Gelişen teknolojiler ve küresel iklim krizinin etkileriyle birlikte, metropollerde su yönetiminin artık geleneksel gözlem ve manuel müdahale yöntemleriyle sürdürülemez hale geldiği açık bir gerçektir. Milyonlarca insanın yaşadığı mega kentlerde, su kaynaklarının verimli kullanımı, iletim hatlarının güvenliği ve atıksu yönetimi karmaşık analitik modeller gerektirir. İstanbul Su ve Kanalizasyon İdaresi (İSKİ), “Dijital Rönesans” vizyonunun en kritik halkası olan iski ai yapay zeka platformu modelini canlıya alarak su yönetiminde tarihi bir eşiği geride bıraktı. Ocak 2026’da düzenlenen SUKİ Teknoloji Zirvesi’nde sinyalleri verilen bu dönüşüm, İSKİ Merkez Binası Büyük Konferans Salonu’nda gerçekleştirilen lansmanla resmiyet kazandı. İski yapay zeka su yönetimi anlayışına geçişle birlikte, kentin su altyapısı reaktif (arıza oluştuktan sonra müdahale eden) yapıdan, veri odaklı, proaktif ve tahmine dayalı bir yönetişim modeline evrildi. Akıllı şehirler dijital ikiz su mimarilerini akıllı su yönetimi kestirimci bakım metotlarıyla buluşturan platform, kamuda yapay zeka uygulamaları açısından uluslararası standartlara örnek teşkil eden yerli ve bağımsız bir altyapı sunmaktadır. Kayıp kaçak su azaltımı yapay zeka algoritmalarıyla entegre çalışan bu ekosistem, küresel iklim dirençliliği hedeflerine doğrudan katkı sağlamaktadır.

1. Bölüm: İSKİ AI Platformunun Teknik Mimarisi ve Veri Altyapısı

İSKİ AI platformu, yalnızca üst ölçekli bir yazılım entegrasyonu değil; devasa boyuttaki veri akışlarını anlık olarak işleyen yerel bir veri mimarisidir. Sistem; SCADA (Supervisory Control and Data Acquisition) entegrasyonu, IoT (Nesnelerin İnterneti) sensörleri, Coğrafi Bilgi Sistemleri (CBS), akıllı sayaçlar, meteorolojik gözlem verileri ve Alo 185 çağrı merkezi veri akışlarını tek bir karar destek merkezinde toplar.

İSKİ AI platformunun teknik omurgasını oluşturan temel bileşenler şunlardır:

• Yerel AI Mimarisi ve Veri Mahremiyeti: Kritik altyapı verilerinin güvenliğini garanti altına almak adına platform, kapalı devre sunucular üzerinde çalışmaktadır. Dışa bağımlılığı ortadan kaldıran "Yerel Yapay Zeka" yaklaşımı, veri sızıntısı risklerini sıfıra indirir.

• Açık Kaynak Kodlu Mimariler: Kurum mühendislerinin geliştirdiği açık kaynak altyapısı, algoritmaların sürekli güncellenebilmesine ve yeni modüllerin hızlıca entegre edilmesine olanak tanır.

• Hibrit Veri İşleme Kapasitesi: Sahadaki binlerce basınç, debi, sıcaklık ve vanadan gelen yüksek frekanslı zaman serisi verileri ile Coğrafi Bilgi Sistemlerindeki konumsal verileri eşzamanlı olarak korele eder.

Dijital İkiz (Digital Twin) ve Hidrolik Modelleme

Platformun en gelişmiş katmanlarından biri, İstanbul'un binlerce kilometrelik su ve atıksu şebekesinin oluşturulan Dijital İkizidir (Digital Twin). Fiziksel altyapının birebir sanal bir kopyasını dijital ortamda simüle eden bu mimari, hidrolik modeller ile entegre çalışır.

Dijital ikiz sayesinde, şebekedeki olası yük değişimleri, boru içi basınç dalgalanmaları ve vanaların tepki süreleri sanal ortamda test edilebilir. ISO 55001 Varlık Yönetimi standartlarına tam uyumlu çalışan bu model, fiziksel varlıkların yıpranma paylarını hesaplayarak altyapı ömrünü uzatır. Akıllı pompa, vana ve sensörlerin birbiriyle haberleşen otonom bileşenler olarak kurgulandığı sistemde, meydana gelebilecek işletim aksaklıkları henüz sahaya yansımadan simülasyonlar kanalıyla çözüme kavuşturulmaktadır.

