Jak AI może czytać odczyty i alarmy z systemu AMR Apator i co zyska Wasze wodociągi?
System AMR Apator zbiera odczyty i alarmy. AI może to czytać, łączyć z bilingiem i mówić Wam, gdzie jest wyciek i co odpowiedzieć odbiorcy.
Podłączenie AI do systemu AMR Apator jest możliwe: asystent czyta odczyty liczników, łączy je z historią abonenta, wyłapuje anomalie i przygotowuje raporty, zanim dyżurny zdąży sprawdzić kolejkę alarmów. Sposób integracji zależy od wersji systemu i konfiguracji u Waszego wdrożeniowcy, ale dane są dostępne, a praca do zautomatyzowania jest konkretna i powtarzalna.
Gdzie w pracy z AMR ucieka dziś najwięcej czasu?
System AMR zbiera odczyty automatycznie. Ale praca z tymi danymi nadal jest w dużej mierze ręczna i to właśnie tutaj tracimy godziny.
Każdy ranek w przedsiębiorstwie wodociągowym zaczyna się od przejrzenia, co wpłynęło przez noc. Koncentratory z sieci stałej, terminale inkasenckie po synchronizacji, lista alarmów. W średnim przedsiębiorstwie może to być kilkadziesiąt alarmów dziennie i tysiące odczytów. Ktoś musi otworzyć moduł alarmów, ocenić, które z nich wymagają reakcji terenowej, a które to powtarzające się zdarzenia z tych samych obiektów. Jeśli alarm wycieku na ul. Lipowej wraca co tydzień, bo tam po prostu jest stary przyłącz, i tak trzeba to sprawdzić ręcznie w historii licznika.
Poza alarmami jest biling. Odczyty z AMR lądują w systemie bilingowym, ale zestawienie "które liczniki miały w tym miesiącu zużycie skrajnie inne niż rok temu" to albo gotowy raport w AMR, jeśli ktoś go ustawił, albo ręczna praca z eksportem do Excela. A pytania odbiorców: "Skąd taki rachunek za wodę?" regularnie lądują na biurku działu obsługi, który musi sięgnąć do historii odczytów, sprawdzić datę ostatniego odczytu rzeczywistego, porównać z poprzednim rokiem i sklecić odpowiedź.
Kolejne straty czasu to weryfikacja alarmów manipulacji. Alarm pola magnetycznego to poważna sprawa, ale zanim wyśle się ekipę terenową, trzeba sprawdzić, czy odczyt za ostatnie miesiące w ogóle odbiega od poprzednich i czy nie chodzi o stały zakład z silnymi polami elektromagnetycznymi w okolicy. To kilkanaście kliknięć na abonenta, pomnożone przez kilkanaście alarmów tygodniowo.
Jakie dane czytamy z systemu AMR Apator?
Apator produkuje wodomierze i ciepłomierze z modułami radiowymi pracującymi w standardach wM-Bus oraz LoRa, obsługiwane przez system zdalnego odczytu. Dane w systemie można podzielić na trzy grupy, z których każda ma inne zastosowanie dla AI.
Odczyty liczników: dla każdego punktu pomiarowego mamy numer seryjny wodomierza lub ciepłomierza, identyfikator abonenta, datę i godzinę odczytu, wskazanie (m³ dla wody, GJ lub MWh dla ciepła), tryb odczytu: automatyczny z sieci stałej, ręczny z terminala inkasenckiego albo szacunkowy. Dla ciepłomierzy dochodzą parametry takie jak temperatura zasilania i powrotu oraz przepływ chwilowy. Wszystko to trafia do bazy danych systemu AMR w formie szeregu czasowego na licznik: każdy odczyt to wiersz z datą, wartością i statusem komunikacji.
Alarmy i zdarzenia: system AMR Apator rejestruje alarmy bezpośrednio z modułu radiowego licznika. Najczęstsze to: alarm wycieku (stały przepływ poniżej progu przez zdefiniowany czas, typowo 24 lub 48 godzin), alarm odwróconego przepływu, alarm pole magnetyczne jako próba manipulacji magnesem neodymowym, alarm otwarcia obudowy, brak komunikacji (licznik milczy od X dni), błąd czujnika temperatury. Każdy alarm ma datę i godzinę wystąpienia, aktualny status: aktywny, potwierdzony, zamknięty, oraz historię zmian stanów. Ta historia jest dla AI bardzo wartościowa, bo pokazuje, jak dany punkt zachowywał się wcześniej.
Dane abonenta i punktu pomiarowego: adres zainstalowania licznika, typ obiektu (mieszkalny, przemysłowy, ogrodowy, wspólnota mieszkaniowa), data ostatniej wymiany licznika, przypisanie do rejonu inkasenckiego, uwagi serwisowe wpisane przez techników. W systemie bilingowym zintegrowanym z AMR dochodzą dane taryfowe i historia rozliczeń z datami odczytów, na których bazowały faktury.
