Gerçek Ortaklıkları Bulma: Hizmet Şirketi Şirketlerinin Yapay Zeka Satıcılarını Nasıl Değerlendirdiği

Enerji dünyası, yüzyıllar önce tasarlanan sistemleri yeniden düşünerek daha akıllı ve temiz teknolojilerin yükselişine yer açmak için büyük bir değişim geçiriyor. Bu, heyecan verici bir zaman -几乎 her endüstri某种 şekilde elektrifikasyon yapıyor, elektrikli araçlar (EV’ler) pazar payı kazanıyor ve Dağıtılmış Enerji Kaynakları (DER’ler) desteklemek için aktif bir geçiş var, genellikle elektrik kullanım noktalarına yakın küçük ölçekli enerji kaynakları, seperti çatı güneş panelleri ve батарея depolama. Sonuncusu büyük bir mesele, ve Uluslararası Enerji Ajansı (IEA) belirttiği gibi, DER’lerin hızlı genişlemesi “yalnızca elektrik nasıl üretildiğini değil, aynı zamanda nasıl ticaret yapıldığını, teslim edildiğini ve tüketildiğini” değiştirecek.

Gözlemci için, tüm bu değişim olumlu, sürdürülebilir ve uzun süredir gereklidir. Ancak pratik olarak, yenilenebilir enerji ve elektrifikasyonun hızlı hızlanması, ağımızın sınırlarını germekte ve stres yaratmaktadır. Yenilenebilir enerjiden kaynaklanan baskı ile birlikte, dünyanın güç sistemleri, devam eden iklim değişikliğinden kaynaklanan aşırı hava olaylarından kritik zorluklarla da karşı karşıya – Avrupa’da kuraklık, Hindistan’da sıcak dalgaları, ABD’de şiddetli kış fırtınaları – tüm bunlar, muayene, bakım ve onarım maliyetlerinde astronomik bir artışa neden oluyor. Hizmet sektörünün liderleri şimdi, ağ modernizasyonunu, güvenilirliğini ve esnekliğini artırmaya odaklanmış durumda.

Resim Çek, Uzun Süre Dayanır

Hizmet şirketleri için, ekipmanları genellikle en önemli varlıklarıdır ve sürekli, titiz bir bakım gerektirir. Bu bakım, genellikle resim şeklinde olan, hizmetlerin analiz edeceği sürekli bir veri akışına bağlıdır. Bu verilerin toplanması, dronlar ve sabit kanatlı uçaklardan, fiziksel olarak siteyi gezen hat işçilerine kadar çeşitli şekillerde yapılır. Ve yeni teknolojiler gibi UAV’ler/dronlar ve yüksek çözünürlüklü helikopter kameraları ile, veri miktarı astronomik olarak artmıştır. Çok sayıda hizmet şirketi ile yaptığımız görüşmelerden, hizmetlerin artık son yıllardaki veri miktarının 5-10 katına ulaştığını biliyoruz.

Tüm bu veri, zaten yavaş olan muayene iş döngüsünü daha da yavaşlatıyor. Ortalama olarak, hizmetler, muayene verilerini analiz etmek için yılda 6-8 ay eşdeğer emek saatleri harcarlar. (Batı Kıyısı hizmet müşteri görüşmesinden, yılda 10M görüntü toplayan hizmetten sağlandı) Bunun büyük bir nedeni, bu analizin hala büyük ölçüde manuel olarak yapılması ve bir şirketin her yıl milyonlarca muayene görüntüsü toplaması durumunda, süreç çok ölçeklenemez hale geliyor. Anomalileri analiz etmek o kadar zaman alıcı ki, çoğu veri, aslında incelendiğinde zaten eskimiştir, bu da en iyi durumda yanlış bilgiye, en kötü durumda ise tekrarlanan muayenelere veya tehlikeli durumlara neden oluyor. Bu, yüksek riskler içeren büyük bir sorun. Analystler tahmin ediyor ki, enerji sektörü, ağ arızaları, zorunlu kapatmalar ve toplu felaketler nedeniyle her yıl 170 milyar dolar kaybediyor.

Yapay Zeka Güçlü Altyapı Muayeneleri ile Geleceğin Hizmetini İnşa Etme

Ağımızı daha güvenilir ve esnek hale getirmek, iki şeyi gerektirecek – para ve zaman. Şanslıyız ki, burada yeni teknoloji ve inovasyon, muayene sürecini hızlandırarak yardımcı olabilir. Yapay zeka (AI) ve makine öğrenimi (ML) nin enerji sektöründeki etkisi abartılmaz. AI/ML, bu veri zengin ortamda evinde gibi hissediyor ve veri hacmi büyüdükçe, AI’nın dağlar kadar bilgiyi anlamlı bilgiler haline getirmesi daha da iyi hale geliyor. Utility Dive’e göre, endüstrinin “zaten geniş bir anlaşması var ki [AI/ML], ekipman arızalarına karşı daha hızlı ve daha güvenli bir şekilde tespit edebiliyor” ve bu, manuel muayenelere göre daha iyi.

