AI+航天：中國不缺應(yīng)用場景，缺的是把結(jié)果接進(jìn)業(yè)務(wù)流程

“太空與網(wǎng)絡(luò)”重磅推出《AI+商業(yè)航天》系列專題

本文是“AI賦能典型場景”子專題的第三篇

中國不缺應(yīng)用場景，缺的是把結(jié)果接進(jìn)業(yè)務(wù)流程

中國已經(jīng)在應(yīng)急減災(zāi)、農(nóng)業(yè)監(jiān)管、農(nóng)業(yè)保險(xiǎn)和基礎(chǔ)設(shè)施巡檢中使用衛(wèi)星遙感。真正的差距并不是“國內(nèi)還沒有應(yīng)用”，而是許多能力仍以專項(xiàng)工程和定制項(xiàng)目存在，尚未充分沉淀為可重復(fù)采購、持續(xù)運(yùn)行的產(chǎn)品。

作者 | 老譚

談到中國AI+航天應(yīng)用，常見敘事是：中國有衛(wèi)星、有算法、有巨大場景，卻缺少能夠?qū)?biāo)海外公司的產(chǎn)品。

這句話有一定道理，但不能把現(xiàn)實(shí)簡化成“國外已經(jīng)產(chǎn)品化，中國仍然只賣數(shù)據(jù)”。

應(yīng)急管理部已經(jīng)利用應(yīng)急減災(zāi)衛(wèi)星和民商衛(wèi)星開展洪澇、火災(zāi)、地質(zhì)災(zāi)害和基礎(chǔ)設(shè)施損毀監(jiān)測；農(nóng)業(yè)農(nóng)村部門使用衛(wèi)星遙感監(jiān)測耕地種植情況；電網(wǎng)企業(yè)也在把衛(wèi)星、無人機(jī)和地面感知結(jié)合起來進(jìn)行線路風(fēng)險(xiǎn)巡查。

中國缺的不是第一批案例，而是把案例變成標(biāo)準(zhǔn)產(chǎn)品的能力。

一、已有應(yīng)用為什么還沒有形成規(guī)模產(chǎn)品

專項(xiàng)工程通常圍繞一次任務(wù)、一個(gè)地區(qū)或一個(gè)客戶建設(shè)。項(xiàng)目可以解決當(dāng)下問題，卻不一定能直接復(fù)制到下一位客戶。

原因包括數(shù)據(jù)來源不同、業(yè)務(wù)口徑不同、系統(tǒng)接口不同，以及驗(yàn)收標(biāo)準(zhǔn)不統(tǒng)一。一個(gè)在某省洪災(zāi)中表現(xiàn)不錯(cuò)的模型，換到另一地區(qū)后可能受到地形、建筑和影像條件影響，需要重新調(diào)整。

此外，客戶需要的往往不只是識(shí)別結(jié)果。應(yīng)急部門不只想知道哪里被淹，還要判斷道路是否可通、哪些鄉(xiāng)鎮(zhèn)需要優(yōu)先核查；保險(xiǎn)公司不只想看到作物受災(zāi)，還要把結(jié)果對(duì)應(yīng)到保單和賠付規(guī)則；電網(wǎng)企業(yè)也不只需要一張風(fēng)險(xiǎn)圖，而要生成巡檢工單并跟蹤處置。

產(chǎn)品化的難點(diǎn)，不是把模型做成一個(gè)網(wǎng)頁，而是把結(jié)果接到客戶接下來要做的事情上。

二、應(yīng)急減災(zāi)：從災(zāi)害識(shí)別走向影響評(píng)估

應(yīng)急減災(zāi)是中國衛(wèi)星應(yīng)用基礎(chǔ)較好的場景之一。

應(yīng)急減災(zāi)二號(hào)衛(wèi)星能夠支持洪澇水體、森林火點(diǎn)、滑坡堰塞湖和大型基礎(chǔ)設(shè)施損毀等監(jiān)測。2025年，應(yīng)急管理部還披露，正在發(fā)揮民商衛(wèi)星資源優(yōu)勢，完善衛(wèi)星遙感應(yīng)急監(jiān)測機(jī)制，并結(jié)合社會(huì)無人機(jī)力量支持災(zāi)情研判和救援作業(yè)。