Gdy AI ma dostęp do tych trzech warstw jednocześnie, może spajać odczyty z alarmami i historią abonenta. To robi większość pracy analitycznej, której dziś wykonanie zajmuje człowiekowi kilkanaście minut na jeden punkt.
Jak fizycznie podłączamy AI do AMR Apator?
Zacznijmy od uczciwego obrazu: Apator nie opisuje publicznie otwartego, standardowego REST API do systemu AMR, z dokumentacją dostępną dla każdego integratora bez kontaktu z firmą. To nie jest wyjątek: tak działa większość systemów branżowych w energetyce i mediach, gdzie integracje robi się przy wdrożeniu i przez lokalnego wdrożeniowcę, a nie przez publiczne marketplace'y.
Legalne drogi, które stosujemy przy takich systemach:
- Bezpośredni dostęp do bazy danych (tylko odczyt): systemy AMR pracują najczęściej na bazie SQL Server lub PostgreSQL. Tworzymy konto techniczne wyłącznie z uprawnieniem SELECT, AI zadaje zapytania do tabel odczytów i alarmów. To najwygodniejsza droga: dane są aktualne, można zadawać dowolne zapytania historyczne. Wymaga zgody administratora systemu AMR i działu IT firmy.
- Eksport cykliczny do pliku CSV lub XML: wiele instalacji AMR pozwala generować raporty według harmonogramu. Pliki lądują w folderze sieciowym lub na FTP, AI czyta je codziennie o ustalonej godzinie. Dane mają opóźnienie do 24 godzin, ale do raportów porannych i analiz trendów to zupełnie wystarczy.
- Usługi SOAP lub REST w module webowym: część wdrożeń AMR ma moduł sieciowy z usługami sieciowymi. Zakres i dostępność takich usług zależy od wersji systemu i wykupionej licencji. Sprawdzamy to razem z lokalnym wdrożeniowcą Apatora przy pierwszym spotkaniu.
- Integracja przez system bilingowy: jeśli Wasze wodociągi mają zintegrowany system bilingowy (własny, WF-Mag lub inny), który już pobiera dane z AMR, możliwe, że łatwiej podłączyć AI do bilingowego, gdzie odczyty są już połączone z danymi abonenta i fakturą w jednym miejscu.
W każdym przypadku zaczynamy od rozmowy z osobą, która administruje systemem AMR u Was. Ustalamy, co jest dostępne, gdzie leży baza, kto wystawia konta. AI dostaje dostęp wyłącznie do odczytu: żadna akcja w systemie przez AI nie jest możliwa bez potwierdzenia człowieka.
Sześć sytuacji z pracy w wodociągach: pytanie i co robi asystent
Poniżej konkretne przypadki. W każdym: ktoś z firmy zadaje pytanie albo zleca zadanie, asystent korzysta z danych AMR i odpowiada albo przygotowuje materiał do działania.
1. Poranny raport anomalii zużycia
Dyżurny pyta: "Które liczniki miały wczoraj odczyt skrajnie inny niż przez ostatnie trzy miesiące?" Asystent przegląda odczyty z ostatniej doby, porównuje każdy licznik z jego medianą z poprzednich 90 dni i wypisuje listę: numer licznika, adres, wczorajsze zużycie, typowe zużycie dobowe, skala odchylenia. Jeśli na ul. Polnej 14 wczoraj poszło 18 m³, a przez trzy miesiące było po 0,4 m³ dziennie, ten adres idzie na górę listy. Dyżurny dostaje posortowany materiał, nie surowy plik z tysiącami wierszy.
2. Alarm wycieku: co wiemy o tym konkretnym adresie?
Inspektor pyta: "Mam aktywny alarm wycieku na Wiślanej 7, co wiemy o tym liczniku?" Asystent wyciąga: data ostatniej wymiany modułu, historia odczytów z ostatnich dwunastu miesięcy z widocznym profilem zużycia, poprzednie alarmy wycieku na tym punkcie z ich statusami zamknięcia. Jeśli ten sam alarm był dwa razy w poprzednim roku i za każdym razem był zamykany jako fałszywy (nieszczelność armatury wewnętrznej naprawionej przez abonenta), asystent to sygnalizuje. Inspektor decyduje, czy wysyła ekipę od razu, czy dzwoni najpierw do abonenta.
