Tom Nudell、Piq Energy の CEO 兼共同創業者 – インタビューシリーズ

Tom Nudell、Piq Energy の CEO 兼共同創業者であり、電力システムエンジニアおよびテクノロジーエグゼクティブとして、グリッド解析、送電計画、エネルギーインフラストラクチャに深い経験を持つ。Piq Energy を創業する前は、Smart Wires でほぼ 7 年間勤務し、複数の分析リーダーシップ役職を経て最終的に製品・ソリューション分析ディレクターとして、送電計画エンジニア、ソフトウェアエンジニア、アナリストからなる学際的チームを率い、先進的なグリッド計画調査と自動化分析システムに取り組んだ。以前は、MIT でポストドクトラル研究員として、相互接続されたエネルギーシステムのレジリエンス、マイクログリッドエネルギー管理、トランザクティブ制御に焦点を当てた研究を行った。また、North Carolina State University で、リアルタイム測定、物理情報機械学習、制御理論、最適化を用いて大規模電力ネットワークの障害箇所特定に関する研究も実施した。

Piq Energy は、 新エネルギープロジェクト、データセンター、その他大規模電力負荷の電力網への接続を加速することに焦点を当てたグリッド計画ソフトウェア企業です。同社のプラットフォームは、開発者や電力会社が複雑なグリッド調査を社内で実施できるようにし、エンジニアリングワークフローを自動化し、接続候補地点を評価し、数多くのプロジェクトおよびグリッドシナリオを迅速にテストできます。Piq は、電力システムモデル、データ、エンジニアリングツール、AI 主導のワークフローを統合したエージェント型グリッド計画プラットフォームを開発中で、太陽光、風力、バッテリーエネルギー貯蔵、大規模負荷開発などに適用できます。同社によると、同技術は 1,000 件以上の送電網モデルを管理し、10,000 件以上のエンジニアリングワークフローの完了に使用されており、新エネルギーおよびコンピューティングインフラが直面する最大のボトルネックの一つである長期的なグリッド接続プロセスの短縮を目指しています。

あなたのキャリアは、物理情報機械学習研究、MIT におけるグリッドレジリエンスの取り組み、そして Smart Wires での 7 年間にわたる送電計画分析の構築を網羅しています。これらの経験は、どのようにして Piq Energy になる具体的な課題の特定につながったのでしょうか？

私の博士号は計算電力システム分野で取得し、リアルタイム広域監視と制御に焦点を当てました。その後、MIT でレジリエントな電力網と動的市場メカニズムに関するポストドクトラル研究を行いました。ポストドクトラルを終えた後、Smart Wires に入社し、分析チームの創設と拡大に 7 年間取り組みました。私のチームは 4 大陸にわたるグローバルな電力システムエンジニアリングをカバーし、潮流解析、マーケットシミュレーション、ダイナミクス、EMT、ハードウェア・イン・ザ・ループに精通していました。

Smart Wires に入社してから 3 ヶ月以内に、グリッド計画は本質的に大規模で複雑なデータサイエンス問題であることに気付きました。プロセスの中で最もコストがかかる部分、すなわち分析の定義、異なる専門家間の調整、モデルの構築と検証をどのように効率化・自動化できるかを考え始めました。このグリッド計画プロセスを改善するために、いくつかの重要なアイデアを開発しました。第一は再現性です。分析が 100% 再現可能であれば、別の担当者や専門家が再実行する際の限界費用はゼロになるはずです。この再現性は、開発者、電力会社、その他の第三者がグリッド調査でシームレスに協働できるようにするために不可欠です。第二は「すべてのモデルは間違っているが、いくつかは有用である」という概念を適用し、すべてを最も「正確」なモデルでカバーしようとするのではなく、手元の課題に対して有用なモデルがあるかどうかの検証に注力することです。（ここで言う「モデル」とは、グリッドネットワークモデル、デバイスやプラントの動的モデルなどを指します）。

これらの初期の洞察は、共同創業者の Dio と私が、当時行っていた作業を自動化する高度なソフトウェアプラットフォームの構想を抱くきっかけとなりました。同時に、接続キューがグリッドにとって巨大なボトルネックとなりつつあることを目の当たりにしました。また、インバータベースのリソース（IBR、すべての新規再生可能プロジェクトを含む）や、Smart Wires が販売していた SmartValve ハードウェアなどのグリッド強化技術の接続課題が増大していることも確認しました。Dio と私は、これらの課題を解決できる方法を知っていると同時に、そのためにソフトウェア会社を立ち上げる必要があると認識しました。

