Interviews
Wannie Park, Oprichter en CEO van PADO AI – Interviewreeks

Wannie Park, Oprichter en CEO van PADO AI, is een ervaren technologie- en energiemanagement executive met meer dan twee decennia ervaring in het opbouwen van bedrijven op het snijvlak van software, schone energie en verbonden infrastructuur. Voordat hij PADO AI oprichtte, bekleedde hij senior leiderschapsrollen, waaronder SVP van Partnerships en Corporate Development bij Bidgely, CEO van Zen Ecosystems en SVP van Corporate en Business Development bij Inspire. Eerder in zijn carrière werkte hij in corporate development en strategische investeringsrollen bij bedrijven als Belkin en Intel (INTC ) Capital, waar hij hielp bij het stimuleren van innovatie in opkomende technologieën, IoT en energiemanagement.
PADO AI is een energiemanagement softwarebedrijf dat zich richt op het helpen van AI-datacenters en grote faciliteiten om hun energieverbruik efficiënter te beheren. Het platform van het bedrijf gebruikt AI om de energievraag in real-time te analyseren, belastingen te voorspellen en het gebruik van elektriciteit, koeling en gedistribueerde energieresources te optimaliseren. Door de manier waarop energiinfrastructuur wordt gebruikt te verbeteren, streeft het bedrijf ernaar om operators te helpen hun rekenkracht te vergroten, hun operationele kosten te verlagen en duurzamere energieverbruik te ondersteunen.
U hebt uw carrière opgebouwd op het snijvlak van energiinnovatie, corporate development en AI – van Intel Capital en Belkin tot het leiden van schone energiinitiatieven bij CEIVA, Inspire, Zen Ecosystems en LG NOVA voordat u PADO AI oprichtte. Wat inspireerde u om PADO AI op te richten en hoe heeft uw eerdere ervaring uw visie op AI-gestuurde energiemanagement in datacenters gevormd?
Doorheen mijn carrière heb ik de hype, de ineenstorting en het herstel van enkele interessante technologiecycli meegemaakt. Dit omvat de internetbubbel van 2000, de groei van netwerken die netwerken/IoT op grote schaal leveren en de modernisering van het Noord-Amerikaanse elektriciteitsnet in de late jaren 2000. Voor mij hebben deze drie marktveranderende technologieverschuivingen geleid tot de enorme kansen die er zijn in het huidige ecosysteem rond AI-datacenters en dat is waarom PADO is opgericht: een softwareoplossing die door AI wordt aangedreven en voortkomt uit de convergentie van macht, rekenen en cloud.
TotalEnergies (TTE ) heeft onlangs aangekondigd dat het Power Purchase Agreements (PPA’s) zal gebruiken om hernieuwbare elektriciteit te leveren aan een Google-datacenter. Hoe ziet u deze bredere verschuiving naar langetermijnhernieuwbare energieterugbetalingen voor hyperschaalinfrastructuur?
Ik zie dit als een grote overwinning voor hernieuwbare energie. Echter, ik zou dit niet categoriseren als een bredere verschuiving naar hernieuwbare energie. In plaats daarvan is het meer een reflectie van toegang tot energie en de tijd die nodig is om energie te produceren. In dit geval waren de cijfers gunstig. Met elke aankondiging zoals deze, zult u waarschijnlijk 10 zien die op gas gebaseerd zijn en achter de meter zitten.
Terwijl AI-werklasten de energievraag snel doen toenemen, ziet u een fundamentele verschuiving in de manier waarop datacenteroperators hernieuwbare energie integreren?
Wat ik zie, is een meer geconcerteerde inspanning om energiopslagsystemen te implementeren die zijn afgestemd op meer efficiënte en duurzame koeling. Dit compenseert enkele van de intermittentieproblemen rond hernieuwbare energie. Het opbouwen en implementeren van duurzame opslagstrategieën stelt datacenters in staat om hernieuwbare energie te integreren terwijl ze hun uptime behouden.
Wat zijn de grootste structurele of operationele barrières die legacy-datacenters tegenkomen bij het volledig integreren van hernieuwbare energi bronnen zoals zonne-energie in bestaande systemen?
De primaire barrières zijn infrastructuurscomplexiteit en een gebrek aan real-time telemetrie. Legacy-systemen zijn gebouwd voor constante, voorspelbare belastingen en ontbreken vaak de softwarelaag die nodig is om de intermittentie van zonne-energie te beheren zonder de uptime te riskeren. En ik zou eraan toevoegen, op basis van mijn opmerkingen in vraag 3, dat een BESS-systeem een krachtige vermenigvuldiger zou zijn bij het nemen van de beslissing om hernieuwbare energiebronnen zoals zonne-energie te integreren.
