新聞

水是民生與產業運作不可或缺的重要資源。對一般民眾而言，打開水龍頭就能取得穩定的用水，每天都會用到的自來水看似簡單，但是其背後從水庫、河川及地下水等原水來源，到淨水處理、輸配水管網及用戶端服務等一系列複雜流程。台灣自來水公司(簡稱台水)資訊處長曾沛聰在2026數位政府高峰會分享，台水如何導入AI推動智慧水務發展，強化供水韌性及永續。

曾沛聰首先指出，全球氣候變遷正在改變傳統水務管理模式。颱風與豪雨可能造成河川原水濁度快速升高，影響淨水處理；而長時間乾旱則會造成水源調度壓力；另一方面，埋設於地下的大量管線也面臨老化與漏水問題。在各種突發狀況下維持穩定供水，已成為水務管理的重要課題，也是供水韌性的重要挑戰。

曾沛聰表示，過去台水許多操作流程高度依賴現場人員多年累積的經驗，例如判斷水質變化、調整加藥量、尋找地下漏水點等。但隨著供水系統規模不斷增加，以及環境變化更加快速，單靠人工判斷已難以滿足需求，因此台水希望透過AI協助建立更即時、更精準的管理模式。

從人工巡查到AI預警，建立原水水質監測防線

原水水質監控是供水流程的第一道防線。過去淨水場主要透過人員定期巡查，觀察水體變化或生物反應，再依據經驗判斷是否可能受到污染，但是人工巡查仰賴經驗，觀察生物的行為變化來判斷水質的異常，另外，人工巡查也存在時間限制，首先人員不可能24小時巡查，且污染事件如果發生在巡查間隔期間，可能無法立即察覺。

為此，台水導入AI生物監測技術，利用台灣蜆及養魚箱作為水質感測工具，希望透過生物反應搭配AI分析，提前發現異常。

其中，台灣蜆對水中污染物的敏感反應，當水體受到柴油、有機污染物等影響時，可能出現閉殼等集體行為變化。利用這個特性，由AI持續觀察台灣蜆殼的開閉合狀態，當發現一定數量的蜆殼閉合，就會提醒人員進一步檢查。

另一項養魚箱監測則是透過AI辨識魚群活動模式。當水質改變時，魚群可能出現移動位置改變、活動異常(從前箱移至中箱、後箱)，甚至出現魚群漂浮或沉到水底等現象，AI可藉由分析這些行為變化，提供水質異常預警。

相較過去依靠人工定時觀察，利用AI系統可持續運作，協助淨水場建立更即時的水質監控能力，當發現生物受到水質影響的異常行為時，向管理人員發出預警，由人員確認。「AI並不是取代人工巡查，而是讓異常更早被發現，協助淨水處理」，曾沛聰說。

AI精準控制淨水與供水，降低成本提升效率

原水進入淨水場後，如何精準控制處理流程，是AI另一項重要應用。

曾沛聰指出，過去淨水場會依照原水濁度加入PAC（聚氯化鋁）等混凝劑，加藥量主要依靠操作人員的經驗判斷。由於原水狀況變化快速，為確保水質安全，現場通常會採取較保守策略，可能導致藥劑使用量增加，加藥不夠精準，造成藥劑浪費或成本提高。

台水在淨水處理導入AI，將原水濁度、淨水量、歷史加藥資料及設備運轉資訊整合分析，建立加藥模型，根據不同水質條件提供加藥建議，再由操作人員確認與決策。

先蒐集SCADA系統的歷史操作數據、即時水質資訊，訓練AI模型如LightGBM，由AI分析預測後提供混凝劑的加藥建議，讓淨水操作從過去靠經驗調整，逐步轉向以數據分析為基礎。目前台水已在3個淨水場導入AI精準加藥。

「過往加藥仰賴人工經驗判斷，經驗難以作科學數據的量化，透過AI輔助，就能以比較科學化、數據化的方式加藥」，曾沛聰表示，除了可維持水質穩定，也能通過精準用藥，降低藥劑成本與後續處理負擔。