要素は三つあります。第一に、計算電力システムのバックグラウンドとグローバルな分析チームを運営した経験が基盤となります。第二に、Smart Wires で既に行った取り組みが、具体的で実体のある価値を創出できることの証明でした。そして最後に、マクロ環境――課題の規模が同時に機会の規模でもある――が、Piq Energy を立ち上げる決断を後押しした触媒となりました。

Piq は自社を「エージェント型グリッド計画プラットフォーム」と表現しています。単なる自動化や分析プラットフォームではなくシステムがエージェント型である理由は何か、また AI エージェントが独立して計画・実行できるタスクは何でしょうか？

Piq は接続を加速しています。技術的分析が現在、接続における最大のボトルネックとなっているため、これらの技術分析を迅速化する自律型グリッド計画プラットフォームを構築しています。

自動化のレベルがあります。現在、これらの自動化レベルは電力系統計画や相互接続に対して明確に定義されていませんが、SAEの自動運転レベルに類似したものを想像できます。私はこの考えを、2018年にCIGRE World Congressで発表した論文で言及しました。 [T. Nudell, et al. “On Developing Automated Tools for Reliability Planning”, CIGRE Paris C1-201, 2018.].

現在、私たちは大規模言語モデルという驚異的な汎用技術を持っており、Piqではエージェントの自律性を活かしつつ、物理と工学が常に正しく、完全に再現可能で監査可能な形で実行されるように取り組んでいます。

現在、私たちのエージェントはモデルとシナリオを設定し、スタディを開始し、公開されたレポートを相互参照し、結果を分析し、スタディデータに基づいた新しいレポートを作成します。

電力系統スタディは確立されたエンジニアリングソフトウェア、詳細なネットワークモデル、厳格な物理的制約に依存しています。Piqは確率的モデルが基礎となる電力系統の物理を上書きしないように、これらの決定論的ツールとAIをどのように組み合わせているのでしょうか？

おっしゃる通り、電力系統スタディは確立されたソフトウェア、詳細なモデル、既知の物理に依存しています。当社のプラットフォームは、エージェントが人間の専門知識を補完できるようにし、どのようなスタディを実施すべきか、シナリオをどのように構成すべきかについて当社のデータとコンテキストで情報提供し、分析を具体的な結果データに基づいて行います。

しかし、その間にあるすべてはスケーラブルで決定論的な自動化です。エージェントが新しいコードを書いたり、未知の物理シミュレータを使用したりすることは決してありません。このため、エージェントが行う作業は再現可能で監査可能であり、毎回正しい方法で実行されるため、他のアプローチに比べてはるかに信頼性の高いプラットフォームとなります。言い換えれば、人間のエンジニアが出力を検査すれば、プロセスのすべてのステップを再現でき、同じ結果が得られるはずです。

従来の相互接続または送電計画スタディのうち、どの部分をPiqが現在自動化でき、どの決定が依然として有資格エンジニアによるレビューと承認を必要とするのでしょうか？

現在、Piqは開発者に対して相互接続スタディプロセス全体にわたる一連のツールを提供しています。

最初は、広域にわたる高レベルのグリーンフィールドスクリーニングで、これを「地域スクリーニング分析」と呼んでいます。これにより、地域内のすべてのノードでN-1余裕容量のヒートマップが得られ、場所を決定する前に電網に実際に余裕があるかどうかが分かります。

二番目は、特定の場所でのより深いスクリーニング、すなわちPOIスタディ（ポイントスクリーニング）です。これらのスタディは、相互接続ポイント1つに対して、ネットワーク制約、潜在的なアップグレード、そしてそのアップグレードにかかるコストを詳細に検証します。

三番目はキュー管理です。ここでは、開発者がクラスタースタディのゲーム理論を実行でき、発電機プールの変化に伴う詳細なコスト配分とそのシフトを理解します。プロジェクトが規模を変えたり、撤退したり、他の開発者が行動を起こしたりすると、コスト配分もそれに応じて変動します。これは動的な問題であり、現在多くの開発者は事前にモデル化するのではなく、事後にその問題に直面しています。

Piqはまた、動的プラントモデルの構築と検証プロセスを自動化します。これらのモデルはデータセンター、太陽光発電所、その他電網上のプレーヤーを表す設備と制御です。

これらすべてのモデル、結果、レポートには、入力を指示し出力をレビューできる人間が関与する必要があります。私たちはまだ完全な自動運転システムを持っていると主張しているわけではなく、そう主張する人を信頼することはありません。

