Kando

污水處理廠的操作員最怕接到的電話是：「進流水有問題。」

問題不在處理不了，在於你不知道是誰倒的。一個城市的下水道網絡可能有幾百公里長、幾萬個接管點，等你發現異常，污染物早就進廠、打亂了整池的生物處理。傳統做法是採樣、送驗、等報告——三天後你知道那是什麼，但已經來不及。

Kando 做的是把偵測往上游推。

功能特色與適用場景

平台結合 IoT 硬體、軟體分析與專家服務，在下水道網絡中佈點感測，用 AI 與機器學習比對訊號樣態，回推污染來源的位置。

產品包含 Kando Wastewater Intelligence Platform（主平台）、Assessment Map（即時水質洞察地圖），以及 STREAMi——一個結合大型語言模型的水質語音助理。最後這項挺有意思：讓現場人員用講的問「昨晚三號幹管發生什麼事」，而不是回辦公室查儀表板。

官網引用的客戶說法很具體。義大利 HERA Group 的污水廠營運經理 Paolo Gelli 表示：導入後能夠辨識污染源，污染事件從一天 20 起降到 5 起甚至更少。其他客戶包括義大利 CAP Group 與美國 El Paso Water。

適用場景：都市下水道網絡的污染源追蹤、工業區的排放稽查、污水廠進流水保護、水再生與再利用的水質把關、環保稽查的證據蒐集。台灣的工業區偷排問題長年存在，稽查人力卻有限——這種「網絡佈點＋回推來源」的思路，比在放流口守株待兔有效得多。可對照 WINT 的建築端與 HULO 的自來水端。