Transformation numérique des services énergétiques - Changer de vitesse ?

Depuis 2014, les services publics ont augmenté leurs investissements dans les infrastructures numériques. C'est la principale conclusion du rapport de l'AIE "énergie et numérisation" qui a été publié en novembre 2017. Ce rapport donne un aperçu détaillé de la manière dont la numérisation modifie la consommation d'énergie dans les transports, l'industrie et le secteur résidentiel.

Pour nous, la partie la plus intéressante du rapport est celle qui se concentre sur l'investissement des services publics dans l'infrastructure numérique. La première conclusion remarquable que l'on peut tirer des données de l'AIE est que les investissements des services publics liés à la numérisation ont augmenté de 50 % entre 2014 et 2016. Alors que les services publics ont engagé environ 31 milliards de dollars dans l'infrastructure numérique en 2014, ce chiffre est passé à 47 milliards de dollars en 2016. Les principaux moteurs de cette croissance sont les investissements dans les infrastructures de recharge des véhicules électriques, qui sont passés de 1 milliard de dollars en 2014 à 6 milliards de dollars en 2016, et le déploiement des compteurs intelligents, qui a entraîné des dépenses deux fois plus importantes en 2016 qu'en 2014.

Figure 1 : Investissements dans les infrastructures électriques numériques et les logiciels (source : AIE 2017)

Mais outre ces deux évolutions positives, les investissements des services publics visant à la numérisation sont restés assez constants dans les autres domaines, notamment dans les solutions logicielles. Quelle est l'histoire de ces chiffres ? Le secteur de l'énergie aborde-t-il la numérisation et s'y engage-t-il en investissant dans des solutions numériques ? Les services publics encouragent-ils une transformation numérique ?

Les chargeurs de VE et les compteurs intelligents permettent des technologies de transformation numérique

La transformation numérique, par opposition à l'optimisation numérique, s'efforce de développer de nouvelles sources de revenus à partir de produits ou de nouveaux modèles commerciaux. L'optimisation, d'autre part, décrit le processus d'une entreprise qui applique des solutions numériques à ses processus existants afin d'augmenter l'efficacité et les revenus de ces produits établis. Si vous souhaitez en savoir plus sur la différence entre la transformation numérique et l'optimisation, nous vous recommandons ce billet de ClintonBoulton (2017). La transformation numérique et l'optimisation sont toutes deux importantes pour le secteur de l'énergie. Toutefois, si l'optimisation numérique est une bonne stratégie à court terme, la stratégie à long terme doit consister à trouver des moyens de transformer numériquement le modèle économique des services publics.

Les investissements des services publics dans les chargeurs de VE et les compteurs intelligents pourraient constituer un premier pas vers l'optimisation numérique, mais ils n'impliquent pas en soi que les services publics entament une transformation numérique. Ces technologies sont plutôt deux des nombreuses technologies nécessaires pour rendre le secteur de l'énergie prêt pour le numérique. Les compteurs intelligents, en particulier, augmentent la disponibilité des données, ce qui est la base de la numérisation. Les stations de transformation intelligentes ou d'autres capteurs dans les réseaux sont d'autres technologies habilitantes. Toutefois, les investissements dans les technologies d'infrastructure autres que les chargeurs de VE et les compteurs intelligents, qui sont résumés dans la catégorie des infrastructures de réseau intelligent par l'AIE dans la figure 1, sont restés assez constants au cours de la période de 2014 à 2016. En 2016, les investissements dans les compteurs intelligents ont dépassé de près de 20 % les investissements totaux dans toutes les autres infrastructures de réseau intelligent (différence de 2 milliards d'euros). Outre les réseaux, les services publics concentrent leurs investissements liés à la numérisation sur le secteur du bâtiment, souvent appelé "appareils ménagers intelligents". Dans ce secteur, les services publics investissent un montant constant d'environ 10 milliards d'euros par an(AIE 2017).

