Big data analytics, machine learning en artificial intelligence: iedereen heeft het over smart, ook in de waterwereld. Ook ik ben overtuigd van het potentieel, maar ik blijf tegelijk graag nuchter. We hebben het in de eerste plaats over hulpmiddelen om chocola te maken van grote, onoverzichtelijke hoeveelheden data. Of, netjes gezegd, om te komen tot ‘actionable insights’: betekenisvolle informatie op basis waarvan je iets verstandigs kunt doen.

Waterbeheerders moeten er dus mee uit de voeten kunnen, het moet toegevoegde waarde bieden. Ik ben ervan overtuigd dat die toegevoegde waarde er is, om twee redenen. Ten eerste wordt het waterbeheer steeds complexer. Er komt, om het maar toepasselijk te verwoorden, steeds meer druk op te staan. We hebben data en inzicht nodig om die complexiteit het hoofd te kunnen bieden. Dus we verlángen ook meer van ondersteunende systemen. En tegelijkertijd zal het steeds lastiger worden om de bestaande hoogwaardige kennis duurzaam te borgen – om de eenvoudige reden dat die kennis in de hoofden van mensen zit. Bij ervaren beheerders die het watersysteem als hun broekzak kennen omdat ze het al decennia beheren – en in grote aantallen hun pensioendatum naderen. Het kost steeds meer moeite om die wandelende kennisbank op peil te houden.

Het goede nieuws is dat er steeds meer en steeds betere data beschikbaar komen van sensoren, meetapparatuur en satellieten. En het bewerken van die data tot actionable insights ontwikkelt zich ook razendsnel.
De integratie van data science in ons aanbod betekent dat ik steeds meer dataspecialisten als collega heb. Ik verklap maar even dat het bij ons ook wennen is. Al was het maar omdat de meeste ervaren dataspecialisten nauwelijks de dertig jaar gepasseerd zijn. Van dat jonge grut slik je niet zomaar alles voor zoete koek. Maar in de praktijk zie ik hoe waterspecialisten en dataspecialisten elkaar inspireren. De dataspecialist kan op een nieuwe manier uit de voeten met data en de analyse ervan. En omgekeerd kan de waterspecialist zijn jonge collega op het juiste spoor zetten in de zoektocht naar betekenisvolle en bruikbare verbanden. Het resultaat van hun samenwerking is meer dan de som der delen.

Die dynamiek en die wederzijdse inspiratie zag ik bijvoorbeeld bij HydroTwin, het concept voor het voorkomen van wateroverlast waarmee we de Big Data Challenge hebben gewonnen. In opdracht van de waterschappen zijn we nu de eerste stappen aan het zetten in de realisatie. En we zijn ook al bezig met een soortgelijk concept om het beheer en onderhoud van gemalen en rioolstelsels te ondersteunen.

Ik denk dat het voor waterschappen een grote uitdaging is om in eigen huis oplossingen voor data science te ontwikkelen. We hebben immers ook niet allemaal een eigen tekstverwerkingsprogramma in elkaar geknutseld. De toenemende complexiteit vraagt om schaalgrootte en bundeling van expertise, zodat je data science optimaal kunt inzetten. Dat doen wij bijvoorbeeld met Aquasuite. Klanten hoeven niet te investeren in een heel pakket, ze bepalen zelf welke functionaliteit ze nodig hebben en die nemen ze doorlopend af. Je koopt geen cd’s meer, je gebruikt Spotify.

Ontstaat er dan straks een situatie waarin ‘de computer’ zelfstandig bepaalt wat er gebeurt? Ik denk dat dat nog lang gaat duren – als het al gebeurt. Eerst en vooral gaat het erom waterbeheerders terzijde te staan bij het nemen van verstandige beslissingen. Als op een gegeven moment blijkt dat de computer in specifieke situaties elke keer weer accuraat adviseert, dan zou je kunnen kijken of de uitvoering van het advies geautomatiseerd kan worden. Maar voor we zover zijn moet er nog heel veel ervaring worden opgedaan.

Toenemende complexiteit vraagt meer expertise en schaalgrootte, meer en betere data, en systemen om die data om te toveren tot inzichten waarmee je vooruit kunt. Het credo is wat mij betreft: onderzoek alles en behoud het goede. Dan krijg je de beste chocola.