Sredi krize stroškov življenja in prehoda s fosilnih goriv na nizko ogljične alternative se energetika in komunalne storitve soočata s velikimi spremembami. Po podatkih Mednarodne agencije za energijo (IEA) je svet na dobri poti, da v naslednjih petih letih doda več obnovljivih zmogljivosti, kot jih je bilo nameščenih od izgradnje prve komercialne elektrarne na obnovljive vire energije pred več kot 100 leti.1 Ta prehod, za katerega je značilen odmik od tradicionalne odvisnosti od velikih, zanesljivih elektrarn k pokrajini, ki jo zaznamujejo številne enote za obnovljive vire energije, prinaša nove izzive. Mednje spadajo neenakomeren izhod, nestabilnost sistema, pomisleki glede zanesljivosti in naraščajoči vpliv dogodkov, ki jih povzročajo podnebne spremembe, kot so poplave, nevihte in požari v naravi. Pričakujemo, da bo digitalna preobrazba, zlasti nove tehnologije, kot je umetna inteligenca, bistvena za tehnološke uradnike, da se bodo lahko spopadli s temi kompleksnostmi.
Ta preobrazba predstavlja izzive, ki jih še poslabšuje naraščajoče povpraševanje strank, ki iščejo zanesljive, vedno dostopne bistvene storitve, ki znižujejo njihove emisije toplogrednih plinov. Nekateri potrošniki so stvari vzeli v svoje roke in se lotili lastne proizvodnje in shranjevanja energije. Medtem se omrežja zemeljskega plina spopadajo s tem, kako razogljičiti svoja omrežja in kako cilji zmanjšanja emisij vplivajo za njihova podjetja.
Glede na poročilo KPMG 2023 CEO Outlook2 se skoraj dve tretjini (64 odstotkov) izvršnih direktorjev v energetskih podjetjih strinja, da je vlaganje v generativno umetno inteligenco glavna prednostna naloga, pri čemer 48 odstotkov pričakuje donosnost naložbe v treh do petih letih. Vendar pa je napredek pri mnogih podjetjih za komunalne storitve počasen, kar izhaja iz pomanjkanja zmogljivosti, razumevanja ali v nekaterih primerih nepripravljenosti za sprejemanje sprememb. Na primer, številne vrste sredstev zdaj ustvarjajo obilico podatkov – samo svetovna flota vetrnih turbin naj bi proizvedla več kot 400 milijard podatkovnih točk na leto3 – vendar brez zbiranja in organizacije teh podatkov ni mogoče uporabiti za izboljšanje odločanja.
Plugged In
Harnessing technology to power the future
Generativna umetna inteligenca je s svojo sposobnostjo ustvarjanja besedila in slik na nenavadno človeški način ujela domišljijo sveta. Čeprav je generativna umetna inteligenca v nekaterih aplikacijah obetavna, lahko elektroenergetika in komunalne storitve izkoristijo raziskovanje širšega nabora tehnologij digitalne inteligence in avtomatizacije, vključno z različnimi oblikami umetne inteligence, kot sta strojno učenje in robotska avtomatizacija procesov. Pomen generativne umetne inteligence bi lahko poudaril pomen raziskovanja širše digitalne inteligence in avtomatizacije.
source: KPMG International. ‘KPMG global tech report 2023.’ 2023.
Kako lahko komunalna podjetja izkoristijo umetno inteligenco
Obstajajo prepričljivi primeri, ko lahko elektroenergetika in komunalna podjetja sprejmejo tehnologije inteligence in avtomatizacije, pri čemer nekaj komunalnih podjetij zdaj širi projekte in jih integrira v celotne organizacije. Ta poteza ima ogromen potencial za povečanje njihovih koristi. Te izkušnje kažejo, da lahko njihovi konkurenti upoštevajo naslednje specifične aplikacije:
- Sprejemanje odločitev o naložbah: Elektroenergetska podjetja lahko uporabijo umetno inteligenco za podporo svojemu procesu odločanja o naložbah. Sredstva proizvodnih in omrežnih omrežij imajo visoke stroške in bodo verjetno v uporabi desetletja. Prehod na obnovljive vire energije lahko naredi industrijske baterije in druge možnosti shranjevanja energije privlačnejše, vendar poslovni primeri zahtevajo robustne napovedi. Organizacije lahko uporabijo umetno inteligenco za analizo možnosti, načrtovanje in modeliranje scenarijev, kar jim pomaga prihraniti denar in izboljšati načrtovanje na področjih, kot so regulativno delo, sredstva, sodelovanje z njihovim ekosistemom dobaviteljev in omrežne povezave.
