Fracta

自來水公司有個永恆的難題：管線埋在地下，你不知道哪一段快壞了。

預算永遠不夠換全部，所以每年只能換掉百分之一、二。問題是——換哪一段？傳統做法是看管齡：埋了五十年的先換。但這個邏輯其實很粗糙，同樣五十年的管，在酸性土壤裡跟在乾燥砂土裡的狀況天差地遠。

Fracta 的主張是：用資料算，而不是用年份猜。

功能特色與適用場景

它的產品邏輯很工整，四個模組對應四個問題：

• Likelihood of Failure（破管機率）——這段管線壞掉的可能性有多高
• Cost of Failure（破管後果）——如果壞了，會造成多大損失
• Total Risk（總體風險）——兩者相乘的優先序
• Job Planner（施工規劃）——據此排出汰換順序

另外還有 As-Built Digitization，把舊的竣工圖與紙本地圖轉成 GIS 可用的資料。這一項看起來最不起眼，但對多數水公司來說是必經的第一步——你得先有資料，才談得上分析。

公司自述使命是「harness the power of artificial intelligence to help water utilities protect the lifelines of their communities」，總部位於美國加州山景城。

適用場景：自來水事業的管線汰換優先序決策、資本支出規劃、漏水率改善計畫、老舊圖資的數位化、以及管網資產管理。台灣自來水公司的漏水率長年是公共議題，而「該先換哪一段」正是預算有限下最實際的問題。可對照 HULO 的感測資料路線與 Kando 的污水端監測——切入點不同，可互補。