3. Alarm manipulacji: lista do weryfikacji terenowej z priorytetem
Kierownik techniczny pyta: "Ile mamy aktywnych alarmów pola magnetycznego i które sprawdzić w pierwszej kolejności?" Asystent przegląda listę alarmów, łączy każdy z historią odczytów. Wyróżnia przypadki, gdzie zużycie na danym liczniku jest wyraźnie niższe niż u sąsiednich odbiorców o podobnym typie obiektu albo gdzie zużycie nagle spadło po dacie pojawienia się alarmu. Te idą do górnego koszyka. Reszta może poczekać na kolejny cykl weryfikacji. Wynik: posegregowana lista z priorytetem, gotowa do przypisania inkasentom na trasę.
4. Odpowiedź na pytanie abonenta o wysoki rachunek
Pracownik obsługi klienta pyta: "Pani Nowak z Ogrodowej 3 dzwoni, że jej rachunek jest trzy razy wyższy niż rok temu, co jej powiedzieć?" Asystent przegląda historię odczytów za ostatnie 24 miesiące, sprawdza, czy był alarm wycieku na tym punkcie, kiedy był ostatni odczyt rzeczywisty, a kiedy szacunkowy, oraz czy w poprzednim roku nie było wyrównania zaległości z wcześniejszych szacunków. Wynik: krótka notatka z faktami dla pracownika, z gotowym wytłumaczeniem albo z sygnałem: "prawdopodobnie wyciek wewnętrzny, poleć sprawdzenie instalacji za wodomierzem".
5. Lista "martwych" liczników: brak odczytu ponad 30 dni
Kierownik sieci pyta: "Które liczniki milczą od ponad 30 dni?" Asystent przegląda daty ostatnich odczytów w bazie, wypisuje wszystkie punkty z luką powyżej progu, grupuje według rejonu inkasenckiego. Dorzuca, czy na tych punktach była kiedykolwiek otwarta reklamacja komunikacyjna i czy jest już zaplanowana wizyta serwisowa. Dyspozytornia dostaje gotową listę do wpisania w plan tras, zamiast przeszukiwać listę tysięcy liczników ręcznie.
6. Bilans wody w strefach rozliczeniowych
Dyrektor techniczny pyta: "Jak wyglądają bilanse wody w poszczególnych strefach rozliczeniowych za ostatni miesiąc?" Asystent zbiera sumy odczytów z wodomierzy węzłowych i sumy odczytów abonenckich w każdej strefie, wylicza różnicę i pokazuje, która strefa ma największą stratę pozorną. To jest punkt wyjścia do dalszej analizy, nie wyrok. Ale daje dyrekcji konkretny obraz zamiast tabeli z tysiącami wierszy, z której nie wiadomo, gdzie zacząć.
Co zostaje po stronie człowieka i gdzie są granice AI?
AI w tym zestawieniu działa jak analityk, który przepracowuje dane i przygotowuje materiał. Nie zamyka alarmów w systemie AMR, nie wydaje decyzji o wymianie licznika, nie kontaktuje się z abonentem bez akceptacji pracownika. Każda decyzja o wysłaniu ekipy, o wystawieniu wezwania za manipulację czy o odcięciu dostawy zostaje u człowieka.
Są też granice techniczne. AI nie widzi w systemie AMR danych w czasie rzeczywistym, jeśli integracja opiera się na dobowych eksportach. Alarm, który pojawił się o 2 w nocy, trafi do asystenta dopiero z rannym importem pliku. Przy integracji przez bazę czas opóźnienia można skrócić, ale to wymaga decyzji administratora systemu i oceny obciążenia bazy.
AI nie zastąpi też lokalnej wiedzy o sieci. Wie, że na Lipowej 12 jest od lat alarm wycieku co miesiąc. Nie wie, że ten budynek był remontowany i alarm pochodzi ze zraszacza ogrodowego sąsiada, bo ta informacja stoi w notatce papierowej w szafce inkasentki. Żeby AI mogła z takiej wiedzy korzystać, musi ona najpierw trafić do systemu jako uwaga do punktu pomiarowego.
Dane osobowe abonentów (imię, nazwisko, adres) w systemie AMR są danymi osobowymi w rozumieniu RODO. Zanim AI dostanie dostęp do bazy lub eksportów z tymi danymi, firma powinna sprawdzić, czy jej polityka przetwarzania danych to obejmuje i czy jest właściwa podstawa prawna. W wodociągach zwykle jest, bo przetwarzanie jest niezbędne do wykonania umowy, ale warto to potwierdzić z inspektorem ochrony danych firmy, szczególnie jeśli dane mają trafiać poza infrastrukturę lokalną.
Od czego zaczynamy wdrożenie?
Nie zaczynamy od integracji. Zaczynamy od jednego konkretnego problemu, który naprawdę boli. Najczęściej to poranny raport alarmów albo odpowiedzi na pytania abonentów. Reszta dochodzi potem, gdy widzimy, co działa i na jakich danych.
