ການສໍາພາດ
Dave Boundy ເປັນ CTO ຢູ່ Innovatts – ຊຸດສໍາພາດ
Dave Boundy ເປັນ CTO ຢູ່ ອິນໂນວັດ, ຜູ້ນໍາໃນການວິເຄາະຂໍ້ມູນ AI. ແພລະຕະຟອມ SaaS ໃຫ້ບໍລິສັດທີ່ມີຂໍ້ມູນທີ່ຈໍາເປັນເພື່ອໃຫ້ມີການຄາດເດົາຫຼາຍຂຶ້ນ, ມີການເຄື່ອນໄຫວແລະເຊື່ອມຕໍ່ກັບລູກຄ້າແລະຜູ້ຈ່າຍເງິນຂອງພວກເຂົາ, ຊ່ວຍໃຫ້ພວກເຂົາຄຸ້ມຄອງຄວາມສ່ຽງ, ປັບປຸງກໍາໄລ, ຮັກສາຄວາມຫນ້າເຊື່ອຖືຂອງຕາຂ່າຍໄຟຟ້າແລະຄາດຄະເນແນວໂນ້ມຄວາມຍືນຍົງ.
David ມີຫຼາຍກວ່າ 20 ປີ IoT ແລະປະສົບການອຸດສາຫະກໍາພະລັງງານ. ອາຊີບຂອງລາວມີຕັ້ງແຕ່ ໄອທີວິສາຫະກິດ, ການພັດທະນາຜະລິດຕະພັນ, ການຄົ້ນຄວ້າ ແລະ ນະວັດຕະກໍາ ແລະ ການເລີ່ມຕົ້ນທຸລະກິດໃໝ່. ກ່ອນທີ່ຈະມີບົດບາດໃນປັດຈຸບັນ, ລາວໄດ້ສ້າງຕັ້ງແລະນໍາພາທຸລະກິດ Global Energy Solutions ຂອງ Intel, ສະຫນອງການຮຽນຮູ້ເຄື່ອງຈັກແລະການແກ້ໄຂປັນຍາປະດິດໃຫ້ແກ່ລູກຄ້າທົ່ວໂລກ. David ຖືສິດທິບັດຫຼາຍສະບັບ ແລະນັ່ງຢູ່ໃນຄະນະທີ່ປຶກສາຫຼາຍໆຄົນ.
ເຈົ້າສາມາດອະທິບາຍວ່າ Innovatts ແມ່ນຫຍັງ?
Innowatts ແມ່ນບໍລິສັດພະລັງງານໃຫມ່ທີ່ສຸມໃສ່ການປັບປຸງອັດຕາກໍາໄລລວມຂອງລູກຄ້າຂອງພວກເຮົາໃນຂະນະທີ່ຂັບລົດການຮັບຮອງເອົາການທົດແທນທີ່ເພີ່ມຂຶ້ນ. ພວກເຮົາເຮັດແນວນັ້ນໂດຍການວິເຄາະຂໍ້ມູນຈໍານວນຫລາຍເພື່ອປົດລັອກຄວາມເຂົ້າໃຈທີ່ປະຕິບັດໄດ້. ໃນຂະນະທີ່ພວກເຮົາເປັນບໍລິສັດ B2B, ພວກເຮົາໃຫ້ບໍລິການທັງ B2B ແລະ B2C ຜ່ານລູກຄ້າຂອງພວກເຮົາໃຫ້ກັບຜູ້ໃຊ້ສຸດທ້າຍຂອງພວກເຂົາ. ພວກເຮົາເອົາຂໍ້ມູນລະດັບແມັດຈາກເຮືອນ ຫຼືທຸລະກິດ, ຫຼືພາຍໃນເຄືອຂ່າຍ, ແລະພວກເຮົາລວມຂໍ້ມູນນັ້ນກັບຊຸດຂໍ້ມູນອື່ນໆ ລວມທັງຂໍ້ມູນເສດຖະກິດ-ສັງຄົມ, ຂໍ້ມູນ CRM ແລະຂໍ້ມູນການຄຸ້ມຄອງຄວາມສ່ຽງ.