Ancak, bu teknolojinin vaadi tartışılmazken, kendi AI/ML programınızı şirket içinde oluşturmak, yavaş, emek yoğun bir süreçtir ve birçok komplikasyon ve engel içerir. Bu zorluklar, birçok hizmet şirketinin dış danışmanlardan ve satıcılardan ek destek aramasına neden oldu.

Potansiyel AI/ML Ortağı Değerlendirirken Dikkat Edilmesi Gereken 3 Şey

AI/ML ortağı ararken, eylemler sözlerden daha önemlidir. Birçok şirket vaatlerde bulunabilir, ancak hizmet liderleri, birkaç önemli metriğe dikkat etmeli ki, etkiyi doğru bir şekilde değerlendirebilsinler. En önemli olanlardan biri, satıcının modelin zaman içindeki büyümesini nasıl tanımladığı ve teslim ettiğidür –

Modelin Zaman İçindeki Büyümesi – Çeşitli veri setleri oluşturmak (anomalileri analiz etmek için çok fazla veri içeren) önemli miktarda zaman alır (genellikle birkaç yıl) ve belirli türdeki anomaliler, başarılı bir AI modeli eğitmek için yeterli sıklıkta ortaya çıkmaz. Örneğin, bir algoritmayı çürüme, ağaçkakan delikleri veya paslı sönümleyicileri tespit etmek için eğitmek, bu türlerin bölgenizde sık sık ortaya çıkmadığı takdirde zor olabilir. Bu nedenle, AI/ML satıcısından sadece veri setlerinin miktarını değil, aynı zamanda kalitesini ve çeşitliliğini sormak önemlidir.

Hız – Zaman paradır ve herhangi bir saygın AI/ML satıcısı, teklif edilenin muayene sürecini nasıl hızlandırabileceğini açıkça göstermelidir. Örneğin, Buzz Solutions, New York Power Authority (NYPA) ile birlikte, muayene ve analiz için gereken zamanı önemli ölçüde azaltmak üzere tasarlanmış bir AI tabanlı platform teslim etti. Sonuç, varlıkların resimlerini günler veya haftalar içinde analiz edebilen bir program oldu, bu da önceden aylar sürüyordu. Bu zaman tasarrufu, NYPA bakım gruplarının onarımları önceliklendirmesine ve arızaların potansiyelini azaltmasına izin verdi.

Kalite/Doğruluk – AI/ML programları için gerçek veri bulunmadığında, şirketler bazen sentetik veri (yani bilgisayar algoritmaları tarafından yapay olarak oluşturulan veri) ile boşlukları doldurur. Bu, popüler bir uygulamadır ve analistler öngörüyor ki, 2024 yılına kadar AI geliştirilmesinde kullanılan verilerin %60’ı sentetik (gerçek değil) olacaktır. Ancak sentetik veri teorik senaryolar için iyidir, ancak gerçek dünya ortamlarında, gerçek veri (ve insan müdahalesi) gerektiğinde iyi performans göstermez. Satıcıdan, gerçek ve sentetik verilerin karışımını isteyerek, bölünmenin mantıklı olup olmadığını kontrol edebilirsiniz.

Ve unutmayın, iş, ortak seçildikten sonra bitmez. Gartner’ın yeni bir fikri, düzenli “AI Bake-Off” etkinlikleri düzenlemek – “hızlı, bilgilendirici oturumlar olarak tanımlanan, satıcıları yan yana, senaryolu demo ve ortak bir veri seti ile kontrol edilen bir ortamda kullanarak, her birinin güçlü ve zayıf yanlarını değerlendirmeye olanak tanır” – AI/ML algoritmalarının ölçeklenebilirliği ve güvenilirliği ile ilgili açık metriklere ulaşmak için. Bu süreç, hizmet iş hedefleri ile uyumlu olan AI/ML algoritmalarının ölçeklenebilirliği ve güvenilirliği ile doğrudan ilgili metriklere sahip olur.

Hizmet Sektörünün Geleceğini Güçlendirme

Daha verimli iş akışı entegrasyonlarından, gelişmiş AI anormallik tespitine kadar, hizmet sektörü birkaç yıl öncesine göre çok daha iyi bir yolda. Ancak bu inovasyonun devam etmesi gerekecek, özellikle T&D muayene emirlerinin 2030 yılına kadar iki katına çıkması ve hükümetin enerji altyapısı bakımını ve savunmasını ulusal güvenlik öncelikleri olarak açıklaması ile birlikte.

Önümüzde daha çok iş var, ancak bir gün bu dönemi, endüstri liderlerinin enerji ağımızın geleceğine yatırım yapmayı ve hizmetleri modern çağa getirmeyi seçtiği bir dönemeç olarak hatırlayacağız.