下一步的產(chǎn)品機(jī)會(huì)，不是重復(fù)建設(shè)一個(gè)“看災(zāi)害的地圖”，而是縮短從觀測到行動(dòng)的距離：

• 自動(dòng)匯集災(zāi)前、災(zāi)中和災(zāi)后影像；

• 識(shí)別淹沒、滑坡、道路中斷等變化；

• 疊加人口、建筑、農(nóng)田和交通數(shù)據(jù)；

• 按行政區(qū)和任務(wù)優(yōu)先級(jí)生成核查清單；

• 記錄結(jié)果來源、置信度和人工修訂過程。

這樣交付的就不再是“洪水范圍提取算法”，而是一套災(zāi)情快速研判工具。

但系統(tǒng)也不能直接替代現(xiàn)場核查。衛(wèi)星適合提供大范圍線索，基層信息、無人機(jī)和現(xiàn)場調(diào)查負(fù)責(zé)確認(rèn)具體損失。真正可用的產(chǎn)品必須允許多種信息相互校驗(yàn)。

三、農(nóng)業(yè)：最大的機(jī)會(huì)在規(guī)模管理，不只在服務(wù)單個(gè)農(nóng)戶

中國農(nóng)業(yè)經(jīng)營主體多、地塊差異大，直接向大量小農(nóng)戶銷售單獨(dú)的衛(wèi)星AI訂閱并不容易。

更現(xiàn)實(shí)的客戶包括農(nóng)業(yè)農(nóng)村部門、農(nóng)墾和大型經(jīng)營主體、保險(xiǎn)機(jī)構(gòu)、糧食企業(yè)及農(nóng)業(yè)服務(wù)平臺(tái)。

農(nóng)業(yè)農(nóng)村部已經(jīng)要求利用衛(wèi)星遙感等技術(shù)開展耕地種糧情況監(jiān)測，高標(biāo)準(zhǔn)農(nóng)田建設(shè)規(guī)劃也提出構(gòu)建天空地一體化監(jiān)測監(jiān)管體系。2024年，中央財(cái)政安排562億元農(nóng)業(yè)保險(xiǎn)相關(guān)預(yù)算，其中超過200億元支持三大主糧保險(xiǎn)發(fā)展。

這些政策和業(yè)務(wù)形成了真實(shí)需求，但衛(wèi)星AI必須回答具體問題：

• 哪些田塊種了目標(biāo)作物；

• 哪些區(qū)域出現(xiàn)旱澇、倒伏或長勢異常；

• 申報(bào)面積與實(shí)際種植是否一致；

• 災(zāi)后哪些保單需要優(yōu)先查勘；

• 監(jiān)測結(jié)果能否被復(fù)核并用于支付。

農(nóng)業(yè)產(chǎn)品不能只給出一個(gè)“95%準(zhǔn)確率”。不同地區(qū)、作物和季節(jié)的數(shù)據(jù)條件不同，更重要的是明確誤差范圍、抽檢方法和爭議處理機(jī)制。

四、基礎(chǔ)設(shè)施：用衛(wèi)星篩選風(fēng)險(xiǎn)，用現(xiàn)場力量完成處置

中國擁有大規(guī)模鐵路、電網(wǎng)、管網(wǎng)和水利設(shè)施。衛(wèi)星遙感適合做廣域、周期性篩查，無人機(jī)和人工則適合做局部、高精度核查。

國網(wǎng)電力空間技術(shù)有限公司已經(jīng)具備調(diào)用多顆遙感衛(wèi)星數(shù)據(jù)資源的能力，電網(wǎng)企業(yè)也在探索衛(wèi)星遙感、無人機(jī)和可視化監(jiān)控結(jié)合的巡檢體系。

