entrevistes
Dave Boundy és el CTO d'Innowatts - Sèrie d'entrevistes
Dave Boundy és el CTO de Innowatts, líder en anàlisi de dades d'IA. La plataforma SaaS proporciona a les empreses les dades necessàries per ser més predictives, proactives i connectades amb els seus clients i contribuents, ajudant-les a gestionar millor el risc, millorar la rendibilitat, mantenir la fiabilitat de la xarxa i anticipar les tendències de sostenibilitat.
David té més de 20 anys d'experiència en el sector de l'IoT i l'energia. La seva carrera ha anat des d'informàtica empresarial, desenvolupament de productes, investigació i innovació i creació de noves empreses. Abans d'assumir el seu càrrec actual, va establir i va dirigir el negoci de Global Energy Solutions d'Intel, oferint solucions d'aprenentatge automàtic i intel·ligència artificial a clients de tot el món. David té diverses patents i forma part de diversos consells assessors.
Podries descriure què és Innowatts?
Innowatts és una nova empresa energètica enfocada a millorar els marges bruts dels nostres clients alhora que impulsa una major adopció de les renovables. Ho fem analitzant grans quantitats de dades per desbloquejar informació útil. Tot i que som una empresa B2B, oferim serveis tant B2B com B2C a través dels nostres clients als seus usuaris finals. Prenem dades a nivell de comptador d'una casa o una empresa, o dins de la xarxa, i les combinem amb molts altres conjunts de dades, com ara dades socioeconòmiques, dades de CRM i dades de gestió de riscos.
El nostre motor d'anàlisi basat en IA ofereix informació que va des de la previsió a nivell de consumidor fins a la desagregació de l'ús d'energia actual i futur. Amb això, podem identificar productes potencials adequats a qualsevol consumidor. També oferim als clients minoristes serveis com per exemple la identificació del model tarifari òptim per maximitzar els seus marges bruts.
Finalment, donem suport als operadors de xarxa i als serveis públics per ajudar-los a planificar el futur. És essencial que entenguin on s'estan produint els canvis perquè puguin optimitzar els actius alhora que redueixen els preus per als consumidors.
Quin tipus de tecnologies d'aprenentatge automàtic s'utilitzen a Innowatts?
Essencialment, estem ajudant les màquines a pensar de maneres més humanes, alhora que els permetem escalar i tractar conjunts de dades molt grans. Tenim més de 43 milions de comptadors gestionats i ens ocupem de milers de milions de punts de dades cada hora en diverses geografies i diversos clients. A l'espai supervisat, fem servir una varietat de models que inclouen regressió lineal, arbres de decisió, etc.; a l'espai no supervisat, els exemples inclouen models de conjunts, xarxes neuronals i boscos aleatoris.
El nostre ús d'una varietat de models és fonamental per a la força del nostre producte: podem identificar el model adequat per a qualsevol client en qualsevol situació determinada. De fet, podem reduir-lo al nivell del metre. Això és el que realment ens posiciona com a líders en aquest espai.
Per què és important el control energètic per als minoristes d'energia?
El cost d'adquirir un client sovint és de dues a tres vegades el marge que un minorista obté amb aquest client en un any. Això vol dir que es necessiten de dos a tres anys per recuperar els costos d'adquisició de clients, de manera que és molt important retenir tots els clients.
Ajudem els minoristes a aconseguir-ho donant-los la capacitat de diferenciar-se. Oferim previsions i la capacitat de definir i desenvolupar tarifes de temps d'ús per adaptar el seu producte als seus clients. També podem oferir plataformes de gestió de riscos i preus, juntament amb la capacitat d'identificar els millors consumidors de cada territori. També identifiquem quins clients són els més adequats per a productes concrets. Tot això suposa un servei més atractiu i rendible per als clients, augmentant tant els esforços d'adquisició com de retenció.
Quines són algunes de les idees clau que es poden obtenir de l'estudi del consum d'energia?
Imagineu que recentment heu comprat un vehicle elèctric. Els nostres models poden detectar-ho, permetent que el vostre proveïdor d'electricitat enviï automàticament les nostres comunicacions personalitzades i els nostres serveis específics aplicables al vostre estat com a nou propietari d'un vehicle elèctric, potser una tarifa diferent, un nou producte d'assegurança o un producte de servei.
De la mateixa manera, podem identificar-vos i notificar-vos de manera proactiva, en funció del vostre ús d'energia durant els darrers 15 dies, que estem projectant el vostre consum durant els propers 30 dies que serà molt superior al normal per un motiu determinat. Aleshores podem treballar amb vostè per prendre mesures preventives per evitar un xoc de facturació. Aquests són només alguns exemples del tipus de compromisos que podem oferir.
