Trovare vere partnership: come le aziende di servizi pubblici valutano i fornitori di intelligenza artificiale

Il mondo dell’energia sta subendo un cambiamento massiccio, ripensando sistemi progettati più di un secolo fa per fare spazio alla crescita di tecnologie più intelligenti e pulite. È un momento emozionante – quasi ogni industria sta elettrificando in qualche modo, i veicoli elettrici (EV) stanno guadagnando terreno sul mercato e c’è una transizione attiva per sostenere le Risorse Energetiche Distribuite (DER), “risorse energetiche su piccola scala” solitamente situate vicino ai siti di utilizzo dell’elettricità, come pannelli solari sul tetto e sistemi di accumulo di batterie. Quell’ultimo è un grande affare, e come sottolinea l’International Energy Association (IEA), la rapida espansione delle DER “trasformerà non solo il modo in cui l’elettricità viene generata, ma anche come viene scambiata, consegnata e consumata” in futuro.

Per un osservatore, tutti questi cambiamenti sono positivi, sostenibili e lungamente attesi. Ma dal punto di vista pratico, l’accelerazione rapida dell’energia rinnovabile e dell’elettrificazione sta creando ulteriore stress e mettendo a dura prova i limiti della nostra rete. Oltre alla pressione delle energie rinnovabili, i sistemi di alimentazione del mondo affrontano anche sfide critiche legate a eventi meteorologici estremi dovuti al cambiamento climatico in corso – siccità in Europa, ondate di caldo in India, tempeste invernali severe negli Stati Uniti – tutti risultati in un aumento esponenziale dei costi di ispezione, manutenzione e riparazione. I leader del settore dei servizi pubblici sono ora concentrati sull’aumento della modernizzazione della rete, dell’affidabilità e della resilienza.

Scatta una foto, durerà più a lungo

Per le aziende di servizi pubblici, il loro equipaggiamento è spesso il loro asset più importante e richiede una manutenzione costante e meticolosa. Eseguire questa manutenzione dipende da un flusso costante di dati (solitamente sotto forma di immagini) che le aziende di servizi pubblici possono analizzare per rilevare anomalie operative. La raccolta di questi dati avviene in molti modi, dalle droni e aerei ad ali fisse, ai lavoratori della linea che percorrono fisicamente il sito. E con nuove tecnologie come UAV/droni e telecamere ad alta risoluzione per elicotteri, la quantità di dati è aumentata astronomicamente. Sappiamo dalle nostre conversazioni con molte aziende di servizi pubblici che le aziende di servizi pubblici stanno ora raccogliendo 5-10 volte la quantità di dati che hanno raccolto negli ultimi anni.

Tutti questi dati stanno rendendo il ciclo di lavoro delle ispezioni già lento ancora più lento. In media, le aziende di servizi pubblici spendono l’equivalente di 6-8 mesi di ore lavorative all’anno nell’analizzare i dati delle ispezioni. (Fornito da un’intervista con un cliente di servizi pubblici della West Coast che raccoglie 10 milioni di immagini all’anno) Un grande motivo di questo eccesso è che questa analisi è ancora in gran parte eseguita manualmente, e quando un’azienda cattura milioni di immagini di ispezione ogni anno, il processo diventa selvaggiamente non scalabile. L’analisi delle anomalie è così lunga che la maggior parte dei dati è obsoleta nel momento in cui viene effettivamente esaminata, portando a informazioni inaccurate nel migliore dei casi e a ispezioni ripetute o condizioni pericolose nel peggiore dei casi. Questo è un grande problema, con alti rischi. Gli analisti stimano che il settore energetico perde 170 miliardi di dollari all’anno a causa di guasti di rete, arresti forzati e disastri di massa.

Costruire l’azienda di servizi pubblici del futuro con ispezioni di infrastrutture alimentate da intelligenza artificiale

Rendere la nostra rete più affidabile e resiliente richiederà due cose – denaro e tempo. Fortunatamente, questo è dove la nuova tecnologia e l’innovazione possono aiutare a semplificare il processo di ispezione. L’impatto dell’intelligenza artificiale (AI) e dell’apprendimento automatico (ML) sul settore dei servizi pubblici non può essere esagerato. L’AI/ML è perfettamente a casa in questo ambiente ricco di dati, e man mano che il volume di dati aumenta, la capacità dell’AI di tradurre montagne di informazioni in informazioni significative migliora. Secondo Utility Dive, c’è “già un ampio accordo nel settore che [AI/ML] ha il potenziale per identificare attrezzature a rischio di guasto in un modo che è molto più veloce e sicuro del metodo attuale” che si basa su ispezioni manuali.

