Las pérdidas de agua no técnicas en América Latina y el Caribe representan un desafío significativo en la gestión eficiente de los recursos hídricos. Estas pérdidas, que incluyen fugas y problemas en la distribución, contribuyen a un uso ineficiente del agua, lo que a su vez afecta la disponibilidad y la sostenibilidad de este recurso vital. Para abordar este problema, es esencial implementar estrategias integrales que combinen la tecnología avanzada con la capacitación adecuada y la gestión eficaz, con el objetivo de reducir las pérdidas de agua y garantizar un suministro sostenible para las comunidades en toda la región.
En los países de la región de América Latina y el Caribe, se observan niveles elevados de pérdidas de agua, con aproximadamente el 38% del agua perdida antes de la facturación. En la Empresa Pública Metropolitana de Agua Potable y Saneamiento de Quito (EPMAPS), este indicador se sitúa en el 29%. EPMAPS tiene como objetivo reducir las pérdidas comerciales de agua en un 1%, mantener el nivel de multas y disminuir el número de inspecciones y personal en el equipo de monitoreo.
Consumidores servicios de agua
Detectar las perdida no técnica de agua requiere una inmensa cantidad de datos, realizar este análisis de manera manual ha llevado a una baja efectividad en la detección de anomalías en el consumo.
Aquadata analiza automáticamente los datos históricos de los últimos 10 años de toda la base de usuarios de la empresa. Se emplean modelos de aprendizaje automático supervisado, semi-supervisado y no supervisado para estimar la probabilidad de fraude para cada unidad de consumo. A través de estos modelos de aprendizaje automático, es posible descubrir patrones que no son identificables por los humanos. Los resultados de Aquadata arrojaron un nivel de confianza del 91.7% en la detección de fraudes.
Durante el proyecto entró en vigor la ley de información personal de Ecuador. En este momento no pudimos volver a tomar la información fuera de la entidad, y ellos mismo tuvieron que correr los modelos internamente.
Previously, 1,500 inspections were conducted with a field team of 12 people, resulting in fines for 13% of the inspections. With Aquadata, the client now conducts inspections with a team of 10 people, achieving an assertiveness level of 30% in fines for the inspections conducted. Additionally, with the results provided by Aquadata, the client successfully identified damage in 18% of the meters.
Es importante pasar el conociento a la entidad durante las fases de desarrollo, de esta manera cuando termina el piloto, el conocimiento y metodologia ya han sido asimilados por la entidad.
Infraestructura
Ecuador
EPMAPS
Uso y monitoreo
fairlac@iadb.org
El objetivo de este documento es ayudar a los responsables de formular proyectos con IA durante su conceptualización y diseño, así como a liderar posteriormente su ejecución y monitoreo.
El uso de la tecnología es fundamental para la educación en momentos de distanciamiento social, y su importancia sólo seguirá creciendo en el futuro, el uso de plataformas pone a los niños y las niñas en un estado de vu
El presente documento presenta un estudio de caso de un proyecto piloto en el estado de Jalisco que utilizó inteligencia artificial (IA) para el tamizaje de la Retinopatía Diabética.