ເຄື່ອງຈັກການວິເຄາະທີ່ອີງໃສ່ AI ຂອງພວກເຮົາໃຫ້ຄວາມເຂົ້າໃຈຕັ້ງແຕ່ການຄາດຄະເນລະດັບຜູ້ບໍລິໂພກຕະຫຼອດໄປຈົນເຖິງການແຍກການໃຊ້ພະລັງງານໃນປະຈຸບັນ ແລະອະນາຄົດ. ຜ່ານນີ້, ພວກເຮົາສາມາດກໍານົດຜະລິດຕະພັນທີ່ມີທ່າແຮງທີ່ເຫມາະສົມກັບຜູ້ບໍລິໂພກໃດໆ. ພວກເຮົາຍັງໃຫ້ບໍລິການລູກຄ້າຂາຍຍ່ອຍດ້ວຍຕົວຢ່າງເຊັ່ນການກໍານົດຮູບແບບອັດຕາພາສີທີ່ດີທີ່ສຸດເພື່ອເພີ່ມອັດຕາກໍາໄລລວມຂອງພວກເຂົາ.
ສຸດທ້າຍ, ພວກເຮົາສະຫນັບສະຫນູນຜູ້ປະຕິບັດການເຄືອຂ່າຍແລະສິ່ງອໍານວຍຄວາມສະດວກເພື່ອຊ່ວຍໃຫ້ເຂົາເຈົ້າວາງແຜນສໍາລັບອະນາຄົດ. ມັນເປັນສິ່ງຈໍາເປັນທີ່ພວກເຂົາເຂົ້າໃຈບ່ອນທີ່ການປ່ຽນແປງເກີດຂຶ້ນເພື່ອໃຫ້ພວກເຂົາສາມາດເພີ່ມປະສິດທິພາບຊັບສິນໃນຂະນະທີ່ຫຼຸດລົງລາຄາສໍາລັບຜູ້ບໍລິໂພກ.
ເທັກໂນໂລຢີການຮຽນຮູ້ເຄື່ອງຈັກປະເພດໃດແດ່ທີ່ໃຊ້ຢູ່ Innovatts?
ໂດຍພື້ນຖານແລ້ວ, ພວກເຮົາກໍາລັງຊ່ວຍໃຫ້ເຄື່ອງຈັກຄິດໃນວິທີການຂອງມະນຸດຫຼາຍຂຶ້ນ, ໃນຂະນະທີ່ຍັງອະນຸຍາດໃຫ້ພວກເຂົາຂະຫຍາຍແລະຈັດການກັບຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ຫຼາຍ. ພວກເຮົາມີຫຼາຍກວ່າ 43 ລ້ານແມັດພາຍໃຕ້ການຄຸ້ມຄອງ, ແລະພວກເຮົາກໍາລັງຈັດການກັບຫຼາຍຕື້ຈຸດຂໍ້ມູນໃນທຸກໆຊົ່ວໂມງໃນທົ່ວຫຼາຍພູມສາດແລະລູກຄ້າຫຼາຍ. ໃນພື້ນທີ່ຄວບຄຸມ, ພວກເຮົາໃຊ້ຕົວແບບຕ່າງໆລວມທັງການຖົດຖອຍເສັ້ນ, ຕົ້ນໄມ້ການຕັດສິນໃຈແລະອື່ນໆ; ໃນພື້ນທີ່ທີ່ບໍ່ມີການເບິ່ງແຍງ, ຕົວຢ່າງລວມມີຕົວແບບກຸ່ມ, ເຄືອຂ່າຍ neural ແລະປ່າໄມ້ແບບສຸ່ມ.
ການນໍາໃຊ້ຫຼາຍແບບຂອງພວກເຮົາເປັນຈຸດສໍາຄັນຂອງຄວາມເຂັ້ມແຂງຂອງຜະລິດຕະພັນຂອງພວກເຮົາ — ພວກເຮົາສາມາດກໍານົດຮູບແບບທີ່ເຫມາະສົມສໍາລັບລູກຄ້າໃນສະຖານະການໃດຫນຶ່ງ. ພວກເຮົາສາມາດຕົ້ມມັນລົງໃນລະດັບແມັດ. ນັ້ນແມ່ນສິ່ງທີ່ຕັ້ງໃຫ້ພວກເຮົາເປັນຜູ້ນໍາໃນຊ່ອງນີ້ແທ້ໆ.