此外，供水過程中的抽水設備也是能源管理的重要環節。一般來說，原水從淨水場經過處理後，要送到配水場，需要利用抽水機將水蓄滿，再利用重力將水送到平面的供水區。

然而，這些抽水機運作需要大量電源，台水利用AI分析，控制調整變頻抽水機的效率、供水需求及電價離尖鋒時段電價，協助安排最佳運轉組合。例如利用夜間的離峰時段大量抽水蓄水，白天則透過配水池重力供水，並優先啟動效率較高的設備，以降低抽水用電成本。

透過AI分析來優化抽水機機組組合運轉頻率，經過現場驗證，出水單位的用電量(度/噸)從0.47降到0.42，單位用電降低約10.6%。

曾沛聰指出，全台約有400多座相關設施，即使每座每月僅節省數萬元至10萬元，累積效益相當可觀。

靠AI協助找出地下漏水熱點

地下漏水管理則是台水提升供水韌性的另一項重點。

台水目前維運管理超過6萬公里的供水管線，龐大複雜的供水管線，當地下發生漏水時，往往難以在第一時間發現。曾沛聰表示，民眾看到道路冒水時，即意謂著漏水已持續一段時間，甚至可能造成地下掏空，因此如何提前找到漏水位置，是水務管理的另一項重要挑戰。

過去採用人工查漏，需要分區巡查，逐點檢測，依工程人員的經驗逐漸縮小範圍，才能確認漏水位置，往往需要大量人力投入逐區排查，耗費人力及時間。

為了克服抓漏問題，台水建置WADA大數據漏水偵測分析系統，利用AI分析供水區域的流量變化，將供水系統劃分為4,000多個分區計量區（DMA），比較各區域進出水量、夜間流量變化等資料，找出可能存在漏水的區域或熱區，再結合管齡、管材及歷史維修紀錄，協助檢漏人員優先檢查漏水的高風險管段。

在漏水檢測技術方面，台水與工研院合作建立地下漏水聲紋資料庫，將過去老師傅依靠聽漏器累積的經驗，轉化為AI可辨識的聲音模型，協助第一線人員更快速判斷地下是否存在漏水。

在管線逐步汰換與智慧檢漏雙軌推動下，台水漏水率已從2013年的19.55%下降至2024年的11.99%。政府也設定下一階段目標，希望2031年前將漏水率降至10%以下，進一步降低水資源浪費，提升供水穩定度。

AI延伸客服與行政，讓人員投入專業判斷

除了供水核心流程，台水也將AI延伸至用戶服務與內部管理。

在服務端，台水導入AI水務服務，協助民眾查詢停水資訊、臨時供水站位置及相關水務服務，提升資訊取得效率。

在內部工程作業方面，AI也被運用來協助辨識工程施工上傳的照片，負責檢修的工程團隊需要上傳大量的施工照片，以紀錄施工過程的完整性，這些上傳的施工照片高度相似，甚至重覆利用照片，過去台水依靠人工檢閱大量施工照片，容易發生疏漏，導致施工管理品質難以控管，現在則可透過AI辨識比對大量的施工照片，從中找出重覆上傳的相同照片，再由人工確認。

另外，他們也透過工安影像分析，協助檢查施工現場是否符合安全要求。在台水內部的行政應用部分，目前也已開發AI發票辨識、智慧公文分文等應用，降低過去需要大量人工作業、重複性高的作業，透用AI提高行政工作效率。

曾沛聰也強調，AI在台水扮演的是「智慧助手」角色，透過資料蒐集、分析與預警，協助人員提升判斷效率，而非取代現場專業能力。

關鍵基礎設施導入AI，兼顧智慧化與資安

由於供水系統屬於關鍵基礎設施，AI導入同時也必須考量資訊安全。

曾沛聰指出，台水並未讓AI直接連接供水控制系統，而是採取較嚴謹的部署方式。相關資料會先在內部環境進行蒐集與分析，完成模型訓練與驗證後，再部署至內網或單機環境運作，避免核心供水系統直接暴露於外部網路。

至於工安照片辨識、一般行政應用等非核心服務，則可依需求使用外部的AI工具。

台水希望透過這樣的方式，在推動智慧水務的同時，兼顧供水系統安全。未來，隨著AI模型持續優化，台水也將進一步擴大AI在水質管理、設備運轉及供水調度等場景的應用，打造更具韌性的智慧水務體系。