La visione di Injenia per le multiutility

All’interno di un contesto complesso e ricco di potenzialità come quello delle multiutility le tecnologie più avanzate di Intelligenza artificiale giocheranno un ruolo fondamentale. In questo articolo, dopo aver accennato ai principali trend di mercato e all’importanza di gestire i dati in modo sempre più efficace ed efficiente, spiegheremo perché siamo il partner di riferimento a cui affidarsi per portare avanti progetti di ML e IA per le aziende multiutility che siano davvero risolutivi.

I principali trend nelle utilities: economia circolare e data augmentation

Su ciascuno dei tre settori pillar delle aziende multiutility — riciclo dei rifiuti, ciclo idrico e produzione e distribuzione di energia — il “pacchetto” sull’economia circolare (14 marzo 2018) pubblicato dal Parlamento europeo affianca all’impegno sulla questione ambientale l’attenzione ad aspetti industriali e di business. Le aziende che operano in questi settori sono chiamate ad adottare un modello di business al tempo stesso ecologico, sostenibile e proficuo dal punto di vista dei risultati economici. Per costruire questo modello sono necessarie soluzioni tecnologiche abilitanti. Tra queste, un ruolo di primo piano verrà sempre più giocato dalle tecnologie di Artificial Intelligence e Machine Learning.

La direzione in cui si muove il Parlamento Europeo rispecchia un trend globale: la tecnologia, e quindi anche AI e ML, viene concepita come strumento privilegiato attraverso cui agire per favorire lo sviluppo sostenibile, aumentare le prestazioni, migliorare l’esperienza dei cittadini.

Gli interventi, sempre più mirati, insistono su due dimensioni: infrastrutture e hardware; servizi. Anche se le infrastrutture continuano ad essere il perno attorno a cui ruota il sistema di investimenti di aziende e istituzioni, lato servizi le cose cominciano a muoversi: sarà sempre più necessaria una maggiore flessibilità per differenziare in modo preciso i consumi, ad esempio energetici e per tipologia di abitazione. Per profilare con accuratezza l’utente un indirizzo di ricerca particolarmente promettente è quello che vede lo sviluppo di progetti di data augmentation ad alto valore aggiunto, in cui vengono integrati all’interno di uno stesso sistema dati appartenenti ad aree separate della stessa azienda e attributi altri rispetto alle anagrafiche a disposizione, attributi che derivano, per esempio, da studi su dati ambientali.

AI e dati: le risorse al servizio delle multiutility

AI ed ML stanno già influendo sui diversi settori dell’energia e delle utilities, sotto molti aspetti di grande importanza strategica: dall’aumento dell’efficienza al contributo alla lotta contro i cambiamenti climatici, dalla possibilità di effettuare previsioni, alla gestione della domanda e dell’offerta di energia. L’impatto è positivo:

• sui guadagni maturati sulle utenze;
• sulla manutenzione degli impianti, che risultano ottimizzati;
• sulla gestione dei pezzi di ricambio e del carburante;
• sul processo decisionale;
• sul bilancio energetico globale;
• sulla distribuzione, che riporta meno perdite;
• sulla manutenzione preventiva;
• sulla produttività della forza lavoro
• sulla vendita al dettaglio, anche di singoli nuovi prodotti;
• sul miglioramento dei prezzi e sulla segmentazione della clientela;
• sulle operazioni e la gestione attraverso la pianificazione delle risorse aziendali.

La qualità e il successo dei progetti di intelligenza artificiale è strettamente connessa all’attenzione e agli investimenti sulla raccolta, la gestione e la classificazione dei dati. Ogni giorno, infatti, vengono prodotte enormi quantità di dati relativi a consumi energetici, gestione dei rifiuti, distribuzione del gas e dell’acqua, erogazione dei servizi al cittadino e manutenzione degli asset. Per supportare le multiutility occorre prima di tutto strutturare questa massa caotica di dati prima destrutturati, immagazzinarli e poi applicare algoritmi di ML attraverso i quali estrarre correlazioni e conoscenza da utilizzare per ottimizzare le operations e scoprire nuovi processi.

Diventa allora di vitale importanza per la riuscita dei progetti di intelligenza artificiale implementati dalle multiutility riuscire a strutturare il non strutturato, attraverso tecniche diverse, tra le quali, per esempio, quelle di NLP. La posta in gioco è alta: riuscire ad utilizzare un bagaglio conoscitivo consistente e strategico che mette a disposizione risorse informative di dominio da capitalizzare per lo sviluppo di soluzioni innovative.

Per raggiungere questo obiettivo servono competenza ed esperienza, quelle che solo un partner con una raggiunta maturità su ML e Data può offrire. Un partner come Injenia.

Le utility per Injenia: puntare alla ottimizzazione di lungo periodo

In ambito ML e AI, Injenia è passata nel corso degli anni dalla produzione di progetti estremamente sperimentali alla messa a terra di una serie articolata di soluzioni entrate poi, con successo, in produzione. Le competenze tecniche distintive, un solido portfolio di progetti e la metodologia giusta ci consentono di supportare le aziende, dalla sperimentazione al deployment alla governance del dato, organizzativa e relativa alla sicurezza.

Le collaborazioni già in essere con le principali realtà italiane del settore ci consentono una conoscenza verticale di dominio e la possibilità di supportare l’azienda in tutto ciò che è “legacy”. Una esperienza approfondita in Data Analysis e Industry 4.0 è inoltre condizione necessaria per interpretare i dati che provengono dalle unit commerciali: quelli ottenuti dal contatto con il consumatore e quelli provenienti dalla sensoristica. Per tutti questi motivi abbiamo sviluppato una serie di soluzioni efficaci ed efficienti su diverse aree nei settori delle utilities:

• customer interactions: per riuscire a produrre valore individuando i principali disservizi così da poterli minimizzare e aumentando la qualità dei servizi;
• IT e asset management: per capire come efficientare gli investimenti delle utility rispetto a progetti IT di Asset Management;
• data-driven asset strategies: per guidare il cliente nello sviluppo di progetti legati a tecnologie innovative, attraverso l’utilizzo dei dati mediato dallo human-in-the-loop;
• field workforce: per innovare i processi interni dell’azienda e aumentarne l’efficienza.

Ci facciamo promotori, in linea con la nostra vision, di un grande cambiamento culturale: riuscire a passare dall’ottimizzazione delle operations nel breve periodo a una Long Term Optimization, con la pianificazione e la messa a regime di soluzioni flessibili, sicure, resilienti.