Acuadata

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.

Problema que se busca resolve

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.

Poblaciones que se ven afectadas por el problema

Consumidores servicios de agua

Respuesta actual a este problema, considerando a las instituciones relacionadas.

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.

Propuesta para solucionar dicho problema usando IA

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.

¿Qué consideraciones de seguridad, leyes nacionales o estándares se tienen que tener en cuenta para utilizar cada fuente de información?

Para la identificación de fraudes potenciales se trabaja con datos anonimizados. Adicionalmente, durante el proyecto entró en vigor la ley de información personal de Ecuador. A partir de ese momento los datos de consumo así como otras variables debían permanecer en la infraestructura informática del cliente, por lo que fue necesario correr los modelos de machine learning internamente.

Avances/resultados

Anteriormente, se realizaban 1.500 inspecciones con un equipo de campo de 12 personas quienes analizaban una muestra de la base de clientes, lo que se traducía en multas para el 5% de las inspecciones. Con Aquadata, el cliente ahora analiza los consumos de la totalidad de usuarios, realiza inspecciones con un equipo de 10 personas, y ha logrado incrementar en 8.8 veces (de 5% a 44%) el nivel de asertividad en multas por las inspecciones realizadas. Además, con los resultados proporcionados por Aquadata, el cliente identificó con éxito daños en el 18% de los contadores.

Lecciones aprendidas

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.