ເປັນຫຍັງການຕິດຕາມພະລັງງານຈຶ່ງສຳຄັນສຳລັບຜູ້ຂາຍຍ່ອຍພະລັງງານ?
ຄ່າໃຊ້ຈ່າຍທີ່ຈະໄດ້ຮັບລູກຄ້າມັກຈະເປັນສອງຫາສາມເທົ່າຂອງຂອບໃບທີ່ຮ້ານຂາຍຍ່ອຍເຮັດໃຫ້ລູກຄ້າໃນຫນຶ່ງປີ. ນັ້ນຫມາຍຄວາມວ່າມັນໃຊ້ເວລາສອງຫາສາມປີເພື່ອໃຫ້ໄດ້ຄືນຄ່າໃຊ້ຈ່າຍໃນການຊື້ຂອງລູກຄ້າຂອງທ່ານ, ດັ່ງນັ້ນມັນກໍ່ສໍາຄັນທີ່ຈະຮັກສາລູກຄ້າທຸກໆຄົນ.
ພວກເຮົາຊ່ວຍຜູ້ຄ້າປີກເພື່ອບັນລຸສິ່ງນັ້ນໂດຍການໃຫ້ພວກເຂົາມີຄວາມສາມາດທີ່ຈະແຍກແຍະ. ພວກເຮົາສະຫນອງການຄາດຄະເນແລະຄວາມສາມາດໃນການກໍານົດແລະພັດທະນາອັດຕາພາສີທີ່ໃຊ້ເວລາໃນການນໍາໃຊ້ເພື່ອປັບແຕ່ງຜະລິດຕະພັນຂອງພວກເຂົາໃຫ້ກັບລູກຄ້າຂອງພວກເຂົາ. ພວກເຮົາຍັງສາມາດສະຫນອງການຄຸ້ມຄອງຄວາມສ່ຽງແລະເວທີລາຄາ, ພ້ອມກັບຄວາມສາມາດໃນການກໍານົດຜູ້ບໍລິໂພກທີ່ດີທີ່ສຸດໃນແຕ່ລະອານາເຂດ. ພວກເຮົາຍັງກໍານົດວ່າລູກຄ້າໃດທີ່ເຫມາະສົມທີ່ສຸດກັບຜະລິດຕະພັນສະເພາະ. ສິ່ງນັ້ນທັງ ໝົດ ເພີ່ມການບໍລິການທີ່ ໜ້າ ສົນໃຈແລະປະຫຍັດຄ່າໃຊ້ຈ່າຍຫຼາຍຂື້ນ ສຳ ລັບລູກຄ້າ, ຊຸກຍູ້ທັງຄວາມພະຍາຍາມໃນການຊື້ແລະການຮັກສາໄວ້.
ຄວາມເຂົ້າໃຈທີ່ສໍາຄັນບາງຢ່າງທີ່ສາມາດໄດ້ຮັບຈາກການສຶກສາການບໍລິໂພກພະລັງງານແມ່ນຫຍັງ?
ຈິນຕະນາການວ່າບໍ່ດົນມານີ້ເຈົ້າໄດ້ຊື້ຍານພາຫະນະໄຟຟ້າ. ໂມເດວຂອງພວກເຮົາສາມາດກວດພົບນັ້ນໄດ້, ອະນຸຍາດໃຫ້ຜູ້ໃຫ້ບໍລິການໄຟຟ້າຂອງທ່ານສົ່ງການສື່ສານຕາມຄວາມຕ້ອງການຂອງພວກເຮົາໂດຍອັດຕະໂນມັດ ແລະການບໍລິການເປົ້າໝາຍທີ່ນຳໃຊ້ກັບສະຖານະຂອງເຈົ້າໃນຖານະເຈົ້າຂອງລົດ EV ໃໝ່ — ບາງທີອາດມີອັດຕາພາສີທີ່ແຕກຕ່າງກັນ, ຜະລິດຕະພັນປະກັນໄພໃໝ່ ຫຼື ຜະລິດຕະພັນການບໍລິການ.
