Trasformazione digitale delle utility energetiche - Cambio di marcia?

Dal 2014, le utility stanno aumentando i loro investimenti in infrastrutture digitali. Questo è il risultato chiave del rapporto dell'AIE "energia e digitalizzazione" che è stato pubblicato nel novembre 2017. Questo rapporto fornisce una panoramica dettagliata su come la digitalizzazione cambia il consumo di energia nei trasporti, nell'industria e nel settore residenziale.

Per noi, la parte più interessante del rapporto è quella che si concentra sugli investimenti delle utility nelle infrastrutture digitali. La prima conclusione degna di nota che si può trarre dai dati dell'AIE è che l'investimento delle utilities relativo alla digitalizzazione è aumentato del 50% dal 2014 al 2016. Mentre le utility hanno impegnato circa 31 miliardi di dollari in infrastrutture digitali nel 2014, questo numero è salito a 47 miliardi di dollari nel 2016. I principali motori di questa crescita sono gli investimenti nelle infrastrutture di ricarica per i veicoli elettrici, che sono cresciuti da 1 miliardo di dollari nel 2014 a 6 miliardi di dollari nel 2016, e il rollout dei contatori intelligenti che ha comportato una spesa doppia nel 2016 rispetto al 2014.

Figura 1: Investimenti in infrastrutture elettriche digitali e software (fonte: IEA 2017)

Ma oltre a questi due sviluppi positivi, gli investimenti delle utility che puntano alla digitalizzazione sono rimasti piuttosto costanti nelle altre aree, soprattutto nelle soluzioni software. Quale storia raccontano questi numeri? Il settore energetico sta affrontando la digitalizzazione e si sta impegnando in tal senso investendo in soluzioni digitali? Le utility spingono una trasformazione digitale?

Caricabatterie EV e contatori intelligenti abilitano le tecnologie per la trasformazione digitale

La trasformazione digitale, in contrasto con l'ottimizzazione digitale, mira a sviluppare nuovi flussi di entrate da prodotti o nuovi modelli di business. L'ottimizzazione, d'altra parte, descrive il processo di un'azienda che applica soluzioni digitali ai suoi processi esistenti per aumentare l'efficienza e le entrate da questi prodotti stabiliti. Se vuoi saperne di più sulla differenza tra trasformazione digitale e ottimizzazione ti consigliamo questo post di ClintonBoulton (2017). Entrambi, trasformazione digitale e ottimizzazione sono importanti per il settore energetico. Tuttavia, mentre l'ottimizzazione digitale è una buona strategia a breve termine, la strategia a lungo termine deve essere quella di trovare modi per trasformare digitalmente il modello di business delle utility.

Gli investimenti delle utility in caricatori EV e contatori intelligenti potrebbero essere un primo passo verso l'ottimizzazione digitale, ma non implicano di per sé che le utility inizino una trasformazione digitale. Piuttosto, queste tecnologie sono due delle molte tecnologie necessarie per rendere il settore energetico digitalmente pronto. Soprattutto i contatori intelligenti aumentano la disponibilità di dati, che è la base per la digitalizzazione. Altre tecnologie abilitanti sono le stazioni di trasformazione intelligenti o altri sensori nelle reti. Tuttavia, gli investimenti in tecnologie infrastrutturali diverse dai caricatori EV e dai contatori intelligenti, che sono riassunti nella categoria delle infrastrutture smart grid dalla IEA nella figura 1, sono rimasti piuttosto costanti nel periodo dal 2014 al 2016. Nel 2016, l'investimento in contatori intelligenti ha superato l'investimento totale in tutte le altre infrastrutture smart grid di quasi il 20% (2 miliardi di euro di differenza). Oltre alle reti, le utility concentrano i loro investimenti legati alla digitalizzazione sul settore dell'edilizia, spesso indicato come smart home appliances. Qui, le utilities stanno investendo un importo costante di circa 10 miliardi all'anno(IEA 2017).