- Spotkanie z administratorem systemu AMR: ustalamy, co mamy do dyspozycji. Baza, eksporty, wersja systemu, kto zarządza dostępem. Bez tego nie wiemy, którą drogą idziemy.
- Dostęp tylko do odczytu: konto techniczne na bazie lub dostęp do folderu z eksportami. Na tym etapie AI nic nie zapisuje do systemu AMR.
- Mapowanie danych: sprawdzamy, jak wyglądają tabele lub pliki w praktyce. Nazwy kolumn, formaty dat, kody alarmów stosowane w tej konkretnej instalacji. To zajmuje dzień, dwa.
- Pilot na jednym scenariuszu: np. poranny raport anomalii dla jednego rejonu. Testujemy przez dwa, trzy tygodnie na prawdziwych danych, poprawiamy progi i logikę.
- Rozszerzenie: kolejne scenariusze, więcej rejonów, integracja z systemem bilingowym, jeśli jest sens i dane są dostępne.
Jeśli Wasze wodociągi lub ciepłownia pracują z AMR Apator i chcecie sprawdzić, od czego zaczęliby inni w tej branży, zapraszamy na 15 minut rozmowy. Możecie też zajrzeć do realnych wdrożeń, żeby zobaczyć, jak to wygląda u firm o podobnym profilu i skali.
Chcecie to u siebie?
Na osobnej stronie rozpisaliśmy, co dokładnie podłączamy w AMR Apator, o co możecie wtedy pytać asystenta i ile kosztuje wdrożenie.
Co podłączamy i ile to kosztuje →Najczęstsze pytania
Czy system AMR Apator ma otwarte API do integracji z zewnętrznymi programami?
Apator nie publikuje standardowego, otwartego API dla systemu AMR dostępnego bez kontaktu z wdrożeniowcą. Sposób integracji ustala się przy wdrożeniu: korzysta się z dostępu do bazy danych, eksportów cyklicznych lub usług SOAP/REST, jeśli są dostępne w danej instalacji.
Czy AI może automatycznie zamykać alarmy w AMR lub wysyłać ekipę bez zgody pracownika?
Nie. W tym modelu wdrożenia AI tylko analizuje dane i przygotowuje materiał: listę alarmów z priorytetem, historię odczytów, notatki dla obsługi klienta. Każda decyzja o wyjeździe ekipy, zamknięciu alarmu czy kontakcie z abonentem zostaje po stronie człowieka.
Jak długo trwa integracja AI z AMR Apator w przedsiębiorstwie wodociągowym?
Gdy mamy dostęp do bazy lub eksportów, pierwszy pilot na jednym scenariuszu, na przykład poranny raport anomalii, można uruchomić w ciągu kilku tygodni od pierwszego spotkania z administratorem systemu. Czas zależy głównie od dostępności danych i konfiguracji instalacji.
Czy RODO pozwala na dostęp AI do danych abonentów z AMR?
Przetwarzanie danych osobowych abonentów wymaga podstawy prawnej. W wodociągach najczęściej jest to niezbędność do wykonania umowy lub prawnie uzasadniony interes administratora. Przed wdrożeniem warto potwierdzić zakres z inspektorem ochrony danych firmy.
Czy AI zastąpi inkasentów i dyżurnych w wodociągach?
Nie. AI przegląda dane i przygotowuje materiał do działania: posortowane listy, historię odczytów, notatki do obsługi klienta. Decyzje terenowe, weryfikacja fizyczna i kontakt z abonentem zostają po stronie człowieka, który zna lokalną sieć i kontekst, jakiego w bazie nie ma.
Pokażemy to na Waszych danych z AMR Apator
Jedno zdanie wystarczy: czego szukacie w AMR Apator albo co ma się dziać samo. Odpiszemy, co podłączymy i od czego zacząć.
Opracowanie: zespół redAi z wykorzystaniem narzędzi AI.
Podłączymy AMR Apator do AI u Was
15 minut rozmowy: mówicie, czego szukacie w danych, my mówimy, co wyciągniemy z AMR Apator, ile to potrwa i czego potrzebujemy po Waszej stronie.
- Bezpłatna prezentacjaAI na Waszych zadaniach, nie na slajdach.
- Dostęp tego samego dniaZespół od razu pracuje we własnym portalu.
- Do 2 tygodni testówPłacicie dopiero po decyzji.
Może Was też zainteresować

Jak AI może sprawdzić status paczki, porównać koszty kurierów i przygotować reklamację w GlobKurier za Wasz sklep?

Jak AI może czytać procedury i tabele z Coda i Craft, żeby nikt w firmie nie szukał ręcznie?
