暴雨真正来临时，防汛一线最缺的是什么？

可能不是数据，而是时间。

一场雨从天上落下来，要变成“洪峰什么时候到”“水库要不要提前泄洪”“群众什么时候转移”的判断，中间要经过气象预报、水文模型、实时监测、专家研判等多个环节。过去，这条链路往往很长；如今，人工智能正在尝试把其中一些环节不断压缩。

在福州溪源溪流域数字孪生平台演示现场，工作人员输入一句“降雨对水库有什么影响”，系统便自动完成演算，给出常规泄洪、提前预泄两套方案，并对泄水量、闸孔开度等逐项推演。

从一个月到一分钟，从固定预报到5分钟更新，从提前15分钟研判到30分钟预警……AI进入防汛防台一线，正在争夺的，始终是时间。

水利行业有一个专业名词：“率定”（通俗来讲，就是“校准”）。

以经典的新安江模型为例，16个参数彼此关联。过去，水文专家要根据经验设定初值，反复试算、等待结果，再调整参数，一个模型率定往往需要数天甚至一个月。

更大的问题是，河道、河床以及人类活动都在变化，模型参数也需要持续修正。长期从事水利信息化的四创科技有限公司，尝试用混合优化算法替代大量人工试错，让机器根据最新场次洪水数据不断迭代。

“以前率定靠人工不断试错，跑一次、等一次结果；现在机器设定目标后自动迭代。”四创科技研究院院长黄敏说。

率定周期由此缩短80%以上，从数天压缩到分钟级。

“老水利人越来越少了。”黄敏说。这意味着，AI解决的不只是效率问题，也在帮助一个依赖长期经验的行业，把分散在专家大脑里的知识逐步沉淀为可调用的系统能力。

“要做到心中有数”，四创科技企业展厅的这句标语，正是防汛防台从“凭经验”走向“靠数据”的生动注脚。人民网记者 陈蓝燕摄

一场降雨要真正进入防汛决策，还需要完成一次“翻译”。

“气象预报不会直接告诉你一个具体的量，只会告诉你小雨、中雨、大雨，需要你自己去理解。”黄敏说。

四创科技研发的短临预报模型，采用“1公里×1公里”网格，每5分钟更新一次，滚动预报未来两小时降雨。

但AI并没有因此变成“预言家”。四创科技AI与大数据部经理王文山坦言，受预测机理等因素影响，半小时以后的预报不确定性会明显增加，半小时以内准确率约为80%~85%。

这反而揭示了产业AI的另一种价值：不是消除不确定性，而是更快面对不确定性。

预测不够准确，就增加更新频率；新的信息出现，就及时修正判断。5分钟一次，不只是一个技术指标，更是在缩短信息进入决策链条的时间。

如果说算法在后台与时间赛跑，设备则直接站在灾害现场。

一款AI遥测终端，可以根据过去24小时雨量数据及短临预报数据等进行自动分析，预测未来15分钟降雨量。

“这15分钟对人员转移至关重要。”四创科技产品经理陈固煟说。

更棘手的是，灾害来临时，电力、通信也可能中断。因此，这款边缘设备具有小算力、低功耗、太阳能供电等特点，保证在极端环境下连续工作。

再往前一步，技术还要抵达村庄。入户报警器采用双端协同架构与公网/物联网双模通信，突破“三断”极端场景下的预警瓶颈。支持一键群发警报，自动提醒群众转移；针对部分老人听不懂普通话的问题，基层干部还可以提前录制方言播报。通过预警触发-响应确认闭环机制，切实解决预警信息“到户难”问题。

到最后，复杂的模型、算法和数据，可能只剩下一句话：“水要涨了，赶紧撤。”

技术走得越远，落到防灾减灾“最后一公里”，表达反而越朴素。

把这些变化串起来，会发现，AI进入防汛防台，并不是一个大模型包打天下。

一台AI遥测终端机，可以预测未来15分钟降雨量。人民网记者 陈蓝燕摄

在设备端，它是“哨兵”，负责感知和预警；在算法端，它是“参谋”，承担计算、校准和迭代；在平台端，它更像“翻译官”，把复杂的专业系统转化成自然语言。

真正有效的行业AI，或许不是让一个模型越来越“全能”，而是让不同的AI能力进入系统不同的位置。

“模型做得准，我们也只是作为‘参谋’。”黄敏说。

在防汛防台这样容错率极低的领域，AI首先要承认自己的边界。它无法消除自然的不确定性，也无法代替专业人员承担最终决策责任。

“专业的人不能被替代，但专业的人可以把更多时间花在关键决策上。”四创科技副总经理陈博嘉说，AI真正改变的，不是自然规律，而是人面对不确定性的方式：让信息来得更快，让模型算得更快，让预报更新得更密，让一线多出几分钟甚至几十分钟。

这或许也是观察AI产业化的一个重要视角。

大模型只是起点。真正决定AI能走多深的，是它能否进入一个行业真实运行的系统，把数据、设备、模型、专业知识和人的经验重新组织起来。

防汛防台只是一个缩影。

当越来越多AI从屏幕走向工厂、港口、电网、农田和城市治理，真正值得关注的，也许不只是AI“会什么”，而是它究竟能为真实世界解决什么问题。