠人类的眼睛和相对滞后的供水影响反馈，效率很差效果不佳。
所谓水污染，就是我们理解中的水污染，这不仅是国内面临的环境问题，而且是全球性的环境问题。
除了和“水”直接相关的四大问题，政府出台的“河长制”新政，也给江河瑞通和 IBM 的合作带来了新的机遇。所谓“河长制”，指的是政府要求建立省、省、市、县、乡四级河长体系，由党政一把手担任“河长”，对各自辖区内的水域负总责，但凡出了问题，就会受到追责。在政策的强力之下，各级政府被推动着寻找更为有效、更为智慧的“水利管理工具”。
于是，江河瑞通在 IBM 的帮助之下，研发了三大平台，来一一解决这些问题。具体而言：
江河瑞通物联网平台
江河瑞通的物联网平台，简单来说就是基于物联网技术构建的“水行业传感一张网”，通过这个平台，可以帮助水利管理者在水文、气象、土壤、水质、大气、生态及城市管网等方面，对监测站点、泵站、闸站、水厂实现7*24小时的数据监视，以及设备性能、运行、故障监测，同时通过微信、短信、邮件进行预警。
以防洪这一问题为例，水库是其中最为重要的工程，但各流域的水库不仅分散，而且基本都建设在荒郊野外，这对防洪统一调度来说，难度巨大。在这个方面，江河瑞通凭借自己的物联网平台，在今年一举拿下了全国503个地点，将其全部数据接入平台，从而实现统一管理和监测。
对于水利管理者而言，使用该物联网平台也并非难事。通过“瑞通云平台”，无论是设备接入、获取数据，还是监控分析、应急响应，都只需要简单配置，就能完成整个流程。
行业模型应用平台
田盛华对雷锋网表示，和 IBM 共同完成的第二件事，是行业模型应用平台。
所谓的模型应用云平台，就是建立了一个完整的水行业模型生态圈，能够提供行业计算模型、结果可视化和完整的 API，使得模型计算更为简单。
模型库引擎采用的是瑞通云芯，这使得原本1小时计算的水动力模型，在云平台只需要5分钟。模型库同时也提供一整套 API 接口以供调用，符合 ISO90003 要求的标准输入输出格式，能够为水利管理者提供结果可视化、API 结果的深度集成，解决模型计算集成的问题。
在田盛华看来，做模型的专业人才，将模型看得无比重要，这导致了彼此过于封闭，无法得到大规模的测试，因此在实际的使用中不尽人意。所以，江河瑞通将所有的模型都开放出来，在实际应用中进行调优。
模型平台的建立，也是为了解决实际的问题。田盛华举例说到，模型平台能够发挥重要作用的一个工作，就是实现城市的“畅游活水”。之所以提到“畅游活水”，是因为在城市建设中，每个城市都被人为划分为几个行政区域，这些区域间建设了诸多闸门、泵站，导致“水流速度”严重不足，而在“河长制”推出前，行政区域的管理者各自为政，只解决自己的“分内事”，无法做整体调度。而模型平台配合“河长制”，则可以有效解决这个问题。
上述所说的还只是地面河网、管网的调度，如果地下的管网也同步打通，那么可以让供水、排水更为流畅，则可以一举解决城市供水和内涝的问题。
图像识别与语音交互
图像识别和语音交互，可以说是人工智能发展到现在，最为成熟、应用最多的两个核心技术，但在水利行业确实空白。
此前安装在河流附近的摄像头，主要功能是记录，在“偷盗”、“破坏”等情况发生时，有据可查，完全没有发挥监测和判断的作用。在汛期内，用的还是非常传统低效的“人海战术”，通过人眼来监控巡防“高位运行”的河流，而在应用了图像识别的技术后，就可以实时上传数据，通过手机就能实现监控。
整体而言，目前图像识别技术的应用，主要能够解决四个问题：1）河道水位的变化；2）河流形象直观的变化；3）水质突发性颜色变化；4）保证人员安全。
田盛华也表示，随着未来合作项目的推进，使用场景也会越来越多。
语音交互则主要用于投诉、举报、问答等“客服型”场景。田盛华向雷锋网(公众号：雷锋网)介绍，政府治理河道，也对全部百姓公开了投诉、问政渠道，通过将以往数据训练模型，可以解决大部分百姓的问询。
IBM 还武装了哪些传统行业？
除了水资源行业的江河瑞通外，IBM 在近年来大举布局物联网领域，通过人工智能技术和云服务，为传统行业的企业带来更为智能的业务。在近日举办的 IBM 物联网大会上，来自电梯行业的通力集团、电子制造业的惠而浦、电子质检行业的正文科技、交通运输行业的法国国家铁路公司、零售行业的史泰博都分享了类似案例。
根据官方消息显示，IBM 在170多个国家与6000多家客户有着物联网领域的合作，其中包括全球10大汽车厂商，10大油气公司中的8家，20大多元化公用事业公司中的11家，10大能源企业中的6家，15大最繁忙机场当中的9座以及12家大型航空航天公司中的11家。
从这些数据中，可以看出 IBM 这家老牌 IT 提供商，确实为物联网押下了重注。