Gli investimenti in software rimangono costanti a un livello basso

Non sorprende che gli investimenti in soluzioni software siano rimasti piuttosto bassi rispetto agli investimenti basati sulle attività. Ciò è dovuto al fatto che il software è meno intenso in termini di capitale rispetto agli asset. Tuttavia, è degno di nota il fatto che mentre la disponibilità di dati dovrebbe aumentare significativamente a causa dell'aumento degli investimenti in tecnologie di raccolta dati nelle reti (ad esempio, contatori intelligenti) e negli edifici (casa intelligente), le utility non stanno investendo in soluzioni software per fare uso di questi dati. Una ragione per questo potrebbe essere che le soluzioni esistenti che le utility applicano sono già in grado di gestire e analizzare questa nuova ed enorme quantità di dati. Che stiano effettivamente utilizzando questa capacità sembra molto improbabile, dato che i big data, l'apprendimento automatico e l'intelligenza artificiale (AI) non sono la tecnologia software standard nel settore energetico fino ad ora.

Dall'hardware al software - le utility stanno facendo questo passo?

L'analisi dei dati è la chiave del successo nella trasformazione di un business energetico verso un business energetico digitale. Mentre la maggior parte delle utility ha iniziato ad assumere analisti di dati, il tasso di adozione della tecnologia digitale all'avanguardia è ancora in ritardo rispetto a quasi tutti gli altri settori. Un recente studio del Boston Consulting Group (BCG) in collaborazione con il MITSloan Management review (MIT) fornisce un bell'esempio che illustra il divario tra le utility e gli altri settori quando si tratta dell'applicazione delle nuove tecnologie digitali, in questo caso l'intelligenza artificiale (AI) e il machine learning. BCG ha intervistato più di 3.000 esperti del settore, tra cui esperti dell'industria energetica e aziende tecnologiche che stanno sviluppando soluzioni di AI o deep learning. Nel sondaggio sono state fatte due osservazioni relative al settore energetico:

1. L'attuale tasso di adozione dell'intelligenza artificiale è il più basso nel settore energetico.
2. Le aspettative sull'impatto futuro dell'intelligenza artificiale sono le più basse nel settore energetico

Le seguenti figure del BCG &MIT illustrano queste due osservazioni.

Figura 2: Aspettative per l'adozione dell'AI nei vari settori: impatto sulle offerte (BCG & MIT 2017)

La figura 2 riassume quanti degli esperti intervistati pensano che l'AI abbia già oggi (rosso) un effetto significativo sull'offerta delle aziende e la quota di esperti che pensa che l'AI influenzerà significativamente l'offerta delle aziende tra 5 anni (blu). Come possiamo vedere, in media, solo il 15% degli esperti interpellati crede che l'AI abbia un'influenza significativa sull'offerta di oggi in tutti i settori analizzati. Eppure, è il settore energetico (insieme al settore pubblico) dove l'attuale tasso di adozione dell'AI sembra essere il più basso, secondo i dati BCG. Non sorprende che l'AI sembra avere il più alto impatto sulle offerte del settore della tecnologia e delle telecomunicazioni oggi e in futuro. Mentre l'influenza dell'AI sulle offerte di oggi è piuttosto bassa in tutti gli altri settori, le aspettative future differiscono significativamente tra i settori. Specialmente le aspettative degli esperti per il ruolo dell'IA nel settore dell'energia insieme al settore pubblico sembra essere piuttosto eccezionale, in senso negativo. Mentre in media il 65% di tutti gli esperti si aspetta che l'IA abbia un effetto significativo sulle offerte future nei settori valutati, meno del 50% lo pensa nel caso del settore energetico.

Un quadro simile, ma meno estremo, risulta quando agli esperti è stata posta la stessa domanda, ma questa volta relativa all'effetto dell'IA sui processi attuali e futuri nei diversi settori, riassunta nella figura 3.

Figura 3: Aspettative per l'adozione dell'AI nei vari settori: impatto sui processi (BCG & MIT 2017)

Mentre gli esperti intervistati vedono oggi la più bassa adozione di soluzioni AI nei processi nel settore energetico, c'è la possibilità che questo cambi entro 5 anni. Ancora, il 55% degli esperti che hanno partecipato al sondaggio BCG pensa che l'AI avrà un'influenza significativa sui processi nel settore energetico in 5 anni. Qui, il settore energetico raggiunge il secondo punteggio più basso, ma è molto più vicino alla media (58%) che nel caso dell'influenza prevista dell'AI sulle offerte nel settore energetico.