Les nostres capacitats de previsió també són extremadament potents. Els esdeveniments recents a Texas van dificultar molt les previsions, perquè era un escenari completament nou. Però les nostres previsions eren entre un 20% i un 40% més precises que les dels nostres competidors, de manera que els nostres clients estaven molt millor preparats per a la interrupció. En utilitzar les nostres previsions com a part de la seva estratègia de cobertura, estaven molt millor posicionats, ja que els preus de l'energia es van disparar fins als 9,000 dòlars per megawatt hora. L'estalvi per a ells ha estat important. El fet que els nostres models s'adaptin ràpidament a situacions canviants també permet als nostres clients fer previsions i ofertes eficaçment en situacions molt volàtils, fins i tot enmig d'apagades.
Aquest nivell de seguiment i interpretació de les dades energètiques és cada cop més important. Molts minoristes deixaran de negoci, i els grans detallistes han cobert els seus requisits al mercat fins a un any, potser més. Segons la seva estratègia i perfil de risc, és possible que hagin adquirit el 50% de l'energia necessària que necessitaven durant l'última setmana. Haurien intentat augmentar aquest percentatge a mesura que augmentava el perfil de risc i el preu de l'energia. Haurien cobert més, però, finalment, haurien estat entrant al mercat en temps real intentant comprar energia. Ho havien de fer al preu mitjà de l'últim any, que ha estat d'uns 25 dòlars per megawatt hora. Ara entren al mercat, estan tractant de comprar a 9,000 dòlars per megawatt hora. Així que el cost per al minorista és enorme, són els beneficis de l'any que s'han perdut en una tarda.
De quines maneres es pot utilitzar aquesta informació per influir en l'ús d'energia més ecològica?
Històricament, la xarxa ha estat liderada per la demanda: quan la demanda augmentava, els operadors construïen més centrals elèctriques, posarien més cables i cremarien més combustible. Ara estem en una fase de transició on ens estem passant a una xarxa dirigida per l'oferta. A mesura que passem a les renovables, hem de ser capaços de gestionar l'oferta. Al nou món, l'oferta arriba sempre que bufa el vent o el sol brilla. També veurem un gran augment de la demanda derivat de l'electrificació del transport i la calor.
El que fem pels nostres clients és analitzar com els consumidors utilitzen l'energia. Comencem mirant quina part de la seva càrrega és el que anomenem "càrrega base". Hi ha algunes coses que es poden fer per incentivar la gent a reduir-ho, però en general, està arreglat. Podem identificar aquells que són susceptibles a les condicions meteorològiques, podem identificar habitatges que podrien fer amb intervencions tèrmiques: aïllament o instal·lació d'un termòstat.
Però també podem identificar càrregues sensibles al temps, que és un indicador del comportament. Sense ser massa invasius, podem veure comportaments a casa. Per exemple, podeu aconsellar a un client que potser voldria considerar refredar o escalfar la seva llar en un moment diferent per fer-lo més còmode, estalviar diners o maximitzar el seu ús d'energia verda.
També podem utilitzar estratègies proactives de gestió de la demanda per alinear el consum amb la disponibilitat d'energia renovable sense afectar negativament l'experiència de l'usuari. Per exemple, podeu connectar el vostre vehicle habitualment a les 7 i desconnectar-lo a les 7. Podem enviar un senyal de gestió de la demanda als punts de càrrega per determinar les hores en què el vostre vehicle es carrega realment, per tal d'optimitzar l'ús de les energies renovables. .
El 2020, Innowatts anunciat que havia superat altres cinc pronosticadors d'energia en la majoria de mesures en un assaig independent. Què tan valuós és poder pronosticar amb un nivell tan alt de precisió?
La situació a Texas va mostrar el cost d'una previsió inexacte. Si un minorista busca una pèrdua potencial de mig milió de dòlars, les nostres previsions, que són entre un 20% i un 40% més precises que la competència, podrien estalviar-los de manera conservadora més de 100 milions de dòlars. Es tracta d'una situació extrema, però el nostre enfocament granular significa que els clients surten avançats durant tot l'any, fins i tot sense una volatilitat extrema.
Per exemple, estem donant suport a un proveïdor a Europa amb clients tant comercials com industrials. Fa anys que intenten rebre notificacions proactives de quan els seus clients faran accions, quan augmentaran o reduiran el seu poder, però no han tingut èxit. Hem pogut fer previsions per a ells a intervals de 15 minuts per a cadascun dels seus clients comercials i industrials, cosa que els permet preveure els canvis de càrrega i prendre decisions de compra més intel·ligents a un nivell molt granular, i això significa que poden estalviar importants diners.
Quin és el futur de la ciència de dades i l'aprenentatge automàtic en aquest sector?
Com he esmentat, estem tractant amb conjunts de dades molt grans. A mesura que obtinguem més dades i dades més granulars, podrem deduir i inferir més informació i, a mesura que augmenti la potència de l'ordinador, podrem processar aquestes dades més ràpidament per oferir una visió potent. Els principis matemàtics no canvien, però la nostra capacitat creixent d'aplicar matemàtiques complexes a escala farà que aquestes capacitats siguin cada cop més efectives, impactants i assequibles durant els propers anys. En definitiva, això donarà suport a l'impuls cap a una xarxa descarbonitzada.
Gràcies per la gran entrevista, els lectors que vulguin aprendre més haurien de visitar Innowatts.