這一場景最適合采用“衛(wèi)星初篩—無人機(jī)復(fù)核—現(xiàn)場處置”的分層模式：

• 衛(wèi)星發(fā)現(xiàn)大范圍地表變化、施工活動(dòng)、植被和地質(zhì)風(fēng)險(xiǎn)；

• 無人機(jī)對(duì)重點(diǎn)區(qū)段進(jìn)行精細(xì)檢查；

• 現(xiàn)場班組確認(rèn)并處理隱患；

• 結(jié)果回到資產(chǎn)管理系統(tǒng)，形成持續(xù)更新的風(fēng)險(xiǎn)檔案。

產(chǎn)品能否成功，取決于它是否減少了無效巡查、提高了問題發(fā)現(xiàn)率，并順利接入已有工單系統(tǒng)。只展示識(shí)別截圖，無法形成長期采購。

五、四個(gè)產(chǎn)品化瓶頸第一，數(shù)據(jù)能用，但不一定容易組合

遙感影像、人口、道路、保單、資產(chǎn)臺(tái)賬和現(xiàn)場調(diào)查數(shù)據(jù)分別屬于不同機(jī)構(gòu)。產(chǎn)品要產(chǎn)生業(yè)務(wù)結(jié)果，通常必須同時(shí)使用多類數(shù)據(jù)。

因此，問題不只是“數(shù)據(jù)是否開放”，還包括授權(quán)范圍、更新頻率、坐標(biāo)和字段標(biāo)準(zhǔn)，以及能否在安全合規(guī)前提下完成關(guān)聯(lián)。

第二，項(xiàng)目有驗(yàn)收，產(chǎn)品缺少統(tǒng)一評(píng)價(jià)

算法論文可以比較精度，業(yè)務(wù)系統(tǒng)卻需要比較響應(yīng)時(shí)間、漏報(bào)風(fēng)險(xiǎn)、人工工作量和最終處置效果。

如果沒有場景化評(píng)價(jià)標(biāo)準(zhǔn)，客戶很難比較供應(yīng)商，優(yōu)秀產(chǎn)品也難以證明價(jià)值。

第三，結(jié)果能展示，卻未接入后續(xù)流程

很多系統(tǒng)停在可視化大屏。真正的產(chǎn)品還要生成工單、報(bào)告、核查任務(wù)或賠付建議，并把處理結(jié)果重新反饋給系統(tǒng)。

沒有反饋閉環(huán)，模型就無法知道哪些預(yù)警有用、哪些只是誤報(bào)。

第四，每個(gè)項(xiàng)目都重新定制

定制可以幫助企業(yè)拿到第一批客戶，但如果接口、模型和報(bào)告都要從頭開發(fā)，收入就會(huì)一直依賴項(xiàng)目人力。

規(guī)模化需要把共性能力做成模塊，只把地區(qū)規(guī)則、數(shù)據(jù)源和業(yè)務(wù)參數(shù)留給配置。

六、從一個(gè)具體工作流開始，而不是先做大平臺(tái)

創(chuàng)業(yè)公司最容易犯的錯(cuò)誤，是一開始就建設(shè)覆蓋應(yīng)急、農(nóng)業(yè)、環(huán)保和基礎(chǔ)設(shè)施的“遙感AI平臺(tái)”。

更可靠的路徑，是選擇一個(gè)高頻、可驗(yàn)證、有人負(fù)責(zé)的工作流。例如：

• 洪災(zāi)發(fā)生后24小時(shí)內(nèi)形成重點(diǎn)核查清單；

• 農(nóng)業(yè)保險(xiǎn)報(bào)案后自動(dòng)篩選需要現(xiàn)場查勘的田塊；

• 輸電線路周邊出現(xiàn)施工或地質(zhì)變化后生成巡檢任務(wù)；

• 耕地用途變化后形成待復(fù)核圖斑。

一個(gè)工作流跑通后，再復(fù)用數(shù)據(jù)接入、任務(wù)管理、人工復(fù)核和報(bào)告生成能力，擴(kuò)展到相鄰場景。

這比先建設(shè)一個(gè)功能龐雜的平臺(tái)更慢，卻更容易找到真實(shí)預(yù)算和持續(xù)使用者。

七、不同角色應(yīng)該補(bǔ)上什么政府和行業(yè)客戶：采購服務(wù)結(jié)果，而不只采購數(shù)據(jù)