- Upravljanje informacij o strankah in odnosov z njimi: Skupina Octopus Energy s sedežem v Združenem kraljestvu je razvila digitalno platformo v oblaku, imenovano Kraken, ki uporablja inteligenco in avtomatizacijo za upravljanje informacij o strankah in odnosov z njimi. Poleg lastne rasti je Octopus licenciral platformo drugim komunalnim podjetjem v Združenem kraljestvu in drugod ter sodeluje tudi pri razvoju vetrne energije. Octopus, ki mu je KPMG v Združenem kraljestvu svetoval pri vseh zbiranjih kapitala in več mednarodnih prevzemih, uporablja platformo Kraken tako pri proizvodnji kot pri dobavi, zaradi česar je primer komunalnega podjetja, ki uporablja takšne tehnologije v celotni organizaciji.
- Upravljanje regulativnih obremenitev: Javna podjetja lahko uporabljajo generativno umetno inteligenco za upravljanje regulativnih obremenitev, vključno s pomočjo pri primerih plačilnih stopenj, postopku, s katerim ameriška podjetja zaprosijo državne komisije za javne službe za zvišanje cen za financiranje izboljšav. Primeri plačilnih stopenj lahko vključujejo analizo regulativnih dokumentov, ki včasih obsegajo več kot 10.000 strani, ki jih lahko generativna umetna inteligenca povzame in doda opombe. Če ljudje dodajo določeno stopnjo strukture, na primer tako, da gradivo v sistem umetne inteligence vnesejo v delih, se lahko izognemo napakam. Uporaba generativnega sistema umetne inteligence, ki ustvarja reference, lahko omogoči tudi človeško preverjanje.
- Preverjanje shem: Komunalna podjetja raziskujejo avtomatiziran pregled shem omrežnih povezav in tehničnih risb, ki jih predložijo razvijalci novih stavb. Trenutno lahko to zahteva obsežne in dolgotrajne preglede s strani inženirjev komunalnega podjetja, vključno s popravljanjem osnovnih napak. Generativna umetna inteligenca bi se lahko uporabila za analizo simbolov in slik, kar bi lahko zagotovilo avtomatizirano prvo linijo podpore. Ta analiza bi lahko odkrila morebitne napake in pospešila postopek. Inženirji bi se nato lahko osredotočili na druga vprašanja. Ta postopek bi lahko deloval kot skupna storitev v celotni panogi, da bi pomagal pokriti stroške.
- Izboljšanje potovanj terenskih servisnih inženirjev: Komunalna podjetja lahko poskušajo izboljšati tudi potovanja terenskih servisnih inženirjev z uporabo avtomatizacije, ki pomaga zmanjšati čas vožnje med opravili, znan kot »čas vetrobranskega stekla«. To lahko potencialno poveča učinkovitost podjetja, vendar obstajajo možnosti za še večji napredek s povezovanjem sistema z drugimi viri informacij. Uporaba vremenskih napovedi bi lahko terenskim servisnim inženirjem pomagala preprečiti neugodne razmere, usklajevanje z načrti vzdrževanja bi jim lahko pomagalo obiskati čas, ko je najlažje opraviti delo, podatki o določenih komponentah pa bi se lahko uporabili za pregled teh komponent, ko so obrabljene, vendar še niso odpovedale. Uporabili bi jih lahko tudi za samodejno načrtovanje usposabljanja za nove komponente, preden se inženirji prvič srečajo z njimi.
Komunalna podjetja uporabljajo umetno inteligenco tudi za revidiranje in upravljanje sredstev, oddaljeno spremljanje lokacij, vključno z avtomatizirano analizo posnetkov kamer, izvajanje digitalnih simulacij vplivov poplav in upravljanje odnosov s pogodbenimi električarji. Vendar pa so številni projekti manjši preizkusi konceptov, ki jih vodijo tehnološki oddelki, in pogosto končajo brez načrtov za njihov razvoj.
Kako pomagati ublažiti tveganja, zgraditi zaupanje in odgovorno razširiti umetno inteligenco
Vprašanje obsega je morda največji izziv za tehnologije inteligence in avtomatizacije. Komunalna podjetja običajno delujejo v velikem obsegu, zato bi morali tehnološki projekti delovati v podobnem obsegu, da bi dosegli pomembno razliko. Menimo, da je preprost odgovor, da komunalna podjetja začnejo v majhnem, a razmišljajo veliko, z načrti za oceno dokazil koncepta, nato pa uspešne uvedejo v obsežno proizvodnjo, kar je pristop od zgoraj navzdol, ki bo običajno potreboval podporo na ravni upravnega odbora. Vendar to pomeni reševanje drugih vprašanj, ki lahko ovirajo takšne projekte.