Les investissements en logiciels restent constants à un faible niveau

Il n'est pas surprenant que les investissements dans les solutions logicielles soient restés plutôt faibles par rapport aux investissements basés sur les actifs. Cela s'explique par le fait que les logiciels sont moins capitalistiques que les actifs. Néanmoins, il est remarquable que si la disponibilité des données devrait augmenter de manière significative en raison de l'augmentation des investissements dans les technologies de collecte de données dans les réseaux (par exemple, les compteurs intelligents) et les bâtiments (la maison intelligente), les services publics n'investissent pas dans des solutions logicielles pour utiliser ces données. L'une des raisons de cette situation pourrait être que les solutions existantes que les services publics appliquent sont déjà capables de traiter et d'analyser cette nouvelle et énorme quantité de données. Il semble très peu probable qu'elles utilisent réellement cette capacité, car les données volumineuses, l'apprentissage machine et l'intelligence artificielle (IA) ne sont pas encore la technologie logicielle standard dans le secteur de l'énergie.

Du matériel au logiciel - les services publics font-ils ce pas ?

L'analyse des données est la clé du succès pour transformer une entreprise énergétique en une entreprise énergétique numérique. Si la plupart des services publics ont commencé à engager des analystes de données, le taux d'adoption des technologies numériques de pointe reste inférieur à celui de presque tous les autres secteurs. Une étude récente du Boston Consulting Group (BCG) en coopération avec le MITSloan Management review (MIT) fournit un bel exemple qui illustre l'écart entre les services publics et les autres secteurs lorsqu'il s'agit d'appliquer les nouvelles technologies numériques, en l'occurrence l'intelligence artificielle (IA) et l'apprentissage machine. Le BCG a interrogé plus de 3 000 experts du secteur, parmi lesquels des experts de l'industrie énergétique et des entreprises technologiques qui développent des solutions d'IA ou d'apprentissage profond. Deux observations ont été faites dans le cadre de l'enquête concernant le secteur de l'énergie :

1. Le taux actuel d'adoption de l'intelligence artificielle est le plus faible dans le secteur de l'énergie.
2. Les attentes concernant l'impact futur de l'intelligence artificielle sont les plus faibles dans le secteur de l'énergie

Les chiffres suivants du BCG et duMIT illustrent ces deux observations.

Figure 2 : Attentes relatives à l'adoption de l'IA dans les différents secteurs : impact sur les offres (BCG & MIT 2017)

La figure 2 résume le nombre d'experts interrogés qui pensent que l'IA a déjà aujourd'hui (en rouge) un effet significatif sur l'offre des entreprises et la part des experts qui pensent que l'IA influencera de manière significative l'offre des entreprises dans 5 ans (en bleu). Comme on peut le voir, en moyenne, seuls 15% des experts interrogés pensent que l'IA a une influence significative sur l'offre actuelle dans tous les secteurs analysés. Pourtant, c'est dans le secteur de l'énergie (avec le secteur public) que le taux d'adoption actuel de l'IA semble être le plus faible, selon les données du BCG. Il n'est pas surprenant que l'IA semble avoir le plus grand impact sur les offres du secteur des technologies et des télécommunications aujourd'hui et à l'avenir. Si l'influence de l'IA sur les offres actuelles est plutôt faible dans tous les autres secteurs, les attentes futures diffèrent sensiblement d'un secteur à l'autre. En particulier, les attentes des experts concernant le rôle de l'IA dans le secteur de l'énergie aux côtés du secteur public semblent plutôt exceptionnelles, dans un sens négatif. Alors qu'en moyenne 65 % de tous les experts s'attendent à ce que l'AI ait un effet significatif sur les futures offres dans les secteurs évalués, moins de 50 % le pensent dans le cas du secteur de l'énergie.

Un tableau similaire, mais moins extrême, se dégage lorsque les experts ont été interrogés sur la même question, mais cette fois en rapport avec l'effet de l'AI sur les processus actuels et futurs dans les différents secteurs, résumé dans la figure 3.

Figure 3 : Attentes concernant l'adoption de l'AI dans les différents secteurs : impact sur les processus (BCG & MIT 2017)

Si les experts interrogés estiment que l'adoption de solutions d'IA dans les processus du secteur de l'énergie est la plus faible aujourd'hui, il est possible que cela change d'ici 5 ans. Néanmoins, 55 % des experts ayant participé à l'enquête du BCG pensent que l'IA aura une influence significative sur les processus dans le secteur de l'énergie dans 5 ans. Le secteur de l'énergie atteint ici le deuxième score le plus bas, mais il est beaucoup plus proche de la moyenne (58%) que dans le cas de l'influence attendue de l'AI sur les offres du secteur de l'énergie.