采購文件應(yīng)盡量描述業(yè)務(wù)目標(biāo)、交付時(shí)間、核驗(yàn)方式和責(zé)任邊界，讓供應(yīng)商圍繞結(jié)果設(shè)計(jì)方案。

這不意味著現(xiàn)有制度“不能采購AI服務(wù)”，而是需要更清楚地定義服務(wù)內(nèi)容，避免合同只寫數(shù)據(jù)數(shù)量，卻沒有說明客戶最終要得到什么。

企業(yè)：把模型、軟件和行業(yè)服務(wù)放在同一個(gè)產(chǎn)品里

客戶不會(huì)為了使用AI而改變?nèi)抗ぷ鞣绞健．a(chǎn)品需要兼容已有流程，并保留人工復(fù)核、結(jié)果解釋和異常回退。

真正稀缺的人才也不只是同時(shí)懂遙感和算法，而是能夠與客戶一起把業(yè)務(wù)規(guī)則寫成產(chǎn)品邏輯的人。

科研機(jī)構(gòu)：提供可復(fù)現(xiàn)的基準(zhǔn)和驗(yàn)證方法

公共數(shù)據(jù)集、仿真環(huán)境和場景化評(píng)測能夠降低重復(fù)研發(fā)成本。評(píng)價(jià)不僅要看識(shí)別精度，也應(yīng)包括跨區(qū)域泛化、響應(yīng)時(shí)效和不確定性表達(dá)。

投資者：先看客戶使用，再看技術(shù)演示

判斷團(tuán)隊(duì)時(shí)，可以重點(diǎn)關(guān)注：誰擁有預(yù)算、產(chǎn)品多久使用一次、結(jié)果是否進(jìn)入正式流程、續(xù)約是否依賴重新招標(biāo)，以及新增客戶需要多少定制工作。

一個(gè)模型指標(biāo)領(lǐng)先的團(tuán)隊(duì)，不一定比真正減少客戶工作量的團(tuán)隊(duì)更有商業(yè)價(jià)值。

結(jié)語：讓衛(wèi)星分析成為工具，而不是演示

中國已經(jīng)擁有豐富的衛(wèi)星數(shù)據(jù)、行業(yè)場景和工程團(tuán)隊(duì)。下一步最重要的，不是再證明AI能夠識(shí)別洪水、農(nóng)田或施工活動(dòng)，而是讓識(shí)別結(jié)果成為客戶可以穩(wěn)定依賴的工具。

從場景到產(chǎn)品，中間隔著的不是一個(gè)更大的模型，而是一整套業(yè)務(wù)工程：數(shù)據(jù)怎樣進(jìn)入、結(jié)果怎樣驗(yàn)證、任務(wù)怎樣下發(fā)、錯(cuò)誤怎樣處理、價(jià)值怎樣衡量。誰能把這條鏈路做完整，誰才可能把中國的場景優(yōu)勢轉(zhuǎn)化成產(chǎn)品優(yōu)勢。

子專題5到這里完成了從國外場景、產(chǎn)業(yè)邏輯到中國啟示的討論。下一個(gè)子專題將繼續(xù)觀察，AI與航天結(jié)合后，如何形成更廣泛的產(chǎn)業(yè)生態(tài)和協(xié)作網(wǎng)絡(luò)。

