evidoria

← Voltar à navegação

Boa prática Importada

Projeto-Piloto de Telemetria Inteligente e Machine Learning da WASAC Reduz a Água Não Faturada em 23% em Kigali, Ruanda

Ruanda · Kigali · Ver o perfil de Ruanda · Ver o perfil de Kigali

Evidência: Observacional / pré-pós Top 62% 53/100 · Pergunte a Evidence Copilot sobre esta prática

A concessionária estatal de água do Ruanda, WASAC, testou contadores inteligentes em Kigali e trabalhou com investigadores que aplicaram modelação preditiva de machine learning a quase uma década de dados da rede, reduzindo a água não faturada em 23% em seis meses, face a uma taxa histórica de 35–45%.

23%
Redução de água não faturada (6-month pilot)
38%
Clientes que reduziram o consumo de água
41%
Queda nas reclamações de faturação
60+
Pessoal da WASAC formado
50,000
Contadores de água digitais adicionais (Itron)
110,000 units
Implementação anterior de contadores digitais

Detalhes

Maturidade
Piloto
Promotor
WASAC Ltd (Water and Sanitation Corporation, Rwanda)
Período
2014–2024
Palavras-chave
water utilities, public infrastructure, environment

Contexto

A água não faturada tem historicamente rondado os 35-45% na WASAC, a empresa estatal de água do Ruanda, muito acima da meta de 25% do governo.

Atividades

Um projeto-piloto de medição inteligente em Kigali formou mais de 60 técnicos, agentes de faturação e pessoal de apoio ao cliente da WASAC; um estudo complementar aplicou análise de dados em painel e modelos de aprendizagem automática aos dados da rede da WASAC de julho de 2014 a junho de 2023.

Resultados

A água não faturada caiu 23% no espaço de seis meses do projeto-piloto, 38% dos clientes participantes reduziram o seu consumo de água, e as reclamações de faturação caíram 41%.

Conclusões

O projeto-piloto e o trabalho de modelação são complementares, mas não constituem um único produto de IA integrado; o resultado de 23% deve ser lido como um resultado inicial e localizado, e não como um valor nacional sustentado.

Implementação
Custo indicativo
Médio (50 mil–500 mil €) — Combines a Kigali smart-metering pilot with an academic ML modelling study; hardware costs include a 50,000-unit digital meter contract with Itron on top of an earlier 110,000-unit rollout.
Tempo até resultados
Médio (1–3 anos) — Pilot NRW result achieved within 6 months; ML study covers July 2014-June 2023 data, published June 2024.
Equipa e competências
60+ WASAC technicians, billing agents and customer-support staff

Condições de sucesso

  • nearly a decade of historical network data (2014-2023) available for ML modelling
  • smart-meter hardware rollout (Itron) alongside the pilot

Modos de falha comuns

  • result is an early, localised 6-month outcome, not a nationwide sustained figure
  • historical NRW baseline of 35-45% still well above the 25% government target

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis