1G Färdplan för att skala upp användning och införande av AI och maskininlärning i svenska VA-bolag
Projektets syfte och mål
Detta projekt syftar till att underlätta och snabba på införandet och användningen av AI och maskininlärningsverktyg i svenska VA-bolag. Detta genom att utvärdera nuvarande implementeringar, granska bästa praxis och ta avstamp i insikter från olika experter på området.
Trots de många kända fördelarna med AI och maskininlärning, har många organisationer inte kommit särskilt långt i tillämpning av dessa tekniker i praktiken. Att komma vidare i utveckligen är avgörande för den digitala omvandlingen inom många VA-bolag. Några av de aspekter som påverkar implementeringen och som projektet kommer att fokusera på är:
- Klassificering av datasäkerhet: Vissa typer av data är mycket känsliga inom VA-bolagen, vilket kräver stränga säkerhetsklassificeringar. Det kan utgöra ett hinder för implementering av AI/ML-lösningar på grund av osäkerhet hos kommunerna kring tillåten dataanvändning – vilka data kan de och kan de inte använda för AI/ML-applikationer utan att bryta mot sekretessen?
- Snabba tekniska framsteg: Den snabba utvecklingen av AI/ML innebär ständiga utmaningar när det gäller att avgöra vilka algoritmer, verktyg och bästa praxis som ska användas eller undvikas. Detta dynamiska landskap gör det svårt för VA-organisationerna att skräddarsy lösningar efter sina specifika behov, särskilt när det gäller hur de ska integreras effektivt med befintliga system och infrastruktur.
- Analys av både framgångsrika och misslyckade tillämpningar av AI/ML, varför gick det bra eller dåligt och hur gick man till väga?
Målgrupper
Projektet vänder sig till så väl Svenska VA-organisationer som till forskare inom beslutsstöd och hållbar förvaltning av vatten- och avloppsinfrastruktur. Även utvecklade av verktyg för beslutssstöd har nytta av insikter från projektet.
Samhällspåverkan
Ett välfungerande vatten- och avloppssystem är avgörande för ett fungerande och välmående samhälle. Projektets resultat kommer att bidra till en mer hållbar infrastrukturförvaltning, vilket leder till bättre resursutnyttjande och minskad miljöpåverkan.
Info
Projektkategorier
Hållbara beslutsstödProjektstatus
PågåendeTidsplan
2024 – 2028
Projektledare
Emmanuel Okwori, RISE
Partner
RISE