ເຊັ່ນດຽວກັນ, ພວກເຮົາສາມາດລະບຸ ແລະ ແຈ້ງບອກທ່ານຢ່າງຈິງຈັງ, ອີງຕາມການໃຊ້ພະລັງງານຂອງທ່ານໃນ 15 ມື້ທີ່ຜ່ານມາ, ວ່າພວກເຮົາຄາດຄະເນການບໍລິໂພກຂອງທ່ານໃນລະຫວ່າງ 30 ມື້ຕໍ່ໄປຈະສູງກວ່າປົກກະຕິຫຼາຍສໍາລັບເຫດຜົນສະເພາະ. ຈາກນັ້ນພວກເຮົາສາມາດເຮັດວຽກຮ່ວມກັບທ່ານເພື່ອປະຕິບັດການລ່ວງລະເມີດເພື່ອຫຼີກເວັ້ນການຊ໊ອກບັນຊີລາຍການ. ເຫຼົ່ານີ້ແມ່ນພຽງແຕ່ບາງຕົວຢ່າງຂອງປະເພດຂອງການມີສ່ວນພົວພັນທີ່ພວກເຮົາສາມາດສົ່ງ.
ຄວາມສາມາດການຄາດຄະເນຂອງພວກເຮົາຍັງມີອໍານາດທີ່ສຸດ. ເຫດການທີ່ຜ່ານມາໃນເທັກຊັດເຮັດໃຫ້ການພະຍາກອນມີຄວາມຫຍຸ້ງຍາກຫຼາຍ, ເພາະວ່າມັນເປັນສະຖານະການໃຫມ່ທີ່ສົມບູນ. ແຕ່ການຄາດຄະເນຂອງພວກເຮົາແມ່ນ 20% ຫາ 40% ທີ່ຖືກຕ້ອງກວ່າຄູ່ແຂ່ງຂອງພວກເຮົາ ', ດັ່ງນັ້ນລູກຄ້າຂອງພວກເຮົາໄດ້ກຽມພ້ອມທີ່ດີກວ່າສໍາລັບການຂັດຂວາງ. ໂດຍການນໍາໃຊ້ການຄາດຄະເນຂອງພວກເຮົາເປັນສ່ວນຫນຶ່ງຂອງຍຸດທະສາດປ້ອງກັນຄວາມສ່ຽງຂອງພວກເຂົາ, ພວກມັນຢູ່ໃນຕໍາແຫນ່ງທີ່ດີກວ່າຍ້ອນວ່າລາຄາພະລັງງານເພີ່ມຂຶ້ນເຖິງ $ 9,000 ຕໍ່ເມກາວັດຊົ່ວໂມງ. ເງິນຝາກປະຢັດສໍາລັບພວກເຂົາແມ່ນມີຄວາມສໍາຄັນ. ຄວາມຈິງທີ່ວ່າຕົວແບບຂອງພວກເຮົາປັບຕົວໄດ້ໄວກັບສະຖານະການທີ່ມີການປ່ຽນແປງຍັງເຮັດໃຫ້ລູກຄ້າຂອງພວກເຮົາສາມາດຄາດຄະເນແລະສະເຫນີລາຄາຢ່າງມີປະສິດທິພາບໃນສະຖານະການທີ່ມີການປ່ຽນແປງສູງ, ເຖິງແມ່ນວ່າທ່າມກາງການປິດບັງ.
