En el mundo de la gestión del agua, la inteligencia artificial (IA) y los gemelos digitales están transformando las plantas de tratamiento, permitiendo optimizar procesos y mejorar la sostenibilidad. En esta entrevista con Marta Fraile, Water Specialist en Idrica, explora cómo la IA está cambiando el paradigma en las plantas de tratamiento y aguas residuales. Durante la conversación, se abordaron temas como la madurez de los gemelos digitales, la importancia de asegurar la precisión de los datos y el impacto de las regulaciones y la eficiencia en la demanda de estos servicios. Esta entrevista ofrece una visión profunda sobre el futuro que nos depara la IA en el tratamiento del agua.
¿Podría presentar las soluciones de Idrica habilitadas por IA para la transformación digital en plantas de tratamiento de agua y aguas residuales?
Idrica es una empresa pionera en la gestión del dato, la analítica y el desarrollo de soluciones tecnológicas para el sector del agua. Las soluciones de Idrica habilitadas por IA están diseñadas para impulsar la transformación digital de las plantas de tratamiento de agua y aguas residuales, mejorando la eficiencia operativa, la sostenibilidad y el cumplimiento normativo mediante análisis avanzados e integración de datos en tiempo real.
Xylem Vue powered by GoAigua es nuestro producto principal. Es una solución integrada para la gestión del ciclo del agua que aprovecha la IA para optimizar las operaciones de las plantas de tratamiento de agua y aguas residuales. La plataforma integra datos de diversas fuentes, incluidos sistemas SCADA, sensores IoT y registros históricos, para crear una visión unificada de las operaciones de la planta. La plataforma integra diferentes algoritmos y modelos impulsados por IA para simular y optimizar diferentes partes de las plantas de tratamiento de agua potable (WTP) y de aguas residuales (WWTP).
Conocemos los beneficios de nuestras soluciones gracias a la experiencia que hemos adquirido con las utilities donde ya están instaladas. Algunos de ellos son la eficiencia operativa, la sostenibilidad que ayuda a reducir el impacto ambiental, la toma de decisiones mejorada y el cumplimiento normativo.
¿Cómo pueden las utilities mejorar el rendimiento operativo y planificar nuevas inversiones?
Hemos desarrollado un conjunto abierto de funcionalidades que se adapta a las necesidades específicas de cada utility, permitiéndoles así ahorrar en costes de consumibles, además de reducir la energía y los recursos necesarios para la gestión de las plantas.
Primero, estudiamos en detalle todo el proceso de tratamiento de agua que se lleva a cabo en la planta e identificamos posibles áreas de mejora. Una vez identificados los puntos críticos, implementamos modelos de aprendizaje automático que aplica inteligencia artificial para encontrar el punto óptimo de operación de los tratamientos, ahorrando costes mientras mejoramos la calidad del agua tratada.
Un estudio de caso relevante sobre la aplicación de modelos de IA en la gestión de plantas de tratamiento de agua potable es la instalación de suministro de agua que da servicio a la ciudad de Valencia y su área metropolitana. Se implementaron modelos de predicción de la calidad del agua en sus puntos más críticos para anticipar eventos que podrían interrumpir las operaciones. También se desarrollaron y desplegaron modelos para recomendar dosis óptimas de productos químicos, lo que ha permitido ahorros en consumibles operativos y la generación de recomendaciones específicas para prevenir deterioros que podrían suponer costos adicionales de mantenimiento. Los resultados incluyen un ahorro del 18% en el consumo de productos químicos y una reducción del 16% en el uso de energía.
¿Cómo adaptan los gemelos digitales operacionales a la era de la IA? ¿Cuáles son las principales oportunidades y desafíos en este ámbito?
Adaptar los gemelos digitales operacionales a la era de la IA implica mejorar los modelos previamente descritos con capacidades impulsadas por IA para maximizar su efectividad en la toma de decisiones en tiempo real, el análisis predictivo y la optimización de procesos.
Algunas de las principales oportunidades que hemos encontrado en este camino son:
- Optimización Operacional Inteligente:
Los algoritmos de IA pueden optimizar continuamente los procesos dentro del gemelo digital, desde el ajuste de la dosificación química en el tratamiento de agua hasta la optimización del uso de energía. Esto resulta en importantes ahorros de costos, mayor eficiencia y mejor cumplimiento de los estándares regulatorios.
- Mantenimiento Predictivo Mejorado:
Los gemelos digitales impulsados por IA pueden predecir fallos en los equipos con mayor precisión, analizando patrones en los datos que podrían pasar desapercibidos con métodos tradicionales. Esto conduce a estrategias de mantenimiento más efectivas, reduciendo el tiempo de inactividad y extendiendo la vida útil de los activos críticos.
- Mejora en la Toma de Decisiones:
Con la IA, los gemelos digitales pueden proporcionar información procesable en tiempo real, permitiendo una toma de decisiones más rápida y fundamentada.
En cuanto a los desafíos, algunos de ellos son:
- Calidad de los datos de las diferentes fuentes. Este es un factor determinante para la efectividad de los gemelos digitales.
