Hablar de “Inteligencia Artificial” es hablar de un amplio abanico de soluciones (machine learning, Deep learning, herramientas cognitivas, etc..) que se acercan a velocidad de vértigo a nuestras vidas y que están revolucionando industrias y sectores, entre otros, el de la energía. Y es que en este siglo XXI será la tecnología la que va a cambiar por completo el modelo energético.

Pero ¿qué ventajas tienen estas tecnologías o en qué tareas de nuestro día a día nos van ser realmente útiles?

IA en comercialización

La atención al cliente es una de las disciplinas en las que se están aplicando este tipo de tecnologías y los asistentes virtuales por voz la están revolucionando.  Según datos de Comscore, casi un 25% de las búsquedas en móvil ya se realiza por voz y se espera que supongan un 50% en el año 2022.

Y gracias a la inteligencia artificial no solo puede darnos información concreta, sino que además aprenden de nuestras experiencias y mejora los resultados de sus comunicaciones, sobre todo a la hora de pedir ayuda.

¿Quién no conoce ya a Siri (Apple) o Alexa(Amazon) o no ha visto en su móvil el Google Assistant?

En el caso de Alexa la cosa va más allá ya que Amazon ha lanzado en España Echo, el altavoz inteligente que se conecta a su asistente virtual, para que puedas interactuar con ella desde cualquier punto de nuestra casa y ende.

Hoy por hoy, es posible pedirle a Alexa de viva voz que te ponga música, te lea un libro o te diga qué tiempo va a hacer mañana. Pero además, gracias a la nueva skill de Endesa, ahora también es posible preguntar por tu energía y tener más cerca que nunca asesoramiento energético personalizado que permita ahorrar en la factura. Y lo único que se necesita es ser cliente de Endesa y tener alguno de los diferentes modelos de altavoz inalámbrico Amazon Echo.

Gracias a ello, Endesa no sólo tiene un canal de atención al cliente sino un dispositivo a través del cual podrá controlar toda la domótica de su hogar. Si se conjugan ambos factores: tendrás una atención al cliente por el consumo que realiza y los importes que paga pero por otro lado podrá controlar temperatura del hogar, iluminación…  Con lo que es un todo que empodera al cliente y le da más capacidad de decisión sobre su ahorro, haciendo más eficiente el gasto energético.

La intención de Endesa es seguir avanzando en este desarrollo para que, a través de la voz, sus clientes puedan llevar a cabo las mismas gestiones o consultas que hasta el momento puede hacer en la web o la ‘app’ de la compañía. En el futuro incluso se podrá utilizar Alexa para abrir una comunicación con el contact center en caso de necesitar una atención adicional.

Además, la compañía va a seguir desarrollando nuevos canales de voz para poder llegar a todos sus clientes. En esta línea, desde la energética se está preparando una ‘skill’ para Google Home que espera tener operativa próximamente.

Endesa también está usando Watson, la inteligencia artificial de IBM, para atender a los clientes tanto en el chat como por teléfono y lo hace con un porcentaje significativo de clientes atendidos de forma autónoma, todo ello para desarrollar de forma ágil nuevas soluciones y optimizar costes. Tras una experiencia piloto en 2017, el año pasado se extendió a todo el Centro de Atención al cliente y en la actualidad, atiende ya a clientes tanto en el chat como al teléfono y con un porcentaje significativo de personas atendidas de forma autónoma.

Íntimamente relacionados con la IA y el cliente, Endesa también está trabajando en estas líneas de actuación:

• • Modelos de prevención de impagos: creación de soluciones analíticas de machine learning para reducir la tasa de impagos e incrementar la tasa de cobro en la cartera de impagados

• • RPAs. Robots codificadores de datos.

• • Clasificador de reclamaciones. Tipificación de reclamaciones en CRM basadas en reconocimiento de un texto.

• MEGABAT: Previsión de demanda horaria para clientes domésticos, que permite disponer de series de consumo estables en el tiempo, lo más independiente de la actividad comercial, de entradas y salidas de clientes, logrando ahorros y mayor agilidad en el servicio.

