Vatten
Ger rent rinnande vatten
Rent, rinnande vatten är något svensken sällan tänker på, ända tills en ledning brister. Bakom kranen finns ett åldrande nät av rör, mätstationer och reningsverk som kommunerna kämpar för att hålla i skick. Här har AI redan gått från försök till verktyg som kommunala VA-bolag använder i sin vardag.
Hur AI skulle kunna förändra detta
Stockholm Vatten och Avfall var tidigt ute. Bolaget matade in data om stadens 37 000 dricksvattenledningar i en AI-modell som förutsäger var risken för läckor är störst, och 85 procent av de läckor som inträffade under 2019 skedde på rör som modellen pekat ut som riskabla. Det är viktigt i en stad där omkring 17 procent av det renade vattnet läcker ut i marken innan det når kranen.
Den modellen har nu blivit nationell. Svenskt Vatten har anpassat den och erbjuder ett AI-verktyg för vattenledningsnät gratis till alla kommunala VA-organisationer, så att även mindre kommuner kan prioritera underhåll utifrån beräknad risk. Faran är att en liten kommun litar på en modell som tränats på storstadens förhållanden, eller saknar resurser att agera på det modellen visar.
Frågor att diskutera
Hur säkrar vi att också små kommuner kan dra nytta av AI för vatten, och inte bara de stora?
Vem bär ansvaret när en modell missar en läcka som leder till skada?
Kan AI-driven prioritering av underhåll minska klyftan mellan rika och fattiga kommuners vattennät?
Vad händer med kompetensen hos kommunens egna VA-ingenjörer när modellen tar över bedömningen?
Hur skyddar vi data om kritisk vatteninfrastruktur från att hamna i fel händer?
Att tänka på
- I Stockholm läcker omkring 17 procent av det renade vattnet ut, så även små förbättringar i prioritering ger stor effekt.
- Verktyget bygger på Stockholms data, vilket reser frågan om hur väl det passar mindre kommuner.
- AI pekar ut risk, men det krävs pengar och personal för att faktiskt byta ut de rör som flaggas.