总经理 / CFO
看到非收益水、能耗和抢修成本上升，却很难把每个异常追到实际节水、节电或减少出车。
01 · Problem
水务不缺检测，缺的是 detection-to-done。
一个水司可能已经有 SCADA、AMI、DMA、GIS、CMMS、客户热线、实验室、CCTV 检测、泵站监控、视频和现场照片。可是一旦出现夜间流量异常、压力下降、连续用水、泵能耗异常、浊度漂移或溢流风险，团队仍然要在多个系统里追上下文、派人、验证、写报告。
漏损团队
DMA 和 AMI 报了很多信号，但当天到底派谁去哪里、哪个最值钱，仍靠经验筛选。
调度 / 泵站
压力、流量、液位、泵电流和雨情在不同界面，异常合并和处置责任不清。
合规负责人
PFAS、水质、溢流、通知和监管报表需要时间线和证据链，不能临时从截图里拼。
02 · Why We Solve It
每一个未关闭的水务异常，都是水、钱、信任和合规风险。
WaterLoop 不是为了再做一个智慧水务大屏，而是把检测结果变成可审计的运营收益：找回真实漏损和表观损失，减少爆管响应时间，降低泵站 kWh/m3，缩短水质/溢流事件处理，并减少人工报表。
水是收入
非收益水意味着已经取水、处理、加压、输送，却没有变成账单或服务结果。
泵是电费
水务 O&M 的能耗占比高，泵站异常和压力策略直接影响每立方米成本。
溢流是公众事件
雨污溢流、水质漂移和通知延迟，正在被更透明的监测和公众数据放大。
修复才是数据
真正稀缺的是“这个信号最后对应哪次修复、恢复曲线和合规证据”。
03 · Why Now
水务从工程问题，变成财务、合规和气候韧性问题。
老旧管网、PFAS、溢流透明化、城市更新、节水考核和 AMI/传感器普及正在同时发生。客户已经能看见更多异常，下一笔预算会流向能把异常关闭、把收益算清的系统。
$50B
全球非收益水经济影响约每年 500 亿美元，约三分之一供水在到达用户前流失。
$625B
EPA 估算美国饮用水基础设施未来 20 年需求约 6250 亿美元，管网更新压力长期存在。
≤9%
中国到 2025 年城市公共供水管网漏损率目标不高于 9%，试点城市部分片区要求 7%-8%。
2027
中国市政基础设施设备更新覆盖水厂、二次供水、污水监测和城市生命线物联感知。
04 · Insight
水务 AI 的护城河不是发现异常，而是知道异常怎样被解决。
漏检、声学、AMI、SCADA 和水力模型都会继续进步，但它们大多停在“发现”。WaterLoop 的判断是：水务公司真正愿意持续付费的，是从发现到派工、修复、复核、报表和 ROI 的闭环数据。
Alert-to-Case
把连续流量、压力下降、客户来电、管龄和工单历史合并成一个案件，而不是一串孤立告警。
Fix-to-Proof
修复必须有流量/压力恢复、照片、采样、CCTV 或机器人复扫，才能真正关闭。
Proof-to-Model
误报、漏报、人工判断和现场复核回流成 LeRobot/CloudTwin 的训练资产。
05 · Solution
WaterLoop 是跨供应商水务异常闭环层。
它不替代 Xylem、Itron、Sensus、Badger、TaKaDu、FIDO、Bentley、Autodesk、Esri、Cityworks、Maximo、SCADA 或 CCTV AI，而是在这些系统之上，把信号变成有 owner、SLA、证据和价值核算的已关闭异常。
- Observe：读取 SCADA/AMI/DMA/GIS/CMMS/LIMS/CRM/天气/CCTV/机器人和边缘传感，不直接控制生产系统。
- Correlate：按压力区、DMA、管龄、阀门、客户影响、历史工单和天气，把多个信号合并成一个案件。
- Decide：推荐漏损、表观损失、泵异常、溢流风险、水质漂移或误报，并给出优先级和 playbook。
- Act：写回 CMMS/移动工单/班组交接/采样计划/通知草稿，并保留人工审批。
- Verify：用修后曲线、照片、采样、CCTV、机器人复扫和现场签核证明关闭。
06 · Product
第一版不做全城平台，只关掉一个片区的高价值异常。
90 天试点只选 1-3 个 DMA、一个压力区、一个泵站或一个排水汇水区。目标不是展示“智慧水务全景图”，而是证明 WaterLoop 能把异常老化时间、派工时间、漏损量、能耗和报告工时变成可衡量改善。
Detect
夜间流量、连续用水、压力下降、泵电流、液位、浊度、客户来电或 CCTV 缺陷进入事件池。
Explain
系统关联管龄、阀门、道路、历史抢修、天气、影响户数和周边工单，生成根因假设。
Assign
