今日、多くの地域で、伝統的に顧客独占を享受してきた水道事業者は、規制政策の変更、気候変動の影響、消費者の期待の高まりなど、さまざまな要因により進化を余儀なくされています。
2019年半ばに発表された国連の世界水発展報告書によると、推定36億人が年間1か月以上水不足の地域に住んでおり、2050年までには世界中で60億人が清潔な水の不足に苦しむことになるだろう。 これらの課題に対処するため、水道事業者はモノのインターネット (IoT) を活用して業務をデジタル化し、水源から蛇口までの水循環全体にわたる効果的な水管理と、水源を保護するための効率的な廃水処理を実現しています。 水道事業体は重大な岐路に立たされており、消費者にサービスを提供し水資源を保護するために、既存のインフラをアップグレードして主要業務の回復力を向上させる必要があります。一方、政府や規制政策立案者は、地域の水の安全性と自給自足を向上させるために、短期的および長期的な対策を数多く講じています。 IoTの主な課題と影響 無収水は、インフラが古くなったりメンテナンスが不十分なために水漏れやパイプの破損が発生し、公共事業体にとって重大な問題となっています。 水管理サービスプロバイダーのヴェオリアによる2017年のレポートによると、飲料水ネットワークの平均効率は73.7%で、年間の無収水損失は26.3%となっています。一部の公益事業体は、漏水削減目標を組み込むことで無収水問題に対応しています。 たとえば、フランスのリール市は、IoT ベースの水管理ソリューションを使用して水道ネットワークのパフォーマンスを 6% 向上させ、2023 年までに 79% から 85% に増加させることを目指しています。他の地方政府も規制政策を通じて水道事業者に水道供給網のアップグレードを指示している。 シンガポール、韓国、イスラエル、マルタなどの国々では、規制当局がスマートグリッドを改善し、漏水検知や水圧監視などを通じて公共事業体の水損失を12%未満に削減するためにデジタル技術の使用を義務付けるなど、いくつかの注目すべき初期の取り組みが勢いを増しています。 韓国では、高敞水道公社が2017年末までに高敞郡の24,000世帯にスマート水道メーターを設置した。スマート水道メーター プロジェクトにより、使用量に基づく課金データの精度が向上しただけでなく、漏水によるコストも 19% 削減されました。高敞水道公社のスマートメーターの導入は、親族に警告を発したり、水道を使用していない世帯の福祉チェックを開始したりすることで、高齢の顧客の安全性を高めることができるなど、予想外の結果ももたらしました。 同様に、英国の水道規制当局であるOfwatは、水道会社に対し、2025年までに漏水を15%削減することを義務付け、配水インフラのデジタル化に向けた措置を講じるよう強制している。 2019 年半ば、サウスイーストウォーターは業界の専門家と協力してスマート水道メーターの開発と接続の試験を実施し、ボーダフォンのナローバンド IoT (NB-IoT) ネットワークを使用して地下の本管に音波センサーを設置し、配水システムの水漏れを正確に検知して防止しました。 South East Water は、水システムに設置されたセンサーからの流量、水位、総量、圧力、水質などのデータを管理および分析するために、Xylem の Visenti ソフトウェア分析を導入しています。 水道事業者の間で高まる IoT ソリューションの需要に応えるため、地域の通信会社は水道の専門知識を持つ IoT プラットフォーム ベンダーと提携し、独自の機能を構築しています。 2020年3月、テレフォニカは水道事業のデジタル変革のためのソリューションを開発するためにIdricaと提携すると発表しました。 テクノロジーのハードウェアとソフトウェアのエコシステムが成熟するにつれ、水道事業者は財務予算に大きな負担をかけずに、費用対効果と資本投資に基づいて IoT プラットフォームに投資しています。通常、水道事業者は、配水ネットワークなどの需要側の業務、またはダム、貯水池、水処理施設などの水資源の監視などの特定の重要な供給側の業務を自動化することからデジタル化の取り組みを始めます。 しかし、水道事業者は、さまざまな利点とソリューション エコシステムの相対的な成熟度により、スマート水道メーターの導入を増やしています。専用のパブリックおよびプライベートの低電力広域 (LPWA) ネットワークが商用化され、ハードウェアとネットワークのコストも低下しています。 ABIリサーチは、世界の水道事業者のスマートメーターの設置台数が累計で28%増加し、2026年までに4億台近くに達すると予測している。 統合水管理システムの開発における人工知能の影響 水道事業者がスマートメーター、センサー、その他の IoT ハードウェアを導入するにつれて、必然的に処理するデータの量も増大します。 たとえば、スマート水道メーターのデータは、保存と処理に特定の要件を持つ数百万台のデバイスからの大量のデータを管理するように特別に設計されたメーター データ管理 (MDM) プラットフォームに保存されます。 MDM ソフトウェアは、請求、資産管理、フィールド サービス管理など、複数のアプリケーション間で共通のデータ リソースを統合するための水平プラットフォームをユーティリティに提供します。さまざまな業務部門が所有し、実際に使用されているこの水平データ管理プラットフォームは、業務運営を円滑にし、全体的な効率を向上させ、コストを削減するのに役立ちます。 