主要參考資料

• 應(yīng)急管理部：應(yīng)急減災(zāi)二號(hào)衛(wèi)星與衛(wèi)星遙感應(yīng)急監(jiān)測資料

• 農(nóng)業(yè)農(nóng)村部：耕地種糧遙感監(jiān)測與高標(biāo)準(zhǔn)農(nóng)田建設(shè)規(guī)劃

• 財(cái)政部：農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼政策資料

• 國家電網(wǎng)：衛(wèi)星遙感、無人機(jī)與輸電線路巡檢資料

本專題系列：? 國外在干什么→ ? 產(chǎn)業(yè)邏輯 →? 中國啟示（本篇）

關(guān)聯(lián)系列：

主系列《AI+商業(yè)航天》— / /

子系列《星上AI芯片》— / /

子系列《AI看地球》— / /

子系列《AI管星與組網(wǎng)》— / /

子系列《星上計(jì)算與數(shù)據(jù)平臺(tái)》— / /

子系列《AI賦能典型場景》— 國外案例 / 產(chǎn)業(yè)邏輯 / 中國啟示

>End

本文系“太空與網(wǎng)絡(luò)”公眾號(hào)原創(chuàng)，轉(zhuǎn)載全文及引用核心觀點(diǎn)至微信公眾號(hào)或其它新媒體平臺(tái)、及網(wǎng)站，請(qǐng)注明出處、公眾號(hào)ID及作者。感謝支持有態(tài)度的媒體！

未按照規(guī)范轉(zhuǎn)載及引用者，我們保留追究相應(yīng)責(zé)任的權(quán)利

部分圖片難以找到原始出處，故文中未加以標(biāo)注，如若侵犯了您的權(quán)益，請(qǐng)第一時(shí)間聯(lián)系我們。

HISTORY/往期推薦

充滿激情的新時(shí)代，

充滿挑戰(zhàn)的新疆域，

與踔厲奮發(fā)的引領(lǐng)者，

卓爾不群的企業(yè)家，

一起開拓，

一起體驗(yàn)，

一起感悟，

共同打造更真品質(zhì)，

共同實(shí)現(xiàn)更高價(jià)值，

共同見證商業(yè)航天更大的跨越！

——《太空與網(wǎng)絡(luò)》，觀察，記錄，傳播，引領(lǐng)。

·《衛(wèi)星與網(wǎng)絡(luò)》創(chuàng)始人：劉雨菲

·《衛(wèi)星與網(wǎng)絡(luò)》副社長：王俊峰

·微信公眾號(hào)（ID：satnetdy）團(tuán)隊(duì)

編輯：艷玲、哈玫，周泳、邱莉、黃榕、娜娜

主筆記者：李剛、魏興、張雪松、霍劍、樂瑜、稻子、趙棟

策劃部：楊艷、若?、李真子

視覺總監(jiān)：董濘

專業(yè)攝影：馮小京、宋偉

設(shè)計(jì)部：顧錳、潘希峎、楊小明

行政部：姜河、林紫

業(yè)務(wù)部：王錦熙、瑾怡

原創(chuàng)文章轉(zhuǎn)載授權(quán)、轉(zhuǎn)載文章侵權(quán)、投稿等事宜，請(qǐng)加微信：15910858067

商務(wù)合作；展覽展廳設(shè)計(jì)、企業(yè)VI/CI及室內(nèi)設(shè)計(jì)、企業(yè)文化建設(shè)及品牌推廣；企業(yè)口碑傳播及整體營銷傳播等，請(qǐng)加微信：13811260603

雜志訂閱，請(qǐng)加微信：wangxiaoyu9960

·衛(wèi)星與網(wǎng)絡(luò)各分部：

成都分部負(fù)責(zé)人：沈淮

長沙分部負(fù)責(zé)人：賓鴻浦

西安分部負(fù)責(zé)人：郭朝暉

青島分部負(fù)責(zé)人：江偉

·衛(wèi)星與網(wǎng)絡(luò)總部負(fù)責(zé)人：農(nóng)燕

·會(huì)議活動(dòng)部負(fù)責(zé)人：喬顥益、許克新、董今福

· 投融資及戰(zhàn)略層面合作：劉雨菲

·本平臺(tái)簽約設(shè)計(jì)公司：一畫開天（北京）文化創(chuàng)意設(shè)計(jì)有限公司

· 航天加（深圳）股權(quán)投資基金管理負(fù)責(zé)人：楊艷