2. Bölüm: Kayıp-Kaçak Azaltımı ve Kestirimci Bakım Stratejileri

Su idarelerinin karşı karşıya kaldığı en büyük maliyet ve kaynak kaybı kalemini Kayıp-Kaçak Su Yönetimi (Non-Revenue Water - NRW) oluşturmaktadır. Şebekeye verilen toplam su miktarı ile tüketicilere ulaşan ve faturalandırılan su miktarı arasındaki farkı ifade eden NRW, hem fiziki su kayıplarını (boru patlakları, sızıntılar) hem de idari kayıpları (sayaç hataları, kaçak kullanım) kapsar.

Kestirimci Bakım ve Arıza Tahminleme (Predictive Maintenance)

Geleneksel altyapı yönetiminde arızalar, borunun patlaması veya suyun yüzeye çıkması sonucunda vatandaş ihbarıyla tespit edilir. Bu durum hem tonlarca işlenmiş suyun boşa akmasına hem de kazı ve onarım maliyetlerinin artmasına yol açar. İSKİ AI platformu, kestirimci bakım (predictive maintenance) algoritmalarıyla bu süreci kökten değiştirmektedir:

• Basınç ve Debi Anormallik Analizi: Şebeke üzerindeki sensörlerden gelen mikro basınç değişimleri yapay zeka modelleriyle taranır. Basınçtaki ani düşüşler veya geceleri gözlemlenen olağandışı debi artışları, henüz yüzeye çıkmamış kılcal sızıntıların habercisi olarak algılanır.

• Akustik Sensör ve Makine Öğrenimi Entegrasyonu: Borulardaki titreşim ve ses frekanslarını analiz eden modeller, şebekenin hangi noktasında yapısal deformasyon başladığını noktasal olarak belirler.

• Erken Uyarı Sistemleri: Boru hatlarının yaş, malzeme türü, zemin yapısı ve geçmiş arıza verileri derin öğrenme modelleriyle skorlanır. Yüksek riskli hatlar tespit edilerek arıza oluşmadan önce önleyici bakım ekipleri yönlendirilir.

Bu proaktif yaklaşım sayesinde arıza tespit süreleri günlerden dakikalara indirilmekte, fiziki su kayıpları minimuma düşürülmekte ve saha operasyonlarında kullanılan enerjiden tasarruf edilmektedir. T.C. Tarım ve Orman Bakanlığı Su Yönetimi Genel Müdürlüğü tebliğleri ve AB Su Çerçeve Direktifi (WFD) standartları doğrultusunda yürütülen bu çalışmalar, su kaynaklarının korunmasında kilit rol oynamaktadır.

3. Bölüm: İklim Değişikliği, Baraj Yönetimi ve Akıllı Su Bütçelemesi

Küresel iklim krizi, yağış rejimlerinin düzensizleşmesine ve aşırı buharlaşma oranlarına yol açarak şehirlerin su güvenliğini tehdit etmektedir. İklim Dirençli Şehir Akılı (Climate-Resilient Smart City) konseptinin bir parçası olarak İSKİ AI, İstanbul’un su bütçesini dinamik ve bilimsel verilere dayalı olarak yönetir.

Makine Öğrenimi ile Su Tüketim ve Doluluk Tahminleri

Platform; meteoroloji uydu verileri, mevsimsel yağış tahminleri, buharlaşma katsayıları ve geçmiş tüketim trendlerini işleyerek baraj doluluk oranlarını uzun vadeli olarak simüle eder. Yapay zeka modelleri, İstanbul genelinde %97 doğrulakla su tüketim tahmini yapabilmektedir.

Dinamik su bütçelemesi sürecinde yapay zekanın sağladığı işlevler şunlardır:

• Optimum Terfi ve Transfer Stratejileri: Farklı baraj ve regülatörlerden su çekimi yapılırken, enerji maliyetleri ve kaynak potansiyelleri anlık olarak kıyaslanır. En az enerji tüketimiyle en yüksek verimi sağlayacak su transfer rotaları belirlenir.

• Kuraklık Senaryoları ve Risk Simülasyonu: Yağışsız geçen periyotların uzaması durumunda kentin hangi bölgesinde ne kadarlık bir su baskısı oluşacağı önceden modellenir.