Podjetja za komunalne storitve bi si morala prizadevati za posodobitev tehnoloških arhitektur, da bi zagotovila zanesljivost in visoko kakovost svojih podatkov ter dostop do njih v realnem času. Številna so te arhitekture razvijala postopoma, kar je povzročilo razdrobljene nabore podatkov, ujete v oddelčnih sistemih. Te bi bilo treba združiti z modularnimi, prilagodljivimi arhitekturami, ki omogočajo sistemom umetne inteligence dostop do informacij po vsej organizaciji.
Po našem mnenju komunalna podjetja potrebujejo boljše podatke za učinkovito vodenje digitalnih projektov. To je mogoče doseči z boljšim nadzorom upravljanja podatkov, s projekti za izboljšanje kakovosti in dostopnosti starejših podatkov ter z razlago, zakaj je to pomembno, da se zaposleni v celotni organizaciji zavedajo, da je hramba natančnih podatkov pomembna in ne ovira za njihovo delo. Nekatera komunalna podjetja, ki so v zadnjih letih vlagala v tehnologijo, kot sta načrtovanje virov podjetja ali sistemi za človeške vire, bodo verjetno ugotovila, da ti zagotavljajo kakovostne podatke, ki jih je mogoče uporabljati z umetno inteligenco.
Stranke skrbijo njihovi osebni podatki in kaj bodo komunalna podjetja storila z njimi, verjetno na načine, ki jih mnogi ne morejo uporabiti za pametne telefone in drugo osebno tehnologijo. Komunalna podjetja lahko to rešijo z odprtostjo glede uporabe osebnih podatkov in z uporabo tehnik, kot sta anonimizacija in strog nadzor dostopa, ki lahko okrepijo zasebnost, hkrati pa omogočijo učinkovito uporabo podatkov. To je lahko del splošnejšega dela za izboljšanje odnosov in zaupanja s strankami, ki se v nekaterih državah obravnavajo kot stranski dejavnik in ne kot osrednja tema organizacije.
Podjetja za komunalne storitve so običajno strogo regulirana in kulturno nerada prva uvajajo tehnologijo, kar lahko oteži utemeljitev vlaganja v digitalne tehnologije. Mnogim primanjkuje tudi usposobljenih notranjih talentov. Kulturne težave je mogoče rešiti s prizadevanji za izboljšanje pismenosti na področju umetne inteligence, da bi zmanjšali strahove tako pri vodstvenih delavcih kot pri zaposlenih na drugih ravneh.
Učinkovita uporaba umetne inteligence lahko predstavlja posebne izzive, vključno z izbiro vrste uporabljene. Generativna umetna inteligenca je dobra pri obdelavi velikih količin besedila, medtem ko drugi sistemi umetne inteligence bolje delujejo z velikimi količinami strukturiranih numeričnih podatkov. Slednja bi bila boljša izbira za naloge, kot je načrtovanje delovnih urnikov, pri čemer se generativna umetna inteligenca uporablja za razlago nalog v dostopnem jeziku.
Drugo ključno vprašanje je odgovorna uporaba umetne inteligence, zlasti če se uporablja za svetovanje ali sprejemanje zelo pomembnih odločitev, kot je izbira območja, kjer bo prišlo do izpada električne energije. Glede na globalno tehnološko poročilo KPMG za leto 2023 je 55 odstotkov organizacij dejalo, da je napredek pri avtomatizaciji zamujal zaradi pomislekov glede načina, kako sistemi umetne inteligence sprejemajo odločitve.6 Podobno se 60 odstotkov izvršnih direktorjev v energetskih sektorjih strinja, da lahko uvedba generativne umetne inteligence povzroči etične izzive, kot so plagiatorstvo, varstvo podatkov, pristranskost in pomanjkanje preglednosti.7 Učinkovit človeški nadzor nad takimi odločitvami in dokumentiranje podatkov, ki jih avtomatiziran sistem uporablja, sta med načini za zmanjšanje tveganj zaradi avtomatiziranih odločitev.
Read more about the KPMG Trusted AI framework here.
Naslednji koraki: Utemeljitev umetne inteligence in avtomatizacije
V hitro razvijajočem se okolju elektroenergetike in komunalnih podjetij verjamemo, da so strateške odločitve glede uvedbe inteligentnih in avtomatizacijskih tehnologij ključne za izboljšanje operativne učinkovitosti in ohranjanje konkurenčnosti. Sledijo koraki, ki jih lahko elektroenergetika in komunalna podjetja sprejmejo za učinkovito reševanje dileme »kupi ali zgradi« in za razvoj naprednega pristopa k integraciji tehnologije.
Z osredotočanjem na izvedljive korake in strateške pristope lahko elektroenergetska in komunalna podjetja učinkovito izkoristijo tehnologije inteligence in avtomatizacije za izboljšanje učinkovitosti, zanesljivosti in trajnosti v svojem delovanju.