按 m3/day、影响客户、SLA、开挖难度、班组能力和备件情况推荐派工。
Verify
修后流量/压力、水质采样、现场照片、CCTV 或机器人复扫形成关闭条件。
Value
按找回水量、少出车、少抢修、kWh/m3、溢流时长和报表工时计算收益。
07 · Market
中国做“漏损控制 + 厂网一体 + 城市生命线”，海外做 NRW + 合规闭环。
WaterLoop 的客户不是只有大型水司。中型水司、地方水务集团、排水集团、工业园区、城市更新平台和海外拥有 AMI/SCADA 但分析人手不足的 utility，都有“检测很多、关闭很慢”的问题。
供水漏损
DMA、AMI、压力、客户来电和管龄合并，优先处理最值钱、最可信的漏损案件。
泵站能耗
kWh/m3、泵曲线、电流、启停和压力策略进入建议闭环，先建议，不直接控制。
排水溢流
雨情、液位、泵站、堵塞、窨井和 CCTV 缺陷合并成 wet-weather playbook。
水质事件
浊度、余氯、PFAS/采样、客户来电、压力和阀门隔离形成通知与复核流程。
中国城市更新
老旧管网、二供、污水监测、城市生命线和设备更新项目需要从建设转向闭环验收。
海外水务
NRW、老化管网、PFAS、NPDES/CSO/SSO、AMI 普及和公众透明化共同拉动预算。
08 · Business Model
卖 verified operational savings，不卖智慧水务大屏。
收费按片区、连接数、模块、资产包和已验证收益组合。中国版本地部署、私有云、信创/等保/密评适配；海外版强调 Esri/Cityworks/Maximo/SCADA historian API、SOC 2/ISO 风格安全和监管报表导出。
90 天付费试点
中国 18-60 万元，海外 3.5-12 万美元；只选 1-3 个 DMA、一个泵站或一个排水片区。
年度订阅
中国县/小城 30-80 万元/年，城市水司 80-250 万元/年，集团私有云 250-800 万元/年。
模块 / 资产包
NRW、泵能耗、排水溢流、水质事件、CCTV 缺陷、报告包和边缘节点分模块扩展。
成功费
对核验后的节水、找回账单、节电、少出车和报告工时节省收 5%-12% 封顶成功费。
09 · ROI
90 天只看 CFO 能接受的硬指标。
大事故、水质危机和罚款避免都是 upside。第一版回本必须靠更稳的运营账：m3/day、kWh/m3、truck roll、MTTA/MTTR、first-visit resolution、报告小时和可追溯证据。
NRW / 漏损
试点 DMA 最小夜间流量下降 5%-15%，或验证 m3/day 节水和可恢复账单。
响应效率
异常到派工时间下降 20%-40%，WaterLoop 生成工单的一次到场解决率超过 75%。
泵站能耗
不违反压力/服务约束的前提下，试点泵站 kWh/m3 下降 3%-8%。
证据完整度
移动关闭率超过 90%，试点 NRW、能耗、溢流或水质报告能追溯到源数据。
10 · Go To Market
从一个可衡量片区进入，再扩成集团级异常闭环。
销售路径：2 周数据体检，90 天付费试点，年度模块订阅，多片区/多城市扩展。渠道上和水表/AMI、SCADA、GIS、EPC/设计院、NRW 咨询、CCTV 检测、智慧水务集成商合作。
中国路径
水务局、住建/城管、地方水务集团、排水集团、城投平台和园区水务；本地部署和监管导出优先。
海外路径
50k-1M 连接数、NRW 高于 15%、已有 AMI/SCADA、老化管网或溢流审查压力的水司。
先读不控
第一阶段只读 OT/IT 数据，所有现场动作和阀泵控制都需要人工审批，不接管 SCADA。
扩张路径
从漏损扩展到泵能耗、排水溢流、水质事件、CCTV 缺陷、资本计划和集团治理。
11 · Competition
我们不做检测器，不做 AMI，不做 SCADA，也不做 CMMS。
现有玩家非常强：Xylem Vue、Sensus、Itron、Badger、TaKaDu、FIDO、Fracta、Bentley、Autodesk、Trimble Cityworks、Esri、Seeq、Schneider/AVEVA、Siemens、RedZone、SewerAI 都在不同层拥有客户。WaterLoop 的机会是把它们的信号接成关闭结果。
AMI / 计量
强在读表、连续流、客户侧漏水和 meter-to-cash；弱在跨 GIS/CMMS/现场证据闭环。
SCADA / Historian
强在实时监控和报警；弱在案件 owner、SLA、派工、复核和合规证据包。
漏检 / CCTV AI
强在发现漏点或管道缺陷；弱在把发现转成优先级、工单、修后验证和 ROI。
