人工智慧（Artificial Intelligence, AI）、機器學習（Machine Learning, ML）、深度學習（Deep Learning, DL）……從物聯網（IoT）升級到智慧聯網（AIoT），下一個世代的科技革新對水資源產業將會產生什麼樣的影響？

基士德環科看好AIoT市場潛力，早在2015年就成立智慧水務推動小組，聚焦淨/污(廢)水處理、污泥處理及河道淨化等相關產業，提供包含技術支援、設備維修、智慧監控與節能規劃的全方位服務。

2018年更進一步提出「設備賦能」及「程控智聯」兩大策略方向，前者以水泵、風機等單機設備的物聯網化為主，提供設備管控預警機制，能降低機組維護成本、延長使用壽命；後者著重於流程中各單元監控與管理系統的智慧化，以及大數據分析、邊緣運算等關鍵核心技術，以2019年開發完成的「生物與化學處理單元程序」為例，就能針對污泥沉降、生物活性、曝氣量等重點環節有效提昇營運效益。

基士德環科技術總監卓伯全提到，智慧水務團隊除了AI專家以外，還納入了數據工程師、資料科學家與環工領域專家，「在不到2年的時間內，團隊就完成了污水處理系統的智能化操控及智慧管理AI模型，後續也透過實場驗證完善模型設計，正式導入實務應用。」

2021年，基士德環科完成了ML/DL/AI等SaaS（Software As A Service；軟體即服務）平台的研發工作，在智慧水務服務平台「WaterOps」上推出污水處理廠「數位孿生（Digital Twins）」技術，服務對象包括負責污水廠規劃設計的顧問公司與工程公司、營運管理商、各行業廢水處理與回收商、政府與學研機構、設備製造商、設備巡檢與維護者等等，客戶無須自組AI團隊，就能利用平台上的AI模型進行模擬分析。

簡單來說，客戶可先將基本水務資料輸入WaterOps中產生虛擬系統，借助AI模型進行前期模擬，完成後再對照建置實體系統與AI管理中心，並依現場監測數據不斷修正調整，所得成果可再回饋到虛擬系統更新模型、持續優化。虛實相輔的孿生概念，讓日常營運或事前評估都能更為精準。

透過 MLOps 即時運算中心與AI控制模組的結合，數位孿生技術能因應動態進流水量、水質變化及環境條件變異等參數，採用適性高且調控彈性佳的類神經網路演算法建模，藉由大數據運算機制，提供即時監控、遠程控管、成效評估、水質預測、污染預防及主動告警等功能。

卓伯全指出：「臺灣的污水處理廠大部分將屆使用年限，不論是要全面新建或分區逐步更新，都能利用WaterOps有效進行全生命週期管理。」尤其近年聯合國永續發展目標（SDGs）中的「水資源循環再利用」備受重視，導入數位孿生技術能促進再生水回收效率及節能減碳，並可延長廠區生命週期，對推動循環經濟與ESG理念是一大利多。

目前國際間的智慧水務應用多著重在物聯網化，以數位化資料的收集、統整為主，少有以AI模型預判、改善或管理的實例。基士德環科在本屆（2022）台灣國際水週展覽中，將搶先展出WaterOps在生物科技園區水資源處理廠與水資源回收中心的實際應用狀況，未來也將陸續在國際期刊與論壇上發表相關成果，助力水資源產業跨入智慧水務運營新時代。

基士德生態系
攤位號碼: A0333