Sans scepticisme aucun, David Gotte, directeur commercial de FluksAqua souligne que la première intelligence sur les métiers des réseaux d’eau et d’assainissement n’est pas artificielle, mais qu’elle repose avant tout sur l’expertise de l’exploitant. « Le principe de base du développement de nos outils est d’intégrer dans les applications les besoins des utilisateurs ». Les 35.000 tableaux de bords générés quotidiennement par FluksAqua sont issus d’une relation interactive avec les exploitants pour adapter avec pertinence les solutions à la réalité du besoin. « On se nourrit de la connaissance de nos clients exploitants pour augmenter et améliorer les niveaux de fonctionnalités de nos applications afin de leur permettre de faire des choix pertinents et de lancer une action correctrice rapidement ».
Sur les métiers de terrain, qui sont par nature assez complexes et dont la génération d’indicateurs avec des anomalies ou des dépassements s’effectue en temps réel, « le renforcement de l'accompagnement des utilisateurs par un volet d’intelligence artificielle passera surement aussi par le croisement et l'analyse automatique de données plus larges : le comptage et l'acoustique, les seuils réglementaires calculés et leurs dépassements réels ou encore la gestion patrimoniale avec l'objectif de faciliter les choix d'actions terrains et les investissements... » selon David Gotte. « Nos tableaux de bords sont un début d’usage d’intelligence artificielle. Accessibles sur tous supports (ordinateurs, tablettes, smartphones), facilement et rapidement configurables, ils calculent et hiérarchisent automatiquement les indicateurs métiers récupérés quotidiennement et visent à faire gagner du temps à l’utilisateur. L'accent est délibérément mis sur le partage des meilleures expériences pour offrir le meilleur parcours aux utilisateurs ».
Si grâce à son ancrage terrain, FluskAqua s'avère force de proposition sur la sectorisation et les recherches de fuite ou sur le suivi des indicateurs de production, « nous restons à l'écoute d’apport de données supplémentaires issues de l’intelligence artificielle qui permettraient de fournir des modèles prédictifs facilitant l’adaptation à des demandes spécifiques d’exploitation des réseaux ».
