Pablo Manuel García Corzo
Expert Sales Data & AI
T-systems
La gestión energética se encuentra en un proceso de profunda transformación, impulsada por la convergencia del Big Data, la analítica avanzada y la inteligencia artificial predictiva. Estas tecnologías no solo optimizan el consumo y la producción de energía en tiempo real, sino que también abren nuevas vías para la sostenibilidad y la eficiencia. Para aprovechar al máximo su potencial, es crucial adoptar un enfoque estratégico que abarque desde la correcta gestión y optimización de costes tecnológicos en el corto plazo hasta la generación de nuevos modelos de negocio basados en productos de datos. Para ello hay que tener en cuenta cuatro claves fundamentales.
FinOps: La Clave para una IA Rentable en el Sector Energético
La IA trae consigo multitud de casos de uso relacionados con una gestión energética más eficiente, optimización inteligente de procesos, mantenimiento predictivo en tiempo real… Nadie se sorprende ni pone en entredicho estos potenciales beneficios y quien más quien menos todos los actores del sector utilizan este tipo de herramientas en sus procesos.
Sin embargo, no es menos cierto que la implementación de soluciones de IA en la gestión energética implica inversiones significativas en infraestructura, desarrollo y mantenimiento. Para garantizar la viabilidad económica de estas inversiones, es esencial para las empresas adoptar un enfoque de FinOps. Esta disciplina, que combina finanzas y operaciones, permite monitorizar y controlar los costes asociados a la IA, así como calcular el retorno de inversión (ROI) de estas soluciones. Al integrar los costes de la IA en el análisis de los casos de uso, las empresas pueden tomar decisiones más informadas sobre la asignación de recursos, optimizar el uso de la nube (donde se suelen ejecutar estas soluciones) y en última instancia mantener un control preciso sobre los beneficios de cada inversión y quién asume los costes asociados.
Data Mesh: Un Mercado Interno de Productos de Datos
Para poner en funcionamiento un caso de uso con IA, lo habitual es que haya diversas áreas de la compañía involucradas. Unas generan y mantienen los sets de datos que van a ser explotados, otras son las responsables de la infraestructura asociada a la inferencia y otras serán las promotoras y beneficiarias del caso de uso. Para coordinar esa situación, la filosofía Data Mesh propone un enfoque descentralizado para la gestión de datos, donde cada área de negocio es responsable de sus propios datos como «productos». En el sector energético, esto puede traducirse en la creación de un mercado interno de productos de datos, donde diferentes áreas de negocio comparten datos y algoritmos para optimizar la producción, el consumo y la distribución de energía. Este enfoque permite repartir los costes y beneficios de la IA entre las diferentes áreas de negocio, fomentando la competitividad y la innovación como palancas para articular la colaboración.
Espacios de Datos: Un Nuevo Ecosistema para la Gestión Energética
Esta filosofía Data Mesh prepara a las empresas con esa mentalidad de productos de datos que les permite identificar casos de uso de alto valor con los que participar en los incipientes espacios de datos energéticos. Estos espacios facilitan el intercambio seguro y controlado de datos entre diferentes organizaciones, lo que permite identificar nuevos casos de uso y productos de datos de valor para terceros. Por ejemplo, se podrían crear productos de datos que permitan optimizar la gestión de la demanda en un ecosistema heterogéneo. Por aterrizar a un ejemplo concreto, T-Systems participa, dentro del proyecto Mobilities for EU, en una prueba piloto en el ecosistema de la logística y el transporte. Se trata de un entorno de movilidad eléctrica de mercancías y pasajeros, cuya temporalidad en la demanda varía y donde, a partir de una analítica predictiva, la energía almacenada en baterías de vehículos de un cierto tipo puede ser vendida a la red mientras estos no van a necesitarla, recuperándola posteriormente en momentos de menor demanda generando eficiencia y un balance positivo en el proceso. Esta transacción se articula y registra a través de un espacio de datos de energía.
Certificados de Ahorro Energético: Un Mercado Enriquecido por los Datos
El mercado de Certificados de Ahorro Energético (CAEs) ya está en funcionamiento, pero su potencial podría verse significativamente ampliado gracias a la disponibilidad de datos precisos y actualizados. Los espacios de datos energéticos podrían proporcionar la información necesaria para crear un mercado de CAEs más líquido y transparente, donde las empresas puedan tomar decisiones informadas sobre la compra y venta de estos certificados. Además, los datos generados por las soluciones de IA podrían utilizarse para verificar el ahorro energético conseguido, lo que aumentaría la confianza en el mercado de CAEs.
En conclusión, la gestión energética se encuentra en un momento crucial, donde la convergencia del Big Data, la analítica avanzada, la IA predictiva y, en última instancia, los espacios de datos están abriendo nuevas oportunidades para la eficiencia y la sostenibilidad. Al adoptar un enfoque integral que abarque desde la gestión y optimización de costes hasta la creación de nuevos modelos de negocio basados en productos de datos, el sector energético puede liderar la transición hacia un futuro más limpio y eficiente.