最近のCOVID-19パンデミックにより、限られたリソースで顧客に重要なサービスを継続的に提供する水道事業者の能力に極度の圧力がかかっています。パンデミックから脱却するにあたり、公益事業会社はデジタルツールを活用して、スマートメーターやメーターから現金への変換アプリケーション以外にも、多くの水管理業務を最適化および自動化し、将来のショックに対してサプライチェーンの耐性を高める必要があります。 公益事業体は、すべての資産の記録と制御の中央システムとして機能する、長期的な統合水資源管理システム (IWRMS) を開発する必要があります。 最後に、水道事業者は、テクノロジー サービス プロバイダーやシステム インテグレーターと連携して、複数のソースからのデータを効率的に処理し、リアルタイムで実用的な運用上の洞察を生み出すのに役立つ人工知能 (AI) と機械学習 (ML) テクノロジーのイノベーションを慎重に評価する必要があります。 ここで、AI は、人間の行動や能力をシミュレートまたは複製しようとする機械によって発揮される知能として定義されます。過去には、「if-then」ルール セットが一部の AI システムで使用されていたモデルでした。近年、ML は勢いを増し始めています。 ML は AI のサブセットであり、特定のタスクの分析を改善し、測定可能なパフォーマンス結果を達成するという明確な目標を持って、コンピューター プログラムを作成、トレーニング、実行するプロセスを表します。 公益事業会社はさまざまな IoT プラットフォームを評価する際に、クラウドまたはエッジのどちらの AI インフラストラクチャに投資するかを決定する必要もあります。ほぼすべての AI トレーニングと推論はクラウドで実行されます。多くの組織は、クラウド ネットワークの拡張性と柔軟性を理由に、クラウド コンピューティング、ストレージ、およびネットワーク アーキテクチャに依存することを選択しています。 一部のクラウド AI アプリケーションには、請求書システム、顧客サービス用の顧客チャットボット、在庫管理、フィールド サービス管理業務など、公益事業のエンタープライズ リソース プランニング (ERP) または顧客関係管理 (CRM) システムとの統合が含まれており、効率が向上し、手動による介入が削減されます。 AI および ML ソリューションのエコシステムが成熟するにつれて、AI 機能の実行はエッジ デバイスに近づきます。これは主に、エッジ ハードウェアの低価格化、データ セキュリティの強化、レイテンシの影響を受けやすい企業、ミッション クリティカルなアプリケーションによって推進されています。 また、エッジ AI により、公共事業会社は重要なインフラストラクチャの健全性を継続的に監視する自動化された閉ループ システムを構築できるようになり、予測メンテナンスによる効果的な資産管理が可能になり、システムに必要な冗長性が組み込まれることでダウンタイムが短縮され、信頼性が向上します。 さまざまなリモートセンシングおよび画像ソリューションを GIS テクノロジーと組み合わせることで、公益事業会社は水資源のマッピングと監視を行うことができます。スマート水道メーターのデータを使用することで、エンドユーザーの水使用量を正確に把握し、需要側と供給側の予測の精度を向上させることができます。 ただし、今日では、より正確な洞察を得るために AI の高度化レベルが上がるにつれて、コスト対価値比率のリターンが減少することに注意することが重要です。 要約すると、モノのインターネット、人工知能、その他の新興デジタル技術は、日常的な水管理を改善し、水の安全性や自然災害や気候変動への耐性といった長期的な課題に対処することで、水道サービスを変革する可能性を秘めています。モノのインターネットと AI は、分散型給水・衛生システムのための水マイクログリッドの計画と設計においても、ますます重要な役割を果たすようになります。 水道事業者が IoT を採用するにつれて、顧客とビジネスの成果の両方に焦点を当てたデジタル化ロードマップを策定することが重要になります。 |
<<: 職場環境は依然として変化しているが、AIは「古いオフィス」を再現する以上の可能性を秘めている。
>>: 2020年に会話型AIはどのように発展するでしょうか?
[[344125]]解離や解離性障害は、特に幼少期に極度のトラウマや慢性的な虐待を経験した人々によっ...
Google DeepMindが再びNatureを出版、AIのAlphaシリーズが力強く復活、数学レ...
ChatGPT は私たちが知る限り最新の音声アシスタントです。 SiriやAlexaなどの企業は長年...
Neural Radiance Fieldsは2020年に提案されて以来、関連論文が飛躍的に増加し...
建設業は最も長い歴史を持つ産業の一つであると言えます。結局のところ、人々は数千年前から様々なタイプの...
11月1日、Baidu Brainは2018年Baidu世界大会の初イベントとしてデビューしました。...
マイクロソフトは、人工知能はテクノロジー大手が反体制派を排除するための武器として利用されるべきではな...
[[190364]]この記事は、写真付きの 4 つの例を含む 6 時間かけて執筆されました。目的は、...
[51CTO.com クイック翻訳] AI技術は、ソフトウェアテスト作業を5つの方法で変えています。...