GIS / CMMS
强在资产和工单记录；弱在多源异常合并、价值排序和自动生成可审计关闭链。
12 · Moat
护城河是每个城市的“信号到修复”异常库。
真正难复制的是水司自己的管网拓扑、压力区、阀门逻辑、班组能力、历史工单、修后曲线、客户投诉、采样结果、CCTV 片段和人工判断。WaterLoop 把这些从碎片数据变成可学习的运营资产。
Resolution Dataset
每个案件保存信号、根因、动作、修复、恢复曲线、照片/视频和报告结果。
Utility Playbooks
阀门、道路、采样、通知、班组、SLA 和监管字段沉淀成水司专属流程资产。
Integration Lock-in
接入 SCADA、AMI、GIS、CMMS、CRM、LIMS、CCTV 和智慧水务平台后替换成本上升。
Edge Evidence
泵站、阀井、管廊和机器人产生的边缘证据，让闭环不完全依赖人工描述。
13 · Architecture
边缘节点生成现场证据，中心平台关闭案件。
WaterLoop 采用只读优先、人类审批、分层部署：泵站/阀井/管廊用 Qualcomm edge gateway 做本地推理和缓存，中心平台接入 OT/IT 系统，云端或私有云负责训练、回放和集团治理。
Data Plane
SCADA/OPC-UA/Modbus、AMI、GIS、CMMS、CRM、LIMS、天气、CCTV 和现场移动端。
Edge AI
声学漏损、泵异常、表计 OCR、阀门状态、浊度/水面视觉和现场证据压缩。
Case Engine
风险评分、影响范围、根因建议、工单创建、SLA、审计日志和复核条件。
CloudTwin
LeRobotDataset、HIL 标注、模型训练、AI Hub/QNN profile 和异常库回放。
14 · Competition Demo
比赛 Demo 是低压清水闭环，不是市政级检测或饮用水认证。
用透明管路、12V 小泵、旁路、泄漏阀、浊度杯、压力/流量/电流/视觉传感和人工审批，演示“发现异常 -> 诊断 -> 隔离/旁路/冲洗 -> 验证 -> 关闭 -> LeRobot 数据回流”。
- 台架：1-2L 水箱、透明硅胶/PVC 管、12V 泵、常闭阀/夹管阀、旁路、排水杯、机械泄压、保险和接水盘。
- 传感：主/支路流量、上下游压力、pH/浊度样杯、泵电流、RGB、深度、热像和漏水托盘传感。
- 脚本：触发小泄漏和浊度 slug，系统识别压力/流量/视觉/浊度证据，人工批准后旁路和冲洗，最后复核关闭。
- 边界：不接入市政管网、不处理饮用水、不声明 EPA/NSF/AWWA 认证、不自动做公共健康决策。
15 · Why Qualcomm
水务是 Qualcomm 边缘 AI 最容易规模化的城市基础设施样板之一。
泵站、阀井、管廊、施工现场和移动班组都有带宽、延迟、断网和数据边界问题。Qualcomm 的价值在于让视觉、声学、传感和机器人巡检在现场先形成证据，再把可训练数据回到 CloudTwin。
Offline-First Edge
弱网泵站和现场巡检要先本地缓存、推理、压缩和生成证据。
Multimodal Inference
声学、视觉、热像、流量、电流、浊度和位置数据适合边缘融合。
AI Hub / QNN
检测、分割、声学分类、表计 OCR 和泵异常模型可以走 AI Hub/QNN profile 证据链。
China + Global
中国版本地部署和数据不出域，海外版连接 Cityworks/Maximo/SAP/Infor 与智能水务平台。
16 · Ask
我们要做一个水司愿意试点、评委一眼能看懂的闭环样板。
WaterLoop 不请求 Qualcomm 背书市政检测结论，而是用低风险清水台架证明：机器人、边缘 AI、传感融合、LeRobot 数据和异常闭环，可以组合成一个商业化水务产品。
硬件支持
RB3/QCS 硬件、相机/麦克风/传感器接入、低功耗边缘网关和机器人底盘建议。
AI Hub 支持
声学、视觉、分割、表计 OCR 和多模态异常模型的 QNN profile 指导。
试点数据
寻找 1-3 个 DMA 或工业水网的历史 SCADA/AMI/GIS/CMMS 数据做离线验证。
行业伙伴
连接水表/传感器、智慧水务、CCTV 管道检测、NRW 咨询和地方水务集团。
17 · Claims / Sources
所有主张都保留水务安全和监管边界。
WaterLoop 页面里的漏损、基础设施、政策、能耗、合规和技术数据来自公开来源。比赛 demo 只使用清水低压台架，所有 AI 输出均为建议，物理动作和模型发布需要人工确认。