Artículo de David Puron, CEO de Barbara IoT.
La IA es el mayor catalizador de innovación tecnológica de la historia, con innumerables aplicaciones en el sector energético: destacan modelos cómo los de optimización de la producción y almacenamiento, de “trading” inteligente en los mercados de compra-venta, de ahorro de consumo o modelos de consumo eficiente para la mejora la huella de carbono, entre otros.
El mercado energético está viviendo un momento especialmente convulso. La necesidad de descarbonización para frenar el cambio climático, unida a una situación geopolítica compleja ha creado una tormenta perfecta que apunta a una transformación del sector de magnitudes históricas. Todos los retos y problemas que tiene el sector energético, se pueden agrupar en una misma raíz: el desequilibrio entre la oferta y la demanda.
La industria energética avanza hacia una red cada vez más descentralizada y difícil de gestionar. Con la aparición de nuevas tecnologías que permiten la autogeneración y almacenamiento de energía por parte de los usarios surgen nuevas inquietudes ¿Cuándo almacenar energía en baterías, cuando consumirla y cómo determinar cuánto se debe verter desde las instalaciones de autoconsumo? Se trata de cuestiones determinadas por árboles de decisión extremadamente complejos que implican cientos de variables relativas a precio, meteorología, patrones de consumo o información de la red obtenida en cientos de miles de puntos geográficamente distribuidos. Es aquí donde entra en juego la Inteligencia Artificial (IA).
Evolución de la computación
La buena noticia es que a día de hoy la evolución y democratización de la inteligencia artificial o la visión por computación, permite analizar todos estos datos, de manera más rápida y masiva, incluyendo además datos del pasado. Con todo ello se puede llegar a resultados mucho más certeros, sin los errores o inexactitudes derivadas de nuestra condición humana, e incluso predecir comportamientos futuros. Debido a la criticidad y volúmenes de datos manejados, los gestores energéticos están optando por ejecutar estos algoritmos de Inteligencia Artificial en infraestructuras de computación Edge. De esta manera se pueden tratar miles de datos de sensores y plantas con respuestas en tiempo real y sin poner en jaque la red OT.
Pero aplicar IA en un sector como el energético no está exento de retos. Las compañías deben incorporar perfiles de científicos de datos bajo el mando de un CDO (Chief Data Officer), y dotarlo de presupuesto y capacidad de ejecución dentro de su estructura. Hablamos de un cambio cultural de 180º para integrar el mundo informático con el industrial, de la mano de tecnologías habilitadoras como el IoT, la ciberseguridad y el Edge Computing. Y todo ello acompañado de cambios regulatorios que permitan a las empresas energéticas innovar en nuevos modelos de negocio sin riesgo de ser penalizadas.
