Mekorot, la empresa nacional de agua de Israel, opera unos 3.000 emplazamientos en 10 regiones, incluidas 700 estaciones de bombeo y 20 instalaciones de desalinización. Desde su puesta en marcha en 2021 (la plataforma subyacente, IXDen, se fundó en 2019), una capa de monitorización con IA analiza unos 300 millones de puntos de datos al día en toda esta red, dentro de un sistema centralizado, distinguiendo automáticamente entre variaciones operativas normales y problemas reales —desde intentos de intrusión cibernética y manipulación física de hardware o software hasta cambios de comportamiento en equipos, como fugas en tuberías o sensores comprometidos—. La detección es totalmente automatizada, sin intervención humana en la fase inicial de señalización, aunque las acciones importantes, como el cierre de secciones del sistema, requieren autorización humana. En un ejemplo documentado, el sistema advirtió con antelación de que un sensor de una estación en el sur de Be'er Sheva probablemente fallaría en aproximadamente una semana.
El director ejecutivo de Mekorot declaró en mayo de 2025 que la pérdida de agua en la red global de la empresa es inferior al 4%, frente a una media de la OCDE del 15% y de hasta el 30-40% en partes de Estados Unidos, atribuyendo este resultado a una inversión anual de unos 500 millones de dólares en infraestructura y tecnología, incluidas participaciones en unas diez start-ups que abordan desafíos operativos. Esta cifra nacional de pérdidas de agua ofrece un contexto útil sobre la magnitud del esfuerzo de modernización más amplio de Mekorot, pero refleja el efecto combinado de numerosas inversiones a lo largo de varios años, no un resultado atribuible únicamente a la plataforma IXDen.
La verificación pública de esta práctica se basa principalmente en periodismo tecnológico independiente (NoCamels) que describe en detalle la función y la escala de la plataforma; las propias comunicaciones institucionales de Mekorot describen un centro de control nacional relacionado en términos operativos, sin publicar cifras técnicas de rendimiento, por lo que las tasas de precisión o de falsos positivos de la propia capa de detección por IA no están confirmadas de forma independiente.
De dónde se obtuvo la información de esta práctica, y cuándo.