近日，2026年“数据要素×”大赛福建分赛评审结果正式公示。由东侨经济技术开发区北岸片区党群服务中心牵头，泽维诺科技股份有限公司、上海瑞眼科技有限公司、泽维诺科技（宁德）有限公司联合申报的“党群聚力数字网格 多方协同高效处置”项目，在应急管理赛道中荣获优秀奖。

图1：获奖公示页面（1）

图2：获奖公示页面（2）

东侨经济技术开发区北岸片区聚集着各类人员密集场所，消防安全风险点多面广。过去相当长一段时间里，这类场所的消防安全管理通常依赖人工巡检，每天只能覆盖有限的点位，隐患出现之后，常常要等到下一次巡检才被发现；一旦发生警情，物业、维保、街道、消防等各方力量依靠电话和微信逐层传递信息，响应链条冗长，协同效率受限。与此同时，各方的业务数据分散保存、标准各异，基层治理始终面临“看得见的管不了，管得了的看不见”这一结构性矛盾。

本项目正是以数据要素为切入点，尝试解决上述问题。

项目首先选择从数据的采集端入手。建设方在上述场所部署了数千个物联网点位，对烟感、消防水压、电气线路等运行状态实施实时采集。

图3：建筑内消防设施点位分布示意图

这些数据经清洗与标准化处理后，与数字网格的责任体系相互绑定。设备发出异常信号时，系统会先结合多源数据研判警情真伪，并按可信度划分预警等级。等级较低的信号交由现场人员复核，确认为真实火警的信号则进入联动流程。

进入联动流程后，平台自动判定所属网格并匹配当班责任人，再通过短信、语音、应用推送等渠道于数秒内完成信息触达。物业、维保、街道与消防由此得以同步获取同一份警情，原本层层转述的环节被压缩为一次统一推送。

在打通数据链路的基础上，系统内置的AI小助手将承担起问答式的辅助职能。基层人员使用日常语言提问，它能够依据平台实时数据与消防知识库作答。

例如，巡检人员询问当天从哪里入手巡检工作，AI小助手会结合设备异常、隐患整改与巡检进度，按风险优先级排出当日的巡检顺序。

图4：AI小助手针对巡检人员给出的巡检顺序建议

若询问设备异常，得到的则是具体清单与成因判断。以喷淋泵处于手动状态为例，AI小助手会说明其在火灾发生时的启动风险，并建议先切换至自动状态，再测试联动功能。

每一轮回答之后，界面还会列出与当前场景相关的追问入口，供用户继续查询楼栋状态或近期报警分布。

图5：向AI小助手询问设备异常相关问题

当烟感发出报警，AI小助手会结合设备类型与历史误报记录给出可信度评分，供现场人员判断该起警情需要立即处置，或是先行复核。原先依赖个人经验的判断环节，由此转化为有据可查的数据分析过程。

项目投入运行以来，各项指标呈现出较为明确的变化。

消防设施故障的发现时间由依赖人工巡检的天级压缩至分钟级；多方协同响应效率提升52.3%，平均响应时间缩短至3分钟以内。

管理质量方面，隐患整改闭环率从67%提升到96%，网格归属判断准确率达到98.4%。成本端同样出现下降，巡检人力投入减少约40%，跨部门沟通耗费的时间降低80%以上。

图6：平台报警数据看板

具备复制条件，是项目立项之初的另一处考量。项目在实践中沉淀出统一的数据标准与模块化的技术架构，部署方式亦趋于轻量，团队将其概括为“五个一”。

图7：五个一标准化输出

系统通过标准化网关接入，原有建筑的消防系统得以保持既有架构，单个场馆的部署周期压缩至两周以内。

下一阶段，团队计划将这套经验延伸至更广泛的各类场所，也期待借由本次公示，为同类型街道提供一份可供参考的样本。

对团队而言，优秀奖是一次来自外部的评价，其价值在于确认了一条路径的可行性：把物联感知产生的数据接入基层治理的责任体系，使分散在各方手中的信息在街道层面重新汇合。

东侨的实践仍在继续。设备持续产生新的运行数据，模型也依据现场反馈逐次修正。下一步，我们期待这套方法在更多场所接受检验，也欢迎同行就基层应急管理的数字化路径交流探讨。