Af Jens Albom, Nordic Industry Lead, Utility

 

 

Teknologitoget i energibranchen er ved at komme op i fart. Selvom vi endnu ikke ved præcis, hvor toget kører hen, er der ingen tvivl om, at vi stopper ved den station, der hedder kunstig intelligens. Mange mennesker er allerede begyndt at udforske teknologien i større skala, men vi er stadig på et meget tidligt stadie.

 

I denne artikel, som er den anden i vores serie om fremtidens energiteknologi, ser vi på forudsætningerne, succeskriterierne og mulighederne for at bruge kunstig intelligens i energisektoren.

 

Kunstig intelligens, virkelige data

 

"Alle" kan bruge AI. Men meget få, om nogen, har forudsætningerne for at udnytte det fulde potentiale. Du vil aldrig få bedre prognoser, forslag eller svar fra AI end kvaliteten af de data, du selv indtaster. Og der er meget at hente ved databehandling.

 

Energisektoren er en industri med lave marginer. Hvis du vil være attraktiv, skal dine prismodeller også være attraktive, og det handler i høj grad om kvantitet. Store datamængder og små marginer betyder, at selv den mindste prognosefejl kan få store konsekvenser. Vi mener, at det største potentiale ved AI i energibranchen handler om forudsigelighed. Det er her, at datahåndtering, disciplin og struktur er altafgørende.

 

Forudsætningerne for god og korrekt brug af kunstig intelligens handler derfor i høj grad om dit datagrundlag. "Shit in, shit out", som man siger. At springe direkte på AI-vognen nu uden at have gjort et grundigt forarbejde med at klassificere og kontrollere data vil sandsynligvis ikke være særlig rentabelt på lang sigt.

 

Kunstig intelligens, reel risiko

 

Ikke alene kan forkert brug af kunstig intelligens føre til unødigt langsomme og upræcise processer. Det indebærer også en betydelig risiko. For hvem ejer egentlig dine data? Kan du leve med, at andre bruger dine data til deres egne beregninger og prognoser?

 

Det handler om at tage kontrol over sine egne data og klassificere dem korrekt. Langt de fleste AI-modeller bruger de data, du fodrer dem med, til at lære, og du bør være meget bevidst om, hvad du ønsker, at de skal lære af og ikke. Forretningskritiske data skal naturligvis holdes hemmelige.

 

Hvis du har beregnet det optimale produktionsmiks til at opfylde et bestemt markeds energibehov, ville det være uheldigt, hvis formlen på magisk vis blev præsenteret i din konkurrents AI-genererede prognoser. Her kan Microsofts egen AI-model Copilot være et nyttigt værktøj. Den bruger ikke dataene til at forbedre sin egen model, men kun til at give dig prognoser.

 

Kunstig intelligens, rigtige mennesker

 

"AI vil ikke udkonkurrere dig, men en person, der bruger AI, vil" er blevet en ret kendt sætning. Vi tror helt sikkert, at der er noget om det. Som med al anden forretningsudvikling kræver kunstig intelligens, at din organisation er klar til forandringerne. Vi plejer at kalde det at være "AI ready".

 

Derfor handler brugen af AI ikke kun om at stille gode data til rådighed, systematisere og klassificere dem. Det er lige så vigtigt at opbygge et miljø, hvor brugen af AI kan blomstre, og mange er allerede godt på vej. De første brugere inden for andre teknologiområder er sandsynligvis allerede godt rustet til at implementere AI som en del af deres hverdag.

 

Hvor godt rustet er din organisation? Husk, at AI er avanceret teknologi. Hvis du vil gøre dig håb om at blive en AI-drevet organisation, skal du først og fremmest sørge for at være datadrevet.

 

Kunstig intelligens, ægte energi

 

For dem, der har opbygget et teknologisk og kulturelt fundament, som er klar til at anvende AI i stor skala, er mulighederne enorme. Tænk bare på, hvor mange vindmøller der konstant står stille, fordi deres ejere er usikre på, om det kan betale sig at bygge en batteripark til at lagre energien. Med gode data og gode mennesker kan kunstig intelligens give dig prognoser på et øjeblik.

 

Hvad med forbrug? I dag måler vi hvert 15. minut. Hvorfor ikke hvert minut? Eller i realtid? Næste minut? Med AI på holdet er du i en meget bedre position til at afbalancere energiforsyningen og distribuere præcis den energi, der er nødvendig for optimal ydeevne. Det bidrager til effektivitet og rentabilitet og ikke mindst en hurtigere overgang til en fossilfri fremtid, da man kan balancere energien langt bedre.

 

Hvornår er strømmen billigst? Skal du producere, lagre, gemme eller bruge? De prognoser, vi har i dag, er på alle måder gode. Men de udnytter kun en brøkdel af de data, du faktisk har. Producenter, distributører og forbrugere har alle meget at vinde ved at bruge den rigtige energi til den rigtige pris og på det rigtige tidspunkt.

 

For energibranchen handler AI primært om, hvor de rentable investeringer sandsynligvis vil være. Vores udfordring er ganske enkel: Stil dig ikke på bagbenene, mens dine konkurrenter AI-kalkulerer dig ud af markedet.

 

Denne artikel er den anden i en serie om fremtidens energiteknologi. I den næste artikel ser vi på sikkerhedsaspektet i sektoren, både digitalt og fysisk.

 

Artikel 1 - Fremtidens energiteknologi: Toget buldrer derudaf

 

Artikel 3 - Fremtidens energiteknik: Er du sikker?

Vil du vide mere?

Kontakt vores salgsdirektør John T. Hummelgaard for en dialog om din virksomheds digitalisering.

John T. Hummelgaard
Telefon: +45 4829 1806