Piqは10,000件以上の本番スタディを完了しています。その規模で運用することで、モデル精度の維持、変化する電網条件の追跡、エンジニアが再現・監査できる結果の提供についてどのような教訓を得ましたか？

10,000件という数字はすでに古く、今年1月にこの数字が公表された時点から、現在は月間2,000件のスタディを実行しており、さらに増加しています。これはユーザーが増加し、内部システムをスケールさせて構築するユーザーが増えているためです。

そのペースで運用することで、再現性は追加すべき機能ではなく、そもそもその速度で運用できるかどうかを決定する制約であることを学びます。スタディが再現できなければ監査できず、監査できなければ誰もそれに基づいて行動できません。スタディが実行可能でなければ、価値ではなく量だけを生み出すことになります。プラットフォームの構築全体は、有用なモデルを作り、価値あるスタディを実行するという考え方に基づいています。

Piqはデータセンター開発者やその他の大規模負荷顧客が、ユーティリティに接触する前に潜在的なサイトや接続シナリオを評価できるようにします。これらの開発者主導のスタディは、矛盾する前提を生み出したり、ユーティリティの公式分析を重複させたりすることなく、プロセスをどのように加速できるのでしょうか？

ユーティリティ側は依然として独自の公式スタディを実施する必要がありますが、当社の顧客は待つ余裕がありません。現在、公式スタディの結果が出るまでに1年以上かかることがあり、その間に顧客は数億ドル規模の投資を抱えたままです。顧客は機器の調達、土地の取得、全国各地での接続位置の確保といった課題を抱えています。当社は顧客が公式ユーティリティスタディが完了する前にこれらの意思決定を行えるよう支援しています。また、顧客が柔軟な接続ソリューションや代替アップグレードに関する洞察を持ち、ユーティリティの方向性に影響を与える様子も見られます。

当社が提供しているのは、将来を迅速かつ効率的にプレビューできる手段です。誰もが水晶球を持っているわけではなく（キューで競合相手が誰かも分かりません）、しかしスタディが手頃で迅速であれば、多様なシナリオを検討することで顧客は資本に関する意思決定をより良く行えるようになります。当社はまた、顧客がシステム上の既存容量を解放する代替アップグレードを検討し、ユーティリティと真のパートナーとして手を取り合って進める機能も提供しています。

カリフォルニアのユーティリティは約18.7 GWの新しいデータセンターサービス容量の要請を受けていますが、多くの提案プロジェクトは実際には建設されない可能性があります。AIはユーティリティが信頼できるプロジェクトと投機的または重複した要請を区別し、長期的な電網計画を歪める「ファントム負荷」を防ぐのに役立つでしょうか？

投機は非合理的ではありません。プロジェクトの調査と接続に時間がかかることを考えると、投機的な接続要請を出す余裕がある者が現れます。これは現在の接続プロセスに対する合理的な反応です。私たちの見解では、プロジェクトが建設と同じ速度で調査・接続できれば、そもそも投機するインセンティブはなくなるでしょう。

したがって、答えは投機を特定するためにAIを使うことではありません。その代わり、答えはAIを用いてプロセス自体を実際に改善し、より多くの負荷を効率的に接続できるようにすることです。これは、AIで接続スタディのプロセスを加速すると同時に、電網強化技術や柔軟な接続といった代替的な緩和策を見つけることを意味します。申請コストの増加や保証金の拡大、改訂された接続料金といった規制変更と組み合わせることで、AIははるかに効率的なシステムを実現し、投機を大幅に減少させることができます。

しかし、規制変更がなければ、ファントム負荷の課題はさらに蓄積し続けます。ファントム負荷が増えるほど、調査すべきシナリオが増え、ユーティリティの長期計画が困難になり、システム全体が遅くなります。システムが遅くなると投機のインセンティブが高まります。これは、2023年にPiqを立ち上げるきっかけとなった発電機接続キューで見た現象と同じであり、私たちが断ち切ろうとしているフィードバックループでもあります。

Piqは、柔軟なソリューションと電網強化技術を通じて、ほぼ1 GWの電網容量を特定するのに貢献したと述べています。どのような運用上の変更や技術がその容量を解放しているのか、また、プロジェクトが大規模な電網アップグレードを回避した具体例を教えていただけますか？

