Su Yönetiminde Yapay Zeka’nın Evrimi

Üretken yapay zekâ ve ajan tabanlı yapay zekâdaki gelişmeler büyük bir dönüşüm yaratıyor. Bilgi sağlayan, tahmin yapan veya sınırlı görevleri yerine getiren  yapay zekâ teknolojisi  bugün, kendi kararlarını alabilen, görevleri planlayıp yerine getirebilen ve etkileşim içinde öğrenebilen otonom dijital aktörlere dönüştü. 

Üretken Yapay Zeka’nın mevcut verilerden içgörüler elde ederek  raporlama, analiz ve bilgi yakalama gibi görevleri kolaylaştırıyor, Ajan Tabanlı Yapay Zeka ise bu içgörülerden yola çıkarak otonom karar verme, sürekli senaryo testi ve proaktif sistem optimizasyonunu  gibi görevleri yerine getiriyor

Dijital dönüşümün en önemli zorluklarından biri her zaman su sektörünün topladığı geniş veri yelpazesinden anlamlı içgörüler elde etmek olmuştur. Sektör genellikle “veri açısından zengin ancak bilgi açısından fakir” olarak tanımlanır ve bu dengesizlik daha fazla veri üretildikçe artmaya devam etmektedir.Paradoksal olarak, su yönetimindeki verinin muazzam hacmi bu bilgi yoksulluğunu artırabilir ve deyim yerindeyse “ağaçlardan ormanı görmeyi” zorlaştırabilir.

Yapay zekâ, genellikle yeni bir teknoloji olarak kabul edilse de, su sektöründe uzun yıllardır uygulanmaktadır. Ancak tam potansiyelini gerçekleştirecek kadar yaygınlaşmamıştır.

Dijital Dönüşüm, özünde, bu çeşitli verilerden  yararlanarak eyleme geçirilebilir durumsal farkındalık yaratmaktadır.  Bu da kamu kurumlarının  sistemlerinin performansını anlamalarına ve optimize etmelerine yardımcı olacaktır.

Su İşletmeleri için üretken yapay zeka ve ajan tabanlı yapay zeka 

Gelişmiş yapay zekâ modelleri, gerçek zamanlı dijital ikizler, otonom optimizasyon motorları ve sektöre özgü analitik platformlar gibi atılımlar, su ve sanitasyon işletmelerinin sistemlerini nasıl anladıklarını, yönettiklerini ve planladıklarını yeniden tanımlamalarını sağlamaktadır.

Bu yenilikler, daha hızlı ve daha doğru karar verme ve tahmine dayalı ve giderek daha akıllı işletme operasyonlarına doğru bir geçiş  sağlamaktadır.

Ancak dijital yetenekler hızlanırken bile, dünyanın dört bir yanındaki su işletmeleri, iklim kaynaklı aşırı olaylar, hızlı kentleşme, artan su kıtlığı, yaşlanan altyapı ve sürekli finansal kısıtlamalar gibi birbirine bağlı baskılarla mücadele etmeye devam etmektedir.Sektörde aynı zamanda, güvenilirlik, sürdürülebilirlik ve kullanıcı  katılımına yönelik beklentiler de  artmaya devam etmektedir.

Bu zorluklar birbirini artırarak sistem verimsizliklerine, hizmet risklerine ve işletme sorunlarına  yol açıyor. Bu teknolojiler , yaşlanan iş gücü ve artan işletme  karmaşıklığı gibi kritik sektör zorluklarını hafifletmeye yardımcı olurken, kaynak verimliliğini, dayanıklılığı ve yönetici öngörüsünü de artırma olanağı tanımaktadır.

Üretken Yapay Zekâ (GenAI) ve Ajan Tabanlı Yapay Zekâ (AgenticAI), su sektöründe dijital dönüşümün bir sonraki dalgasını temsil etmektedir. GenAI, mevcut verilerden yeni bilgi ve içgörüler oluştururken, AgenticAI bu içgörüler üzerinde özerklik ve öngörü ile hareket eder. Birlikte, önceki yapay zekâ çalışmalarının değerini genişleterek, kamu hizmetlerini  eyleme, öngörüye ve dayanıklılığa doğru yönlendirirler (Şekil 1).