ລະດັບຂອງການຕິດຕາມແລະການຕີຄວາມຫມາຍຂໍ້ມູນພະລັງງານແມ່ນມີຄວາມສໍາຄັນຫຼາຍຂຶ້ນ. ຜູ້ຄ້າປີກຈໍານວນຫຼາຍຈະອອກຈາກທຸລະກິດ, ແລະຜູ້ຄ້າປີກຂະຫນາດໃຫຍ່ໄດ້ປ້ອງກັນຄວາມຕ້ອງການຂອງພວກເຂົາໃນຕະຫຼາດເຖິງຫນຶ່ງປີ, ອາດຈະດົນກວ່ານັ້ນ. ອີງຕາມຍຸດທະສາດແລະຂໍ້ມູນຄວາມສ່ຽງຂອງພວກເຂົາ, ພວກເຂົາອາດຈະໄດ້ຮັບ 50% ຂອງພະລັງງານທີ່ຕ້ອງການທີ່ພວກເຂົາຕ້ອງການໃນອາທິດທີ່ຜ່ານມາ. ເຂົາເຈົ້າຈະພະຍາຍາມເພີ່ມອັດຕາສ່ວນນັ້ນຍ້ອນວ່າຂໍ້ມູນຄວາມສ່ຽງ ແລະລາຄາພະລັງງານເພີ່ມຂຶ້ນ. ພວກເຂົາເຈົ້າຈະ hedged ຫຼາຍ, ແຕ່ໃນທີ່ສຸດ, ພວກເຂົາເຈົ້າຈະໄດ້ຮັບການເຂົ້າໄປໃນຕະຫຼາດທີ່ໃຊ້ເວລາທີ່ແທ້ຈິງພະຍາຍາມຊື້ພະລັງງານ. ພວກເຂົາຕ້ອງເຮັດແນວນັ້ນໃນລາຄາສະເລ່ຍສໍາລັບປີທີ່ຜ່ານມາ, ເຊິ່ງປະມານ 25 ໂດລາຕໍ່ເມກາວັດ. ໃນປັດຈຸບັນເຂົ້າໄປໃນຕະຫຼາດ, ພວກເຂົາພະຍາຍາມຊື້ໃນລາຄາ 9,000 ໂດລາຕໍ່ເມກາວັດ. ດັ່ງນັ້ນຄ່າໃຊ້ຈ່າຍສໍາລັບຮ້ານຂາຍຍ່ອຍແມ່ນໃຫຍ່ຫຼວງ, ນັ້ນແມ່ນຜົນກໍາໄລຂອງປີຂອງພວກເຂົາຫມົດໄປໃນຕອນບ່າຍ.
ມີວິທີໃດແດ່ທີ່ຂໍ້ມູນນີ້ສາມາດຖືກນໍາໃຊ້ເພື່ອມີອິດທິພົນຕໍ່ການນໍາໃຊ້ພະລັງງານສີຂຽວ?
ຕາມປະຫວັດສາດ, ຕາຂ່າຍໄຟຟ້າໄດ້ຖືກນໍາພາ - ເມື່ອຄວາມຕ້ອງການເພີ່ມຂຶ້ນ, ຜູ້ປະຕິບັດງານຈະສ້າງໂຮງງານໄຟຟ້າຫຼາຍຂຶ້ນ, ວາງສາຍໄຟຫຼາຍຂຶ້ນ, ເຜົາໄຫມ້ນໍ້າມັນຫຼາຍ. ຕອນນີ້ພວກເຮົາຢູ່ໃນໄລຍະການຫັນປ່ຽນທີ່ພວກເຮົາກໍາລັງຍ້າຍໄປຢູ່ໃນຕາຂ່າຍໄຟຟ້ານໍາພາການສະຫນອງ. ໃນຂະນະທີ່ພວກເຮົາກ້າວໄປສູ່ການທົດແທນຄືນໃຫມ່, ພວກເຮົາຈໍາເປັນຕ້ອງສາມາດຈັດການດ້ານການສະຫນອງ. ໃນໂລກໃຫມ່, ການສະຫນອງມາຮອດທຸກຄັ້ງທີ່ລົມພັດຫຼືແສງຕາເວັນ. ພວກເຮົາຍັງຈະເຫັນຄວາມຕ້ອງການເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍຈາກການຂົນສົ່ງໄຟຟ້າແລະຄວາມຮ້ອນ.
ສິ່ງທີ່ພວກເຮົາເຮັດສໍາລັບລູກຄ້າຂອງພວກເຮົາແມ່ນການວິເຄາະວິທີທີ່ຜູ້ບໍລິໂພກໃຊ້ພະລັງງານ. ພວກເຮົາເລີ່ມຕົ້ນໂດຍການເບິ່ງວ່າຈໍານວນການໂຫຼດຂອງພວກເຂົາແມ່ນຫຍັງທີ່ພວກເຮົາເອີ້ນວ່າ "ການໂຫຼດພື້ນຖານ." ມີບາງສິ່ງທີ່ສາມາດເຮັດໄດ້ເພື່ອກະຕຸ້ນໃຫ້ປະຊາຊົນຫຼຸດຜ່ອນສິ່ງນັ້ນ, ແຕ່ໂດຍແລະຂະຫນາດໃຫຍ່, ມັນຖືກແກ້ໄຂ. ພວກເຮົາສາມາດກໍານົດຜູ້ທີ່ມີຄວາມອ່ອນໄຫວຕໍ່ກັບສະພາບອາກາດ, ພວກເຮົາສາມາດກໍານົດບ້ານທີ່ສາມາດເຮັດໄດ້ດ້ວຍການແຊກແຊງຄວາມຮ້ອນ — insulation ຫຼືການວາງໃນເຄື່ອງເຮັດຄວາມຮ້ອນ.