IA en las redes de distribución

Endesa también trabaja para avanzar en la digitalización de la red de distribución a través de la incorporación de las técnicas de inteligencia artificial y del big data en la energía, y así mejorar nuestros servicios.

Asi nació PASTORA, el proyecto para mejorar el control en tiempo real y el mantenimiento preventivo de la red de distribución que lleva la electricidad a los hogares y que utilizará tecnologías de Big Data, Deep Learning e Inteligencia Artificial para explotar los millones de datos que ofrece la red inteligente y que va a permitir desarrollar modelos predictivos de cómo se va a comportar la red y así mejorar su funcionamiento.

Y es que el big data ha llegado a la red eléctrica y lo va a cambiar todo. Los millones de datos que ofrecen las redes inteligentes van a permitir a los operadores del sistema predecir y anticiparse a posibles incidencias para mejorar el funcionamiento de la red y aumentar la calidad de servicio a los clientes.

Dentro de este proceso de digitalización, Endesa también ha puesto en marcha el sistema LARS (Localización de Averías y Reposición del suministro) un sistema automático que funciona ante una avería como un operador virtual, realizando desde el mismo sistema del Centro de Control,- al igual que harían los operadores humanos-, las maniobras en la red que sean necesarias para aislar la averías y reponer el suministro en menos de 3 minutos. LARS se encarga de gestionar los telemandos, y hará mucho más en el futuro. Se está trabajando para integrar datos históricos de averías, tasas de fallo, mapas de obras de las calles y previsiones meteorológicas entre otra información, para que el sistema pueda determinar con mayor precisión en qué punto de la línea se ha producido la avería. Utilizando técnicas de big data e Inteligencia Artificial para procesar toda esa información, por ejemplo donde han caído rayos, dónde se están realizando obras en la calle que pueden afectar a algún cable, las probabilidades de determinar el origen de la incidencia con más rapidez aumentan significativamente.

Y usamos también la inteligencia artificial para la lucha contra el fraude.  Endesa está desarrollando un algoritmo que permite detectar con mayor fiabilidad el fraude. Este algoritmo, del cual aprende la propia máquina (Machine Learning), se viene aplicando desde 2017 en toda España. La aplicación de algoritmos avanzados de aprendizaje automático (Machine Learning) y aprendizaje profundo (Deep Learning) sobre el Big Data está permitiendo abordar de forma más eficiente muchas de las operaciones de la compañía, incluida la lucha contra el fraude.

IA en la generación

Y si lA nos ayuda a atender mejor a nuestros clientes y avanzar en la digitalización de nuestra red de distribución, también trabajamos en proyectos de nuestra línea de negocio de generación.

• • Diagnóstico Predictivo: Empleo de técnicas de “machine learning” y análisis de datos operativos para la detección y diagnóstico de fallos en equipos principales de planta, con el fin de reducir la indisponibilidad y evitar averías catastróficas.

• • Cámaras de supervisión con visión artificial. Desarrollo de modelos visuales inteligentes mediante el uso de redes neuronales para la identificación automática de eventos y problemas operativos

• • MOP: proyecto piloto para la introducción de un sistema de ayuda a la operación de plantas de generación basado en inteligencia artificial y modelos cognitivos.

• • Monitorización motores e interruptores de baja y media tensión. Empleo de sensórica avanzada y algoritmos de Inteligencia Artificial para la detección precoz de fallos en componentes eléctricos

• • Digital Report. Desarrollo e implementación de un sistema global único para generación de informes, con acceso a los datos de las aplicaciones principales de Generación e incorporando un asistente digital para información por voz.

• AI4OM – Artificial Intelligence For O&M: Prueba de concepto para el desarrollo de una herramienta de mantenimiento prescriptivo, capaz de predecir el grado de fiabilidad de los eventos detectados por herramientas predictivas y sugerir en automático una actuación de mantenimiento adecuada a la situación.