Üretken yapay zeka  bir makine öğrenimi biçimidir. Bu teknoloji  yeni içerik oluşturabilen algoritmaların toplu adı olup  mevcut içeriğe dayalı olarak yeni içerik üretme yeteneğine sahiptir.

Ajan tabanlı yapay zeka (AgenticAI) ise

yapay zeka ajanlarının   tanımlanmış hedeflere ulaşmak için dijital sistemler genelinde otonom olarak akıl yürütmelerini, planlama yapmalarını, iş birliği yapmalarını ve koordineli eylemlerde bulunmalarını sağlayan gelişmiş bir yapay zeka sistemidir.

Bu sistemlerin su sektöründe aşağıdaki konularda büyük fayda sağlayacakları düşünülmektedir.

• Raporlama, analiz ve ön cephe desteğini otomatikleştirerek verimliliği artırmak.
• Yaşlanan iş gücü sorununa çözüm bulmak için bilgi yakalamak ve aktarmak.
• Senaryo analizi ve stratejik simülasyonlar yoluyla karmaşık karar verme süreçlerini desteklemek.
• Enerji, su kullanımı ve yatırım planlamasını optimize ederek kaynak verimliliğini artırmak.
• Liderleri ve yöneticileri riskler, fırsatlar ve uzun vadeli dayanıklılık konusunda gerçek zamanlı öngörülerle güçlendirmek.

Yapay zekaya ihtiyaç neden arttı

Bu konuyla ilgili olarak  yapay zekânın verimlilik artışı sağlama,işgücü geliştirme, karmaşık konularda karar desteği sağlama ve optimum kaynak yönetimi gibi birçok faydasından söz edilebilir.

• Verimlilik Artışı – Üretici yapay zekanın  yardımcı pilotları raporlama, özetleme yapıp, müşteri yanıtlarını otomatikleştirerek personelin daha yüksek değerli işlere odaklanmasını sağlar.
• İş Gücü Geliştirme – Yapay zekâ, örtük bilgiyi yakalamaya, yeni personeli daha hızlı eğitmeye ve deneyimli iş gücü emekli olurken operatörleri desteklemeye yardımcı olur.
• Karmaşık Karar Desteği – AgenticAI, yöneticilerin belirsiz  gelecekler için plan yapmalarına yardımcı olmak amacıyla sürekli olarak “ne olurdu” senaryoları çalıştırır.
• Kaynak Yönetimi – Yapay zekâ, su, enerji ve kimyasal kullanımını optimize ederek operasyonel maliyetleri ve çevresel etkiyi azaltır.
• Yöneticilik Avantajı – Yöneticiler, sentezlenmiş içgörüler ve öngörüler elde ederek daha hızlı ve daha güvenli stratejik kararlar alabilirler.

Şekil 1. Su sektöründe yapay zekanın

Dijital Suyun Yeni Dalgası :Üretken Yapay Zeka ve Ajan Tabanlı Yapay Zeka:

Su sektörü, iklim değişikliğinin hidrolojik döngüleri bozması, yenilenmeye ihtiyaç duyan yaşlanan altyapı, hızlı kentleşme ve verimlilik, uyumluluk ve müşteri hizmetlerine yönelik artan beklentiler gibi zorlukların bir araya geldiği bir sektör durumundadır.Bu karmaşıklığı yönetmek, kademeli iyileştirmelerden daha ileri bir sistem  değişikliği adımı gerektirmektedir.Burada suda dijital dönüşümün yeni dalgasından yararlanmak mümkün olmaktadır.

Su yönetiminde yapay  zekâ, daha fazla veri toplama ve tahmin modeli sonuçları oluşturmanın dışında , üretken yapay zekâ ve ajan tabanlı yapay zekâ ile su  yönetiminin karar verme ve harekete geçmesine yardımcı olan akıllı sistemler  geliştirdi.