• Talep Yönetimi: Alo 185 Akıllı Asistanı gibi yapay zeka destekli müşteri iletişim kanalları, çağrı merkezi iş yükünü yaklaşık %40 azaltırken, vatandaşların taleplerini saniyeler içinde yanıtlayarak su kullanım bilincinin artırılmasına katkı sağlar.

BM Sürdürülebilir Kalkınma Amaçları'nın 6. Maddesi olan "Temiz Su ve Sanitasyon" hedefi doğrultusunda kurgulanan bu altyapı, gelecek kuşakların su hakkını güvence altına almaktadır.

4.  Bölüm: Kamu Yönetiminde Yapay Zeka, Siber Güvenlik ve Etik

Kritik kamu altyapılarının dijitalleşmesi ve yapay zeka kontrolüne teslim edilmesi, yüksek seviyeli veri güvenliği ve yönetişim standartlarını zorunlu kılar. Su ve atıksu sistemleri, bir ülkenin veya şehrin temel yaşam destek altyapısı olduğu için Kritik Altyapı Siber Güvenliği (Cybersecurity for Critical Infrastructure) taviz verilmez bir önceliktir.

Güvenlik Standartları ve Etik Yapay Zeka

İSKİ AI altyapısı tasarlanırken uluslararası standartlara uyum temel ilke olarak benimsenmiştir:

• ISO/IEC 42001 Yapay Zeka Yönetim Sistemi: Yapay zeka modellerinin şeffaf, hesap verilebilir, izlenebilir ve etik ilkeler doğrultusunda geliştirilmesini sağlar. Algoritmaların tarafsızlığı ve karar süreçlerinin güvenilirliği bu standart çerçevesinde denetlenir.

• ISO/IEC 27001 Bilgi Güvenliği Yönetim Sistemi: Platformdaki veri akışları, ağ mimarisi ve sunucu erişimleri uçtan uca şifreleme yöntemleriyle korunur. Sensör seviyesinden merkez sunucuya kadar tüm veri iletim hatları yetkisiz erişimlere karşı izlenir.

• Kamu Yönetiminde Algoritmik Bağımsızlık: Verilerin tamamen kurumun kendi sunucularında tutulması ve açık kaynak kodlu yapılar kullanılması, dijital bağımsızlığın korunması açısından kritik bir adımdır.

Kamu yönetiminde yapay zeka kullanımı, insan faktörünü ortadan kaldırmaz; aksine uzman personelin karar alma yeteneğini verilerle destekleyerek güçlendirir.

Doğru Bilinen Yanlışlar

Kamu altyapılarında ve su yönetiminde yapay zeka kullanımıyla ilgili teknoloji ve kamuoyunda sıklıkla karşılaşılan yanlış algılar ile bunların teknik gerçekleri şunlardır:

Yanlış 1: Yapay zeka sadece geçmiş verileri raporlar, altyapı arızalarını önceden tahmin edemez

Gerçek: Yapay zeka sistemleri sadece statik raporlama araçları değildir. Makine öğrenimi ve derin öğrenme algoritmaları, sensörlerden gelen zaman serisi verilerini (basınç, debi, akustik) işleyerek mikro düzeydeki anormallikleri tespit eder. Bu sayede boru patlamadan veya pompa arızalanmadan önce kestirimci bakım sinyalleri üreterek arızaları oluşmadan engeller.

Yanlış 2: Kamu altyapılarında yapay zeka kullanımı yüksek siber güvenlik riski oluşturur ve kontrolü zordur

Gerçek: Dışa kapalı, "Yerel Yapay Zeka" (Local AI) mimarisiyle geliştirilen ve ISO 27001 standartlarına sahip platformlar, veri sızıntısı riskini ortadan kaldırır. Verilerin kurumun kendi sunucularında işlenmesi ve açık kaynak teknolojileriyle milli imkanlarla geliştirilmesi siber güvenlik seviyesini artırır.

Yanlış 3: Kayıp-kaçak su yönetimi sadece sahada fiziksel aramayla çözülür

Gerçek: Binlerce kilometrelik şebeke hatlarında sadece fiziksel devriyelerle sızıntı aramak zaman ve iş gücü açısından yetersizdir. Yapay zeka algoritmaları, SCADA ve hidrolik modeller üzerinden sızıntı olan bölgeyi noktasal olarak daraltır; saha ekiplerinin doğrudan hedef noktaya müdahale etmesini sağlayarak fiziki kayıpları hızla önler.