Vanuit uw ervaring met het adviseren van operators en nutsbedrijven, waarom hebben veel datacenters moeite om strikte betrouwbaarheidsvereisten in evenwicht te brengen met decarbonisatie-doelen?
Vanuit het perspectief van het datacenter worden betrouwbaarheid en decarbonisatie vaak gezien als een nulsomspel – om er een te krijgen, moet je het andere opgeven. Datacenters geven van nature prioriteit aan “five-nines” betrouwbaarheid boven alles, dus decarbonisatie-doelen worden vaak ondergeschikt gemaakt.
Energiemanagementplatforms die door AI en machine learning worden aangedreven, winnen aan populariteit. Hoe verandert real-time orkestratie de economie en betrouwbaarheid van gedistribueerde energieresources in missie-kritieke omgevingen?
Datacenters opereren binnen een bestaande energiemarkt met een vaste rekenkracht.
Orkestratie verandert energie van een vaste kostenpost in een dynamisch actief dat meer productiviteit oplevert, of het nu omgezet wordt in omzet, tokenproductie enz. Door orkestratie te combineren met verschillende gedistribueerde energieresources, kunt u uw impact vermenigvuldigen, of het nu gaat om decarbonisatie, omzet, tokenproductie enz.
Hoe kan orkestratiesoftware worden geïntegreerd in bestaande infrastructuur zonder dat grote kapitaalintensieve herbouw nodig is?
Orkestratiesoftware kan en moet worden ontworpen als een intelligente softwarelaag die via API’s wordt geïntegreerd met bestaande systemen, of het nu gaat om een BMS, een DCIMs of gedistribueerde energieresources. Dit zou elke grote herbouw minimaliseren.
Terwijl operators betrouwbaarheid, kosten en decarbonisatie afwegen, wat moet als eerste prioriteit worden gesteld – en welke compromissen worden vaak verkeerd begrepen?
Vandaag de dag is de topprioriteit van een operator betrouwbaarheid. En als je dieper kijkt naar betrouwbaarheid, betekent dit “five-nines” uptime. Wat betekent dat je een stabiele, betrouwbare energiebron nodig hebt. Gezien de enorme verschillen tussen energiekosten en de waarde die AI-fabrieken gegenereerd uit energie, is kostenbesparing geen issue. U ziet dit bij nutsbedrijven die proberen flexibiliteit in de datacentermarkt te integreren zonder al te veel belangstelling. Als u verder kijkt dan kosten, naar decarbonisatie, tenzij het verplicht is, komt het op de laatste plaats van de prioriteitenlijst.
Welke metrics moeten datacenteroperators volgen om hernieuwbare energieverbruik te verbeteren terwijl ze uptime behouden?
Op hoog niveau moet worden gekeken naar en gemeten worden Scope 1/2/3-emissies op site-niveau om een basislijn te creëren. In overeenstemming met de standaard PUE (Power Usage Effectiveness) moeten operators het Carbon Intensity per Workload en de Renewable Utilization Factor (RUF) volgen. Ten slotte moeten datacenters gestrande energie volgen – het bedrag aan energiekapaciteit dat wordt betaald maar ongebruikt blijft vanwege inefficiënte belastingsbeheer.
Als we vooruitkijken, hoe ziet u de relatie tussen nutsbedrijven, datacenteroperators en AI-gestuurde energiemanagementplatforms evolueren in de komende vijf jaar?
Ik zie twee silo’s van relaties. Aan de ene kant zie ik deze drie stakeholders naar een collaboratieve grid bewegen. Waar datacenters een grid-responsief actief worden dat belastingen kan schrappen of verplaatsen om de grid te stabiliseren. AI-gestuurde platforms zullen de lijm zijn die deze twee enorme industrieën in staat stelt om in real-time te communiceren en te coördineren. Aan de andere kant zie ik veel datacenters de grid verlaten en zelf genereren en volledig achter de meter zitten. Gezien de kosten en de totale investering in dit soort projecten, is het onwaarschijnlijk dat ze terugkeren naar de grid.
Bedankt voor het geweldige interview, lezers die meer willen leren, moeten PADO AI bezoeken.












