水道のAI（人口知能）関連でのメモ

飲むもの、インフラである水道というくくりの

話で、日本では水道管の劣化を予測するシステム

の検索結果が出て来る。

例外的な部分では東京都水道局のお客様対応の

AI化の話と、福岡の水道局のメータの写真をAIで解析して

検針するシステムらしい。

大枠で３つ。

• 配水管の劣化の予測
• お客様対応（水道使用時、中止時の顧客から連絡対応）の自動化
• 検針を遠隔で行った写真の解析の自動化

主に日本ではとなる。

厚労省のポンチ絵があるが、

これも施設維持関連のIot機器を通じたはなしのようです。

インフラの維持管理、顧客サービスにつかいましょう

AIを。

なぜなら、設備は維持管理が必須であり、経年劣化が避けられないから。

また、今後人材の確保は予算の関係上厳しい状態にあるから。

顧客対応もAI化していきましょうということです。

海外だと、アメリカの西海岸のスタートアップ企業や、マイクロソフトなどが、

AIを活用した、お水をきれいにしましょう,

水質管理的な部分でのAIの利用という

取り組みがあるようですね。

むこうでは流行りなのでしょうか。

日本国内でも年間ニュースになるレベルの配水管などの劣化による

大規模な漏水は年間結構な頻度のように聞くようになってきてますし。

水道やとして、水道局に通う身としては、やはりおおきな声では言えませんが、検診業務も外注化しているなかでも、それなりにロスは発生する話も聞きますし。

コールセンターを外注化しつつも、教育まで十分なのかな。

というときもあるときもあります。

配水管の劣化の計算のはなしは給水管の取り出しをよくみるものと

しては、あーたしかに配水管もそんなに全部が全部きれいに

できないし大変だろな。と思います。

四半世紀どころか半世紀はつかっている配水管は東京などでも

ザラですし、予算をかけて新しくするのはこれ、

まじ大変な作業なので、全部をいずれは

というのも、本当に現実的か？

と考えるわけです。

ひらたくいうとすごくお金かかるよね。

ということです。

給水管１箇所だけでも、かなりいろいろあるのに、配水管入れ替え

は、もう。

マジ大変だとおもいます。

なので、的確な選別は必要となるのでしょう。

維持管理、人材代用がAIの使いかた

劣化と人件費と人材確保対応が急務だから。

５ｍ毎の鉄管の継ぎ目の劣化とかヤクモンの劣化って

どうやって計算するんだろうか、素朴な疑問がある。

また水道メーターのメーカーがIot機器に賛同するのか、

既存のメータはどうすんおかということも

疑問がある。

コールセンターのAIっていわゆるテープ流れて、

５番を押してくださいみたいなのの延長で考えているのだろうか。