Geleneksel Su Yönetimi ile İSKİ AI Destekli Akıllı Su Yönetiminin Karşılaştırılması

Kamu yönetiminde geleneksel yöntemlerle yapay zeka destekli dinamik altyapı yönetiminin temel farkları aşağıdaki şekildedir:

Arıza Tespit Süresi Açısından

Geleneksel su yönetiminde arıza tespiti, suyun yüzeye çıkması veya kullanıcının ihbarı sonrasında reaktif olarak yapılır; süreç saatler ya da günler alabilir. İSKİ AI destekli yönetimde ise sensörlerden gelen anlık veri analizi ve kestirimci bakım modelleriyle arıza riski veya kılcal sızıntılar henüz oluşma aşamasında, dakikalar içinde tespit edilir.

Kayıp-Kaçak (NRW) Yönetimi Açısından

Geleneksel yapıda periyodik ve manuel saha taramaları yapılır, bu da yüksek su kaybına yol açar. Yapay zeka destekli modelde; yapay zeka algoritmaları, akustik sensör verileri ve hidrolik dijital ikiz simülasyonları kanalıyla anlık kaçak tespiti gerçekleştirilir.

Enerji Verimliliği Açısından

Geleneksel sistemlerde pompalar ve terfi merkezleri sabit zamanlı veya manuel kontrol edilir. Akıllı sistemde ise şebeke talebine ve anlık basınç ihtiyacına göre optimizasyon sağlayan akıllı pompalar ve yönlendirme algoritmaları sayesinde devasa enerji tasarrufu elde edilir.

Karar Alma Mekanizması Açısından

Geleneksel yöntemlerde karar alma, geçmiş tecrübelere ve statik verilere dayanır. Yapay zeka destekli modelde; büyük veri analitiği, makine öğrenimi tahminleri ve gerçek zamanlı sensör girdileriyle veri temelli dinamik karar desteği sağlanır.

Risk Yönetimi Açısından

Geleneksel yapıda iklim krizleri ve kuraklık durumlarında reaktif kriz yönetimi uygulanır. İSKİ AI altyapısında ise iklim dirençli senaryo simülasyonları, buharlaşma/yağış tahminleri ve %97 doğruluk oranlı tüketim modellemeleriyle proaktif risk yönetimi yürütülür.

Veri Depolama ve İşleme Açısından

Geleneksel sistemlerde silolaşmış veri yapıları ve dağınık veri tabanları bulunurken; yapay zeka altyapısında yerel sunucularda toplanan SCADA, IoT, CBS ve Alo 185 verileri entegre biçimde işlenir.

Stratejik Kontrol Listesi ve Kritik Uyarılar

Altyapı ve su yönetiminde yapay zeka dönüşümü gerçekleştirilirken göz önünde bulundurulması gereken kritik noktalar şunlardır:

• Kritik su altyapılarında reaktif bakım yöntemlerinde kalmanın, yüksek su kaybına ve devasa operational maliyetlere yol açacağını unutmayın.

• Yapay zeka platformlarının SCADA ve saha sensör verileriyle beslenmemesi durumunda kestirimci analizlerin yetersiz kalacağını dikkate alın.

• Kamu altyapılarına entegre edilen AI sistemlerinde uluslararası siber güvenlik (ISO 27001) ve veri yetkilendirme standartlarının tavizsiz uygulanması gerektiğini göz önünde bulundurun.

Sonuç:

İSKİ’nin "Dijital Rönesans" vizyonu doğrultusunda hayata geçirdiği İSKİ AI platformu, yalnızca bir altyapı kurumunun dijitalleşme hamlesi değil; Türkiye’deki yerel yönetimler ve küresel akıllı şehirler için önemli bir teknolojik kılavuzdur. İklim krizinin, artan nüfusun ve kentleşme baskısının su kaynakları üzerindeki etkilerini azaltmak, ancak veriyi merkeze alan algoritmik yönetim modelleriyle mümkündür.

İSKİ AI; arızaları henüz gerçekleşmeden öngören kestirimci bakım altyapısı, %97 doğruluk oranına sahip tüketim tahmin modelleri, kayıp-kaçak oranlarını düşüren akıllı algoritmaları ve tamamen yerel veri güvenliği mimarisiyle geleceğin dirençli kentlerini inşa etme yolunda tarihi bir adımdır. Teknolojiyi yalnızca tüketen değil, kendi mühendislik öz kaynaklarıyla üreten bu kamu yönetimi anlayışı, geleceğin akıllı ve sürdürülebilir şehirlerine ışık tutmaktadır.