英伟达公司的首席技术官戴夫·邦迪 – 采访系列

戴夫·邦迪是英伟达公司的首席技术官，英伟达公司是一家领先的AI数据分析公司。该公司的SaaS平台为公司提供了预测、主动和连接客户和电费支付者的数据，使他们能够更好地管理风险、提高盈利能力、维持电网可靠性和预测可持续性趋势。

戴夫有超过20年的物联网和能源行业经验。他的职业生涯涵盖了企业IT、产品开发、研究和创新以及新的业务创业。在他当前的职位之前，他建立并领导了英特尔的全球能源解决方案业务，向全球客户提供机器学习和人工智能解决方案。戴夫拥有多项专利，并担任多个顾问委员会的成员。

您能否描述一下英伟达公司是什么?

英伟达公司是一家新能源公司，专注于提高客户的毛利率，同时推动可再生能源的采用。我们通过分析大量数据来实现这一目标。虽然我们是一家B2B公司，但我们通过客户为他们的最终用户提供B2B和B2C服务。我们从家庭或企业中获取表计级数据，或从网络中获取数据，并将其与其他数据集（包括社会经济数据、CRM数据和风险管理数据）结合起来。

我们的AI分析引擎提供从消费者级预测到能耗分解的见解。通过这种方式，我们可以为任何消费者识别出合适的产品。我们还为零售客户提供服务，例如识别最优的电价模式，以最大化他们的毛利率。

最后，我们支持网络运营商和公用事业公司，以帮助他们为未来做计划。他们需要了解变化发生的位置，以便优化资产并降低消费者的价格。

英伟达公司使用什么类型的机器学习技术?

本质上，我们正在帮助机器以更像人类的方式思考，同时也使它们能够处理大量数据。我们管理着超过4300万个表计，并且每小时处理着数十亿个数据点，跨越多个地理位置和客户。在监督学习领域，我们使用各种模型，包括线性回归、决策树等；在无监督学习领域，包括集成模型、神经网络和随机森林等。

我们使用多种模型的方法是我们产品的优势所在。我们可以为任何客户在任何情况下识别出合适的模型。我们甚至可以将其细分到表计级别。这就是我们在这一领域成为领导者的原因。

为什么能源监测对能源零售商来说很重要?

获取一个客户的成本通常是零售商一年内从该客户那里赚取的利润的两到三倍。这意味着需要两到三年才能收回客户获取成本，因此保留每个客户都非常重要。

我们通过为零售商提供差异化的能力来帮助他们实现这一目标。我们提供预测和定义时间使用电价的能力，以适应他们的产品以满足客户的需求。我们还提供风险管理和定价平台，以及识别每个地区最好的消费者的能力。我们还可以识别哪些客户最适合特定的产品。这一切都为客户提供了更有吸引力和更具成本效益的服务，提高了客户获取和保留率。

从研究能源消耗中可以获得什么样的关键见解?

想象一下，你最近购买了一辆电动汽车。我们的模型可以检测到这一点，使你的电力供应商能够自动发送定制的通信和针对你作为新电动汽车车主的状态的服务——也许是一种不同的电价、新的保险产品或维护产品。

同样，我们可以识别和主动通知你，基于你过去15天的能耗，我们预测你在接下来的30天内的能耗将远高于正常水平。我们可以与你合作采取预防措施，以避免账单冲击。这些只是我们可以提供的参与方式的几个例子。

我们的预测能力也非常强大。最近在德克萨斯州发生的事件使预测变得非常困难，因为这是一个完全新的场景。但我们的预测比竞争对手准确20%至40%。因此，我们的客户更好地准备了这一混乱局面。通过将我们的预测作为他们的对冲策略的一部分，他们在能源价格飙升至每兆瓦时9,000美元时更好地定位了自己。他们的节省非常可观。我们的模型能够快速适应不断变化的情况，也使我们的客户能够在高度波动的情况下有效地预测和出价，甚至在轮流停电的情况下。

这种水平的能源数据监测和解释越来越重要。许多零售商将会破产，大型零售商已经在市场上对他们的需求进行了对冲，可能长达一年甚至更长时间。根据他们的策略和风险状况，他们可能在上周已经获得了所需能量的50%。他们将尝试增加这一百分比，因为风险状况和能源价格增加。他们将尝试以去年的平均价格购买电力——大约每兆瓦时25美元。现在，他们正在市场上以每兆瓦时9,000美元的价格购买电力。因此，对于零售商来说，这是一笔巨大的成本——他们一年的利润在一天内就消失了。

如何利用这些信息来影响更绿色的能源使用?

历史上，电网是由需求驱动的——当需求增加时，运营商会建造更多的发电厂、安装更多的电缆和燃烧更多的燃料。我们现在处于一个过渡阶段，正在转向由供应驱动的电网。随着我们向可再生能源转变，我们需要能够管理供应侧。在新的世界中，供应会在风吹或阳光照射时到来。我们还将看到由于交通和供暖的电气化而对能源的需求大幅增加。

我们为客户做的事情是分析消费者如何使用能源。我们首先研究他们的负载中有多少是我们所谓的“基础负载”。有一些事情可以做来鼓励人们减少基础负载，但总体而言，它是固定的。我们可以识别出哪些人容易受到天气条件的影响，我们可以识别出哪些房屋需要进行隔热或安装恒温器的改造。

但我们也可以识别出时间敏感的负载，这是行为的指标。没有过度侵入，我们可以看到家庭行为。例如，你可以建议客户考虑在不同的时间进行制冷或加热，以使其更舒适、更省钱或最大限度地利用绿色能源。

我们还可以使用主动的需求侧管理策略来使消费与可再生能源的可用性相匹配，而不会对用户体验产生负面影响。例如，你可能会在晚上7点插入你的电动汽车并在早上7点拔出它。我们可以向充电站发送需求侧管理信号，以确定你的电动汽车实际充电的时间，从而优化可再生能源的使用。

2020年，英伟达公司宣布它在负载预测试验中优于其他五家能源预测公司。具有如此高精度的预测能力有多大价值?

德克萨斯州的情况表明了不准确预测的代价。如果零售商面临着潜在的50亿美元损失，那么我们的预测——比竞争对手准确20%至40%——可以为他们节省超过1亿美元。这是一个极端的情况，但我们的细粒度方法使客户全年都能领先，即使没有极端的波动性。

例如，我们正在支持一家欧洲的供应商，他们同时有商业和工业客户。他们多年来一直试图对客户的行为进行预测通知——例如，当他们增加或减少电力使用时——但他们没有成功。我们能够以15分钟为间隔为他们预测每个商业和工业客户的行为，使他们能够预测负载变化并做出更明智的购买决定——在高度细粒度的层面上，这意味着他们能够节省大量资金。

数据科学和机器学习在这一领域的未来会是什么样的?

如我所说，我们正在处理大量数据。随着我们获得更多数据和更细粒度的数据，我们将能够推断出更多信息——随着计算能力的提高，我们将能够更快速地处理这些数据以提供强大的见解。数学原理不会改变，但我们越来越能够在规模上应用复杂的数学，这将使这些能力变得更加有效、有影响力和负担得起。在接下来的几年里，这最终将支持向去碳化电网的转变。

感谢这次精彩的采访，希望了解更多的读者可以访问英伟达公司的网站。