- Ocenite komercialne izdelke: Razmislite o nakupu izvedljivih komercialnih izdelkov, zlasti za neključna področja, da bi poenostavili poslovanje in prihranili čas.
- Ocenite lastniške podatke: Za ključna področja, ki vključujejo lastniške podatke, je lahko gradnja modelov znotraj organizacije učinkovitejša pri ohranjanju nadzora in pomaga pri maksimiranju vpogledov, specifičnih za komunalno podjetje.
- Omogočanje hitrega odločanja: IT organizacije bi morale omogočiti hitro sprejemanje odločitev o nakupu ali gradnji in tako zagotoviti, da imajo potrebne zmogljivosti za upravljanje izbranega rezultata. To vključuje osebje, ki je sposobno podpirati uporabnike kupljenih storitev.
- Osredotočite se na ustvarjanje vrednosti: Dajte prednost projektom, ki lahko ustvarijo znatno vrednost. Izogibajte se vlaganju v tehnologije zgolj zato, ker se zdijo trendovske; namesto tega ocenite njihov potencialni vpliv na delovanje komunalnih podjetij.
- Sprejmite fleksibilnost: Odločite se za digitalne tehnologije, ki ponujajo fleksibilnost in prilagodljivost ter omogočajo vrsto nalog, tudi tistih, ki trenutno niso predvidene. To lahko pomaga preprečiti vezanost na toge sisteme in omogoči skalabilnost.
- Vzpostavite inovacijski center: Ustvarite namensko inovacijsko središče za sistematično testiranje novih tehnologij in idej, kar bo pripomoglo k spodbujanju kulture nenehnega izboljševanja in prilagajanja.
- Sklepajte strateška partnerstva: Razvijajte partnerstva s ponudniki digitalnih tehnologij prek pobud, kot so interni skladi tveganega kapitala. To lahko olajša dostop do najsodobnejših rešitev in spodbudi sodelovanje pri izboljšanju delovanja komunalnih podjetij.
Izbira vodje
Verjamemo, da se bo digitalizacija zgodila in da se bodo podjetja lahko odločila, ali bodo vodila ali sledila. Čeprav obe poti prinašata tveganja, lahko zaostajanje za drugim kot sledilec potencialno privede do tega, da jih konkurenca pusti v prahu. Za tiste, ki si drznejo voditi, so lahko potencialne koristi ogromne, čeprav zahtevajo usklajena prizadevanja za integracijo projektov v celotni organizaciji. To vključuje izpopolnjevanje strategij za ustvarjanje vrednosti, zagotavljanje financiranja in sodelovanje z upravnimi odbori in regulatorji. Po našem mnenju vodje potrebujejo temelj dobre korporativne tehnologije in podatkov ter organizacijsko kulturo, ki je odprta za spremembe. To vključuje obvladovanje tveganj fizične in podatkovne varnosti, kar je poseben izziv za komunalna podjetja, saj se informacijska in operativna tehnologija zbližujeta. Vključuje tudi krmarjenje po razvijajočem se regulativnem okolju umetne inteligence na načine, ki lahko uravnotežijo tveganja in koristi.
Ko gre za umetno inteligenco, je lahko vzpostavitev nadzora in upravljanja ključnega pomena, preden se lotimo dela. Začetek z majhnimi pilotnimi projekti je pogosto preudaren, če obstaja jasna pot za širitev projekta. Menimo, da je bistveno priznati, da nobena posamezna možnost umetne inteligence ne deluje za vse.
Sprejem digitalne inteligence in avtomatizacije je potovanje, ne cilj. Proaktivni koraki za začetek tega potovanja pomagajo postaviti temelje za nenehen napredek in prilagajanje v nenehno spreminjajočem se okolju.
Podjetja KPMG lahko pomagajo elektroenergetskim in komunalnim podjetjem najti prave tehnologije in partnerje ter podprejo razvoj poslovnih primerov in usmeritev njihove implementacije. Združujemo znanje o panogi z dobrim razumevanjem tehnologij digitalne inteligence in avtomatizacije ter njihove uporabe v elektroenergetskih in komunalnih podjetjih po vsem svetu. Podjetjem lahko pomagamo raziskati možne inovacije z uporabo naših centrov za vžig.8 Sodelujemo s številnimi vodilnimi ponudniki tehnologij in imamo dostop do inovatorjev, ki lahko pomagajo pri migraciji starejše programske opreme na sodobne platforme.9 Ko ne moremo združiti moči, lahko zgradimo programsko opremo. Zaposlenim v elektroenergetskih in komunalnih podjetjih lahko pomagamo pri uporabi novih tehnologij, vključno s programi opismenjevanja, ali pa pomagamo pri reorganizaciji načina, kako lahko elektroenergetika in komunalne storitve vključijo tehnologije v svoje organizacije.
