El proyecto piloto de medición inteligente y aprendizaje automático de WASAC reduce el agua no facturada en un 23% en Kigali, Ruanda

El agua no facturada (ANF) —agua tratada que se pierde por fugas, robos o errores de facturación antes de llegar a un cliente que paga— se ha situado históricamente entre el 35% y el 45% en WASAC Ltd, la empresa estatal de agua y saneamiento de Ruanda, muy por encima de la meta del 25% fijada por el gobierno. Un proyecto piloto de medición inteligente en la ciudad de Kigali, descrito en el estudio revisado por pares 'Cost-effective non-revenue water reduction: analysis through pilot activities in Kigali City, Rwanda' (Water Practice & Technology, IWA Publishing, 2024), capacitó a más de 60 técnicos, agentes de facturación y personal de atención al cliente de WASAC, y reportó una caída del 23% en el ANF en seis meses, junto con un 38% de los clientes participantes que redujeron su consumo de agua y una disminución del 41% en las quejas de facturación.

En un estudio complementario, 'Analyzing non-revenue water dynamics in Rwanda: leveraging machine learning predictive modeling for comprehensive insights and mitigation strategies' (Water Practice & Technology, IWA Publishing, junio de 2024), investigadores, entre ellos Charles Ruranga, aplicaron análisis de datos de panel y varios modelos predictivos de aprendizaje automático a los datos de red de WASAC entre julio de 2014 y junio de 2023, enmarcados explícitamente como apoyo al progreso de la empresa hacia su tope del 25% de ANF. El piloto y el trabajo de modelado son complementarios y no un único producto de IA integrado: el piloto de medición inteligente generó la reducción operativa del ANF, mientras que el estudio de aprendizaje automático analizó los datos a más largo plazo de WASAC para identificar las causas de las pérdidas y las prioridades de mitigación.

La cobertura sectorial independiente (ESI Africa) confirma la inversión paralela de WASAC en infraestructura, informando que el fabricante de medidores Itron fue seleccionado para suministrar 50.000 medidores de agua digitales adicionales para Kigali, tras un despliegue anterior de 110.000 unidades. Las fuentes revisadas describen el trabajo sobre ANF y aprendizaje automático como un proyecto piloto y un análisis académico, y no como un sistema de IA totalmente automatizado y desplegado a escala nacional, por lo que el resultado del 23% debe interpretarse como un resultado temprano y localizado, no como una cifra nacional y sostenida.