Üretken Yapay Zekâ (GenAI), yalnızca sınıflandırma veya tahmin yapmak yerine verilerden (metin, kod, görüntüler veya süreç özetleri) yeni içerik oluşturmaktadır.Bu olanak su sektöründe SCADA kayıtlarını özetleyebilen, düzenleyici raporlar taslağı hazırlayabilen veya sorun giderme   kılavuzları oluşturabilen gelişmiş bir “otomatik tamamlama”  şeklinde düşünülebilir.

Ajan tabanlı yapay zekâ ise  üretken yapay zekâdan  bir adım daha ileri gitmektedir. Bu sistemler sadece içerik üretmekle kalmamakta, ;hedefleri takip edebilmekte, adımları planlayabilmekte ve verilere göre hareket edebilmektedir. Bu sistemler ayrıca çevrelerini algılamakta, kararlar almakta ve minimum denetimle  aşağıda verilen görevlerini yerine getirebilmektedir.

• Hedef Odaklı Özerklik: Bir hedef verildiğinde (örneğin, pompalama maliyetlerini optimize etmek), bir  yapay zekâ ajanı planlama ve uygulama yapabilir.
• Proaktif Karar Verme: Operatörler işaretlemeden önce sorunları tespit eder, seçenekleri test eder ve bir eylem planı seçer.
• Çevre Farkındalığı: Bağlam içinde hareket etmek için sensör verilerini, tahminleri ve harici beslemeleri entegre eder.

Uygulamada: Geleneksel yapay zekâ boru arızalarını tahmin eder; Üretken yapay zekâ  bir olay raporu taslağı oluşturur;Ajan tabanlı yapay zekâ, talep tahminlerini enerji tarifeleriyle dengeleyerek pompalama programlarını gerçek zamanlı olarak ayarlar.

Su Sistemi Yönetiminde Dijital İkizler  ve  Yapay Zeka İşbirliği

Dijital ikizler, fiziksel varlıkların sanal kopyalarıdır. Bunlar su arıtma tesisi  veya su şebekesi için bir uçuş simülatörü gibi düşünülebilir. Üretken yapay zeka Dijital İkizleri konuşma diline uygun hale getirir (“Yarın amonyak seviyelerinin neden yükseleceği tahmin ediliyor?”), Ajan temelli yapay zekâ (AgenticAI) ise sistemi proaktif hâle getirir (“Amonyak artışlarını önlemek için havalandırmayı yeniden yapılandırın”).  (Şekil 2)

Şekil 2. Entegre karar verme için Dijital İkizler, GenAI ve AgenticAI

Dijital ikiz, su sistemi için Google Haritalar gibi düşünülebilir.

Tek başına, rotaları ve trafiği gösterir. Bu sisteme üretken yapay zekayı eklediğinizde, ona sade bir dille sorular sorabilirsiniz. Ajan temelli yapay zekayı  eklediğinizde ise, sadece rotaları göstermekle kalmayıp, ileride bir kaza tespit ettiğinde sizi otomatik olarak yeniden yönlendiren bir navigatör haline gelir.

Dijital ekosisteme entegre edilen GenAI ve AgenticAI, mevcut sistemlerin yerini almaz,  ancak onların performanslarını artırır.

Bu sistemlerin birlikte uygulanması durumunda , kamu hizmetlerinin uzun zamandır ihtiyacı olan  bir algılama → analiz etme → karar verme → harekete geçme döngüsünü ortaya çıkarırlar. Bu entegrasyon böylece  yapay zekayı deneysel bir araçtan dijital su için temel bir işletim sistemine dönüştürür.

Su sektörü yeni bir dijital dalganın eşiğindedir. Üretken Yapay Zekâ (GenAI), verileri içgörülere, raporlara ve rehberliğe dönüştürerek anlama yeteneği sağlamaktadır.

Ajan Temelli Yapay Zekâ ise bu yeteneği genişleterek senaryoları çalıştırmakta, iş akışlarını düzenlemekte ve otonom optimizasyonu mümkün kılmaktadır. Bu iki sistem su hizmetleri yönetiminde bizi veri odaklı hizmetlerden karar zekasına sahip hizmetlere taşımaktadır.

Kaynak: Prabhu Chandrasekeran (2025) Digital Water GenAI and AgenticAI for Water Utilities. International Water Association.