Mentre l'AI è solo una delle tecnologie digitali avanzate là fuori, l'indagine di BCG fornisce una bella indicazione di dove si trova il settore energetico in termini di digitalizzazione al di là degli investimenti in infrastrutture digitali: È solo in competizione con il settore pubblico per il titolo di mercato meno innovativo quando si tratta di AI!

Potenziali applicazioni dell'IA nel settore energetico - i frutti a portata di mano

Ora, ci sono due opzioni per cui l'IA gioca un ruolo così basso nel settore energetico dalla prospettiva degli esperti: O ci sono meno casi d'uso per l'IA nel settore energetico che in tutti gli altri settori. Oppure, le utility fanno fatica ad adottare questa nuova tecnologia. Per dare una prima risposta indicativa a questa domanda vorremmo rimandarvi a un postsu Medium di Tadas Jucikas, co-fondatore e CEO di Genus AI, che ha fornito un utile riassunto dei progetti attuali che applicano l'AI al settore energetico. Ecco alcuni degli esempi che Tadas ha fornito nel suo post:

• In particolare, il team deepmind di Google ha ottenuto unariduzione dei costi del15% in uno dei data center di Google lasciando che deepmind ottimizzasse il sistema di gestione dell'energia.
• National Grid, l'operatore del sistema di trasmissione nel Regno Unito, collabora con il team deepmind per applicare l'AI per bilanciare le reti. Con questoprogetto National Grid si aspetta una riduzione dei costi del 10%.
• La tecnologia Watson di IBM è applicata per le previsioni del tempo e un modello di previsione delle energie rinnovabili, che si suppone sia il 50%più accurato del prossimo miglior PV-forecast sul mercato.
• Specialmente nel campo delle previsioni del tempo e della produzione di energia rinnovabile l'IA sembra offrire un enorme potenziale. Diversi progetti, peresempio quello dell'Università di Oldenburg, in Germania, hanno raggiunto un aumento dell'accuratezza delle previsioni per la produzione di energia eolica del 24% rispetto alla soluzione più avanzata sul mercato.

Questi sono solo alcuni esempi di diverse applicazioni dell'IA nel settore energetico. Mentre questa lista non fornisce una base per giudicare se ci sono più o meno casi d'uso per l'IA nel settore energetico rispetto ad altri settori come la sanità, la finanza o i servizi pubblici, indica che ci sono almeno alcuni casi d'uso. Ancora di più, il fatto che il deepmind-team stia concentrando i suoi sforzi sul settore energetico potrebbe dare un indizio che il settore energetico potrebbe essere effettivamente un'area molto attraente per l'applicazione dell'IA.

La digitalizzazione delle aziende energetiche sembra essere un business hardware, mentre la vera azione avviene sul lato software

I dati della IEA rivelano che gli investimenti delle utility nella digitalizzazione sono basati sull'hardware, concentrandosi sui contatori intelligenti e sulla ricarica dei veicoli elettrici. L'investimento nel software, tuttavia, sembra essere in ritardo con nessun aumento del budget negli ultimi tre anni. Per quanto riguarda le nuove soluzioni software, come l'AI, il settore dell'energia è attualmente all'ultimo posto rispetto ad altri settori e lo sarà anche in futuro, secondo l'indagine di BCG citata in questo post. Tuttavia, ci sono attualmente molte soluzioni basate su AI, machine learning o altri approcci digitali disponibili per le utility. Il che ci lascia con la domanda se le utility raccoglieranno la sfida di adottare queste nuove tecnologie come l'AI e applicarle al loro core-business?

Originariamente pubblicato qui

Articoli correlati - utilities

• Nuovi modelli di business delle utility: sfruttare la base di clienti, di Juergen Ritzek
• Startup Cleantech: Le utility tedesche che colmano la valle della morte?, di Marius Buchmann
• Game Changers nel sistema energetico, di Juergen Ritzek
• Utility del futuro, di Juergen Ritzek

Articoli correlati sull'IA

• Approfondimenti sui dati energetici: Il "passo intelligente" mancante per migliorare le prestazioni degli edifici, di Juergen Ritzek
• L'intelligenza artificiale nel software di gestione dell'energia, di Juergen Ritzek

Le migliori idee per l'efficienza energetica