Sebbene la promessa di questa tecnologia sia indiscussa, costruire un programma AI/ML personalizzato in-house è un processo lento e laborioso pieno di complicazioni e ostacoli. Queste sfide hanno portato molte aziende di servizi pubblici a cercare ulteriore supporto da consulenti e fornitori esterni.

3 cose da considerare quando si valuta un potenziale partner AI/ML

Quando si cerca un partner AI/ML, le azioni contano più delle parole. Ci sono molte aziende scivolose là fuori che potrebbero promettere la luna, ma i leader dei servizi pubblici dovrebbero approfondire alcuni metriche importanti per valutare l’impatto. Tra le più importanti c’è come il fornitore descrive/consegna:

Crescita del modello nel tempo – Costruire dataset vari (dati che hanno molte anomalie da analizzare) richiede un tempo significativo (spesso diversi anni) e certi tipi di anomalie non si verificano con una frequenza sufficientemente alta per addestrare un modello AI di successo. Ad esempio, addestrare un algoritmo per rilevare cose come marciume, buchi di picchi o parafulmini arrugginiti può essere difficile se non si verificano spesso nella tua regione. Quindi, assicurati di chiedere al fornitore AI/ML non solo della quantità dei loro dataset, ma anche della loro qualità e varietà.

Velocità – Il tempo è denaro, e qualsiasi fornitore AI/ML rispettabile dovrebbe essere in grado di mostrare chiaramente come la loro offerta acceleri il processo di ispezione. Ad esempio, Buzz Solutions ha collaborato con la New York Power Authority (NYPA) per consegnare una piattaforma basata su AI progettata per ridurre significativamente il tempo necessario per l’ispezione e l’analisi. Il risultato è stato un programma che poteva analizzare le immagini degli asset in ore o giorni, invece dei mesi che ci volevano in precedenza. Questo risparmio di tempo ha consentito ai gruppi di manutenzione della NYPA di dare priorità alle riparazioni e ridurre il potenziale di guasto.

Qualità/precisione – In assenza di dati reali per i programmi AI/ML, le aziende a volte integrano dati sintetici (ad esempio dati creati artificialmente da algoritmi del computer) per colmare le lacune. È una pratica popolare e gli analisti prevedono che il 60% di tutti i dati utilizzati nello sviluppo dell’AI sarà sintetico (anziché reale) già nel 2024. Ma mentre i dati sintetici sono buoni per scenari teorici, non si eseguono bene in ambienti del mondo reale dove è necessario avere dati del mondo reale (e interventi umani nella catena di produzione) per auto-correggersi. Considera di chiedere al fornitore la loro miscela di dati reali e sintetici per assicurarti che la divisione abbia senso.

E ricorda, il lavoro non finisce una volta che hai selezionato il tuo partner. Un’idea nuova di Gartner è quella di organizzare regolarmente eventi “AI Bake-Off” – descritti come “sessioni veloci e informative che ti permettono di vedere i fornitori fianco a fianco utilizzando demo scriptate e un set di dati comune in un ambiente controllato” per valutare i punti di forza e di debolezza di ciascuno. Questo processo stabilisce metriche chiare che sono direttamente correlate alla scalabilità e all’affidabilità degli algoritmi AI/ML che allineano gli obiettivi aziendali dei servizi pubblici.

Alimentare il futuro del settore dei servizi pubblici

Da integrazioni di flusso di lavoro più efficienti alla rilevazione di anomalie AI sofisticate, il settore dei servizi pubblici è su un percorso molto più luminoso di quanto non fosse solo pochi anni fa. Questa innovazione dovrà continuare, soprattutto poiché le direttive di ispezione di T&D sono destinate a raddoppiare entro il 2030 e il governo ha annunciato la manutenzione e la difesa delle infrastrutture energetiche come priorità di sicurezza nazionale.

C’è ancora lavoro da fare, ma un giorno guarderemo indietro a questo momento come un periodo di svolta, un momento in cui i leader del settore hanno investito nel futuro della nostra rete energetica e hanno portato i servizi pubblici nell’era moderna.