容量を解放できるのは3つの要素だけです。いずれも最近まで電網に存在しなかった運用上の柔軟性のタイプです。これら3つの柔軟性を私たちはポイント柔軟性、集合柔軟性、そしてネットワーク柔軟性と呼んでいます。

ポイント柔軟性は接続点で変化するもので、BYOG（自家発電持ち込み）やネット撤退制限、負荷削減／制御可能負荷などのソリューションが含まれます。集合柔軟性はVPPやDERなど、ネットワーク全体に分散されたリソースを統合して送電制約を管理するものです。ネットワーク柔軟性は電網そのもののパラメータや構成、すなわち高度な潮流制御、トポロジー最適化、動的線路定格などです。重要なのは、これら3つすべてがモデル化・計画され、最終的に制御室へ導入できることです。

最も分かりやすい例はネットワーク柔軟性です。制約が単一要素に集中しているケースを調査したところ、その制約に直接70 MVArの潮流制御を導入するだけで、約600 MWの追加容量が解放されました。新たな送電線は不要で、数年にわたる許認可も不要です。小規模なネットワークアップグレードだけで600 MWの容量が確保できました。

送電網の容量利用率は、最悪ケースの計画条件下でも約35％にすぎません。電網はまだ余裕があります。現在、大規模負荷を接続する上で最大の課題はネットワーク容量ですが、電網は特定の場所・特定の条件下でのみ制約を受けています。その多くの制約は、数十年待たずに新たな送電線を敷設する必要のない解決策があり、より精緻な電網調査によってその解決策を見つけることができます。

この3つの柔軟性に対応するエコシステムは急速に拡大しています。Base Power、Voltus、Smart Wires、NewGrid などの企業が、実際にスケールでソリューションを展開しています。唯一不足しているのは、これらのソリューションを最初に接続スタディに組み込むための分析フレームワークです。

電網に関わるエンジニアリング判断は、信頼性、電力価格、インフラ投資に数十年にわたる影響を及ぼす可能性があります。ユーティリティがAIエージェントに対し、ますます複雑化する計画ワークフローを信頼させるために必要な安全策、検証プロセス、許可、監査トレイルは何でしょうか？

私たちは100％同意します。健全なエンジニアリング判断を下すためには、すべての自動化作業が監査可能で再現可能である必要があります。すべてのアクションに対して証跡が必要です。AIがブラックボックスで動作し、暴走することは望ましくありません。

当社の監査証跡は多面的です。エージェントの会話、エージェントのアクション、決定論的ツールの実行を保持しています。すべてのサブステップとサブワークフローは、入力と出力をすべてマッピングおよび管理するため、エンドツーエンドで監査可能です。

権限も重要です。当社のエージェントは、連携しているユーザーから権限を継承します。エージェントは、担当者が閲覧できないデータや実行できない操作を見ることや行うことはできません。

これはデータガバナンスという広範なテーマに関係しており、エージェントは従来のパラダイムを変えつつあります。歴史的にガバナンスは構造化データに焦点を当て、単一のサイロ内に限定されていました。エージェントを導入すると、構造化データ、半構造化データ、非構造化データがすべてサイロ間を行き来するようになり、これはまさに Piq のようなプラットフォームが約束する「ロック解除」であり、ガバナンスがより困難になる要因でもあります。扱うデータははるかに増え、関わる人々の範囲も広がっています。電力システム組織においては、競争的に機密性の高い投資情報と CEII（重要インフラ情報）の両方に関わるため、重要性が二重になります。幸いにも、IEEE 電力システム組織向けデータガバナンスタスクフォースに参加しているような優秀な専門家がこの課題に取り組んでいます。

Piq は最近、プラットフォーム拡大のために過剰応募の$5 million シードラウンドを調達しました。5 年先を見据えて、AI が電力系統計画をどのように変えると予想しますか？また、AI データセンターの電力需要、電化、産業成長によって生じる電力需要に追いつくために、より高速な分析だけで十分でしょうか？

AI を活用して分析を加速させることが、電力需要に追いつく鍵だと考えています。重要なポイントは、この規模の自動化は単に作業を速くするだけでなく、人的リソースが有限である場合に実現できない分析を可能にすることです。柔軟な接続、柔軟な送電網、系統強化技術――これらすべてが、現在電力系統にすでに存在する潜在的な容量を解放します。これに加えてインタコネクション調査を迅速化すれば、需要に追いつくことができると信じています。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、Piq Energyをご覧ください。