ແຕ່ພວກເຮົາຍັງສາມາດກໍານົດເວລາໂຫຼດທີ່ລະອຽດອ່ອນ, ເຊິ່ງເປັນຕົວຊີ້ວັດຂອງພຶດຕິກໍາ. ໂດຍບໍ່ມີການບຸກລຸກເກີນໄປ, ພວກເຮົາສາມາດເຫັນພຶດຕິກໍາຢູ່ເຮືອນ. ຕົວຢ່າງ, ທ່ານສາມາດແນະນໍາລູກຄ້າວ່າພວກເຂົາອາດຈະຕ້ອງການພິຈາລະນາຄວາມເຢັນຫຼືຄວາມຮ້ອນໃນເຮືອນຂອງພວກເຂົາໃນເວລາທີ່ແຕກຕ່າງກັນເພື່ອເຮັດໃຫ້ມັນສະດວກສະບາຍ, ປະຫຍັດເງິນ, ຫຼືໃຊ້ພະລັງງານສີຂຽວສູງສຸດ.
ພວກເຮົາຍັງສາມາດໃຊ້ຍຸດທະສາດການຈັດການດ້ານຄວາມຕ້ອງການແບບຕັ້ງໃຈ ເພື່ອຈັດວາງການບໍລິໂພກໃຫ້ກັບການມີພະລັງງານທົດແທນ ໂດຍບໍ່ມີຜົນກະທົບທາງລົບຕໍ່ປະສົບການຂອງຜູ້ໃຊ້. ຕົວຢ່າງ, ເຈົ້າອາດຈະສຽບປລັກລົດຂອງເຈົ້າເປັນປົກກະຕິໃນເວລາ 7 ໂມງແລງ ແລະ ຖອດສາຍອອກໃນເວລາ 7 ໂມງເຊົ້າ ພວກເຮົາສາມາດສົ່ງສັນຍານການຈັດການດ້ານຄວາມຕ້ອງການໄປຫາຈຸດສາກໄຟເພື່ອກໍານົດຊົ່ວໂມງທີ່ລົດຂອງເຈົ້າຄິດຄ່າຕົວຈິງ, ເພື່ອເພີ່ມປະສິດທິພາບການໃຊ້ພະລັງງານທົດແທນ. .
ໃນປີ 2020, Innovats ປະກາດ ວ່າມັນໄດ້ປະຕິບັດຫຼາຍກວ່ານັກພະຍາກອນພະລັງງານອີກຫ້າຄົນໃນມາດຕະການສ່ວນໃຫຍ່ໃນການທົດລອງເອກະລາດ. ມັນມີຄຸນຄ່າຫຼາຍປານໃດທີ່ຈະສາມາດຄາດຄະເນໄດ້ດ້ວຍຄວາມຖືກຕ້ອງໃນລະດັບສູງ?
ສະຖານະການໃນເທັກຊັດໄດ້ສະແດງໃຫ້ເຫັນຄ່າໃຊ້ຈ່າຍໃນການຄາດຄະເນທີ່ບໍ່ຖືກຕ້ອງ. ຖ້າຜູ້ຄ້າປີກກໍາລັງຊອກຫາການສູນເສຍມູນຄ່າເຄິ່ງຫນຶ່ງຕື້ໂດລາ, ການຄາດຄະເນຂອງພວກເຮົາ - ທີ່ມີຄວາມຖືກຕ້ອງຫຼາຍກວ່າການແຂ່ງຂັນ 20% ຫາ 40% - ອາດຈະຊ່ວຍປະຢັດພວກເຂົາໄດ້ຫຼາຍກວ່າ 100 ລ້ານໂດລາ. ນັ້ນແມ່ນສະຖານະການທີ່ຮຸນແຮງ, ແຕ່ວິທີການ granular ຂອງພວກເຮົາຫມາຍຄວາມວ່າລູກຄ້າຈະອອກໄປຂ້າງຫນ້າຕະຫຼອດປີ, ເຖິງແມ່ນວ່າບໍ່ມີການເຫນັງຕີງທີ່ຮຸນແຮງ.