- Bajo nivel de instrumentalización de los procesos, que conduce a un modelo de datos débil para predecir y recomendar acciones.
- Complejidad en la implementación de los modelos y garantizar que se mantengan actualizados con las últimas características.
- Cambios que requiere la cultura organizacional para incorporar los nuevos sistemas de gemelos digitales en la rutina diaria de la utility.
¿En qué áreas se centrarán las próximas innovaciones?
Hay muchos campos por explorar en este sentido, pero consideramos que las próximas innovaciones para capturar sinergias en la optimización de procesos mediante la combinación de IA con gemelos digitales se centrarán en varias áreas clave que prometen avances significativos en eficiencia operativa, sostenibilidad y escalabilidad. Algunas de estas áreas son:
- Análisis predictivo y automatización inteligente: Los próximos pasos permitirán que el gemelo digital sea capaz de automatizar las utilities mediante decisiones inteligentes basadas en el procesamiento de muchos escenarios diferentes, resultando en una operación optimizada de la utility.
- Control de procesos mejorado a través de simulación aumentada por IA: Seguimos mejorando el control de procesos al combinar IA con simulaciones en tiempo real dentro del gemelo digital.
¿Cómo puede la IA mejorar la madurez de los gemelos digitales, calcular el ROI y garantizar la precisión de los datos a través de métricas de rendimiento?
La IA desempeña un papel fundamental en el avance de la madurez de los gemelos digitales al agregar inteligencia, adaptabilidad y capacidades de aprendizaje a estos modelos. A medida que los gemelos digitales evolucionan, la IA puede contribuir a su madurez en varios aspectos clave, como el aprendizaje continuo y la adaptación, así como la toma de decisiones autónoma.
El retorno de la inversión (ROI) de un gemelo digital se puede calcular comparando los beneficios obtenidos de su implementación con los costes involucrados. Algunos de los costes asociados con la implementación de un gemelo digital son los costes de desarrollo e integración de la herramienta, como software, hardware e integración con sistemas existentes, y los costes operativos, como el mantenimiento y la actualización del gemelo digital.
Los beneficios incluyen el ahorro de costes en mantenimiento, consumo de energía y tiempo de inactividad gracias al mantenimiento predictivo y la optimización de procesos. También hay ganancias de productividad y ahorros de tiempo gracias a la automatización de procesos y la mejora en la toma de decisiones. Por lo tanto, la forma correcta de calcular el ROI sería cuantificando los beneficios y costes durante un período específico. Este cálculo simple demostrará el valor del gemelo digital.
Asegurar la precisión de los datos es fundamental para la efectividad de un gemelo digital, y la IA desempeña un papel muy importante en garantizar que los datos que impulsan el gemelo sean precisos y confiables. La IA supervisa los siguientes procesos relacionados con la precisión de los datos: validación y limpieza de datos, detección de anomalías y bucles de retroalimentación que permiten al gemelo digital comparar predicciones con resultados reales, aprendiendo de cualquier discrepancia.
Para evaluar la precisión de los datos y el rendimiento de un gemelo digital, existen varias métricas, como la precisión de las predicciones, el tiempo de respuesta, el tiempo de actividad y la disponibilidad. Hay muchas más, dependiendo de las características que se deseen medir y del enfoque sobre el rendimiento del gemelo digital.
¿Cuál es la penetración de mercado esperada de la IA en las plantas de tratamiento durante los próximos años?
Estimar la penetración del mercado de la IA en las plantas de tratamiento de agua implica analizar los avances tecnológicos, los impulsores regulatorios y las proyecciones de la industria. Si bien los números exactos son muy difíciles de predecir debido a factores variables, podemos ofrecer una estimación razonada basada en los datos disponibles y los conocimientos de la industria.
En la actualidad, el nivel de adopción de la IA en las plantas de tratamiento se encuentra en sus primeras etapas. Algunas utilities más grandes en regiones tecnológicamente avanzadas han comenzado a integrar la IA en sus operaciones. Sin embargo, la adopción generalizada en utilities más pequeñas o menos tecnológicamente avanzadas sigue siendo limitada. Podríamos decir que, en este momento, la tasa de penetración estimada es de alrededor del 10-15% de las plantas de tratamiento del mundo.
Para 2025, se espera que la penetración de la IA en las plantas de tratamiento aumente significativamente debido a la reducción de costes, el ROI demostrado y los incentivos económicos. Por ello, podríamos afirmar que la tasa de penetración estimada de la IA en las plantas de tratamiento que se puede esperar para finales del próximo año es del 25-30% de las plantas a nivel mundial.
Para 2035, se espera que la IA sea una tecnología común en el sector del tratamiento de agua, gracias a la madurez tecnológica de los gemelos digitales, los beneficios generalizados y los estándares de la industria. Es probable que la IA se convierta en un componente estándar de las operaciones de las plantas de tratamiento de agua, asegurando la seguridad y el cumplimiento. Para la próxima década, la tasa de penetración de la IA podría alcanzar entre el 70 y el 80% de las plantas de tratamiento de agua a nivel mundial, con la mayoría de las utilities integrando la IA en sus operaciones principales.