Bien que l'IA ne soit qu'une des technologies numériques avancées, l'enquête du BCG donne une bonne indication de la situation du secteur de l'énergie en termes de numérisation, au-delà des investissements dans les infrastructures numériques : Il n'est en concurrence avec le secteur public que pour le titre du marché le moins innovant en matière d'IA !

Applications potentielles de l'IA dans le secteur de l'énergie - les fruits à portée de main

Il y a deux raisons pour lesquelles l'IA joue un rôle aussi faible dans le secteur de l'énergie, du point de vue des experts : Soit il y a moins de cas d'utilisation de l'IA dans le secteur de l'énergie que dans tous les autres secteurs. Soit les services publics ont du mal à adopter cette nouvelle technologie. Pour donner une première réponse indicative à cette question, nous aimerions vous renvoyer à un articlesur Medium de Tadas Jucikas, co-fondateur et PDG de Genus AI, qui a fourni un résumé intéressant des projets actuels qui appliquent l'IA au secteur de l'énergie. Voici quelques-uns des exemples fournis par Tadas dans son post :

• L'équipe Deepmind de Google a notamment réussi àréduire les coûts de15 % dans l'un des centres de données de Google en laissant Deepmind optimiser le système de gestion de l'énergie.
• National Grid, le gestionnaire du réseau de transport au Royaume-Uni, s'associe à l'équipe deepmind pour appliquer l'IA afin d'équilibrer les réseaux. Avec ceprojet, National Grid prévoit une réduction des coûts de 10 %.
• La technologie Watson d'IBM est appliquée pour les prévisions météorologiques et un modèle de prévision renouvelable, qui est censé être 50 %plus précis que la prochaine meilleure prévision PV du marché.
• Dans le domaine des prévisions météorologiques et des prévisions de production renouvelable en particulier, l'AI semble offrir un potentiel énorme. Différents projets, parexemple celui de l'université d'Oldenburg, en Allemagne, ont actuellement atteint une précision de prévision pour la production d'énergie éolienne de 24 % supérieure à celle de la solution de pointe du marché.

Ce ne sont là que quelques exemples des différentes applications de l'IA dans le secteur de l'énergie. Bien que cette liste ne permette pas de juger s'il y a plus ou moins de cas d'utilisation de l'IA dans le secteur de l'énergie que dans d'autres secteurs comme les soins de santé, la finance ou les services publics, elle indique qu'il y a au moins quelques cas d'utilisation. De plus, le fait que l'équipe de deepmind-team concentre ses efforts sur le secteur de l'énergie pourrait donner une indication que le secteur de l'énergie pourrait en fait être un domaine très attractif pour l'application de l'IA.

La numérisation des entreprises du secteur de l'énergie semble être une affaire de matériel, alors que la véritable action se situe du côté des logiciels

Les données de l'AIE révèlent que l'investissement des services publics dans la numérisation est basé sur le matériel, et se concentre sur les compteurs intelligents et la recharge des VE. L'investissement dans les logiciels semble cependant être à la traîne, sans augmentation de budget au cours des trois dernières années. En ce qui concerne les nouvelles solutions logicielles, comme l'AI, le secteur de l'énergie arrive actuellement en dernière position par rapport aux autres secteurs et le fera à l'avenir, selon l'enquête du BCG citée dans ce post. Néanmoins, il existe actuellement de nombreuses solutions basées sur l'IA, l'apprentissage machine ou d'autres approches numériques disponibles pour les services publics. Il reste donc à savoir si les services publics relèveront le défi d'adopter ces nouvelles technologies comme l'IA et de les appliquer à leur activité principale ?

Publié initialement ici

Articles connexes - services publics

• Nouveaux modèles d'entreprises de services publics : exploiter la base de clientèle, par Juergen Ritzek
• Les startups des technologies propres : Les entreprises allemandes de services publics, un pont sur la vallée de la mort ?par Marius Buchmann
• Changements dans le système énergétique, par Juergen Ritzek
• L'utilité de l'avenir, par Juergen Ritzek

Articles connexes sur l'IA

• Energy Data Insights : La "mesure intelligente" manquante pour améliorer la performance des bâtiments, par Juergen Ritzek
• L'intelligence artificielle dans les logiciels de gestion de l'énergie, par Juergen Ritzek

Les meilleures idées pour l'efficacité énergétique