ຕົວຢ່າງ, ພວກເຮົາກໍາລັງສະຫນັບສະຫນູນຜູ້ໃຫ້ບໍລິການໃນເອີຣົບທີ່ມີທັງລູກຄ້າການຄ້າແລະອຸດສາຫະກໍາ. ເຂົາເຈົ້າໄດ້ພະຍາຍາມມາເປັນເວລາຫຼາຍປີເພື່ອຮັບການແຈ້ງເຕືອນແບບຕັ້ງໃຈກ່ຽວກັບເວລາທີ່ລູກຄ້າຂອງເຂົາເຈົ້າຈະດຳເນີນການ — ເມື່ອເຂົາເຈົ້າຈະເພີ່ມ ຫຼື ຫຼຸດພະລັງງານຂອງເຂົາເຈົ້າ — ແຕ່ເຂົາເຈົ້າບໍ່ປະສົບຜົນສຳເລັດ. ພວກເຮົາສາມາດຄາດຄະເນໃຫ້ເຂົາເຈົ້າໃນໄລຍະ 15 ນາທີສໍາລັບລູກຄ້າການຄ້າແລະອຸດສາຫະກໍາຂອງເຂົາເຈົ້າແຕ່ລະຄົນ, ເຮັດໃຫ້ເຂົາເຈົ້າຄາດວ່າການປ່ຽນແປງການໂຫຼດແລະເຮັດໃຫ້ການຕັດສິນໃຈການຊື້ທີ່ສະຫຼາດຂຶ້ນໃນລະດັບທີ່ສູງ, ແລະນັ້ນຫມາຍຄວາມວ່າພວກເຂົາເຈົ້າສາມາດປະຫຍັດທີ່ສໍາຄັນ ເງິນ.
ອະນາຄົດຂອງວິທະຍາສາດຂໍ້ມູນ ແລະການຮຽນຮູ້ເຄື່ອງຈັກໃນຂະແໜງນີ້ແມ່ນຫຍັງ?
ດັ່ງທີ່ຂ້າພະເຈົ້າໄດ້ກ່າວມາ, ພວກເຮົາກໍາລັງຈັດການກັບຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ຫຼາຍ. ເມື່ອພວກເຮົາໄດ້ຮັບຂໍ້ມູນຫຼາຍຂຶ້ນ, ແລະຂໍ້ມູນລະອຽດຫຼາຍ, ພວກເຮົາຈະສາມາດຄິດໄລ່ ແລະສົມມຸດຂໍ້ມູນເພີ່ມເຕີມໄດ້ — ແລະເມື່ອພະລັງງານຄອມພິວເຕີເພີ່ມຂຶ້ນ, ພວກເຮົາຈະສາມາດປະມວນຜົນຂໍ້ມູນນັ້ນໄດ້ໄວຂຶ້ນເພື່ອສະໜອງຄວາມເຂົ້າໃຈທີ່ມີປະສິດທິພາບ. ຫຼັກການທາງຄະນິດສາດບໍ່ປ່ຽນແປງ, ແຕ່ຄວາມສາມາດທີ່ເພີ່ມຂຶ້ນຂອງພວກເຮົາໃນການນໍາໃຊ້ຄະນິດສາດທີ່ສັບສົນໃນຂະຫນາດຈະເຮັດໃຫ້ຄວາມສາມາດເຫຼົ່ານີ້ມີປະສິດທິພາບເພີ່ມຂຶ້ນ, ມີຜົນກະທົບ, ແລະສາມາດຊື້ໄດ້ໃນສອງສາມປີຂ້າງຫນ້າ. ໃນທີ່ສຸດນີ້ຈະສະຫນັບສະຫນູນການຂັບລົດໄປສູ່ຕາຂ່າຍໄຟຟ້າ decarbonised.
ຂອບໃຈສໍາລັບການສໍາພາດທີ່ຍິ່ງໃຫຍ່, ຜູ້ອ່ານທີ່ຕ້ອງການຮຽນຮູ້ເພີ່ມເຕີມຄວນໄປຢ້ຽມຢາມ ອິນໂນວັດ.