Centro de Observabilidad energética con Inteligencia Artificial. COEIA

Indicadores y procesos de mejora

Ante el reto de gestionar +50mil puntos de consumo eléctrico, creamos COEIA, que analiza y correlaciona nuestros datos de facturación eléctrica, consumos de cuadros de fuerza, tráfico de red, equipos instalados, rutinas y eventos de mantenimiento, etc. con información complementaria de clima, precios de mercado, entre otros, y mediante algoritmos de IA predice consumo energético, anticipa fallas de mantenimiento, genera indicadores, alarmas y sugerencias de eficiencia. Esta innovación posee un impacto directo en la inteligencia operativa y emisiones. Este sistema nació en Telefónica Brasil y se está probando en España.

Brasil usó IA generativa para digitalizar +25 mil facturas mensuales con +200 formatos, sin crear múltiples módulos de digitalización. Gracias a esto, incorporamos +150 variables técnicas y financieras, mejorando el monitoreo de todas las variables de energía y permitiendo optimización de costos. La carga manual a la base de datos bajó de 5% al 1% y su tiempo de actualización de 8h a 7

Cuantificación/Estimación reducción consumo

El COEIA nos permite reducir en promedio un 1% del consumo total de energía eléctrica gracias a una gestión más eficiente, lo que anualmente representa cerca de 18 GWh en Brasil y 13 GWh en España. La observabilidad implica vigilar el entorno con inteligencia artificial, monitorear el rendimiento de los emplazamientos, la disponibilidad y el estado de sistemas y aplicaciones, permitiendo identificar y resolver proactivamente posibles problemas.

Además, COEIA genera sugerencias automáticas de proyectos personalizados de eficiencia, que pueden reducir el consumo en cada instalación en un 20% o más, según el perfil de uso y las oportunidades detectadas. Esta capacidad de predicción y optimización que permite el uso de la inteligencia artificial, convierte la gestión energética en una herramienta estratégica integral.

Cuantificación/Estimación reducción emisiones CO2

La reducción del consumo eléctrico contribuye directamente a disminuir las emisiones de CO₂ de Alcance 2, proporcionalmente al factor de emisión de cada país, siendo 260 gCO2/kWh en España, y 46 gCO2/kWh en Brasil. Dicho esto, la mejora del 1 % en el consumo eléctrico equivale a aproximadamente 3.380 tCO₂ al año para el proyecto en España y 828 tCO2 en Brasil.

A esto, se le suman las emisiones vinculadas a los proyectos de eficiencia energética que se generarán gracias al desarrollo continuo y sugerencias que se produzcan en el COEIA y aquellas atribuidas a la Operación y Mantenimiento de la red, quienes se verán disminuidas gracias al nuevo proceso de gestión automática y predictiva.

Innovación aplicada y buenas prácticas

COEIA es un sistema autónomo basado en IA que integra un ciclo completo desde:

• Obtención y cruce de los datos;
• Procesamiento de los indicadores;
• Predicción de variables climáticas, consumos energéticos, fallas de mantenimiento, entre otros indicadores de interés;
• Diagnóstico de aumento del consumo;
• Identificación de oportunidades de reducción financiera y de consumos energéticos;
• Envío de correos electrónicos;

Todo de forma automática y con programación recurrente según se requiera.

En Brasil la incorporación de IA generativa para recoger los datos de facturación, permitió, además:

• Elevar la calidad y confiabilidad de los datos;
• Agregar nuevas variables importantes para decisiones estratégicas;
• Disminuir el trabajo manual;
• Automatizar el tratamiento de las particularidades de cada proveedor.

Ambos módulos establecen un nuevo estándar de buenas prácticas en la gestión energética basada en datos.

Uso de tecnologías (TICs)

El uso de la herramienta Alteryx en el desarrollo de COEIA permitió la integración y el análisis de datos de forma intuitiva, incluso para usuarios sin conocimientos técnicos avanzados. Su interfaz visual permitió la creación de flujos complejos de análisis y automatización, democratizando el acceso a la información y empoderando distintos perfiles del equipo en la toma de decisiones.

Las automatizaciones inteligentes aumentaron el nivel de autonomía del proceso, mejoraron su eficiencia, redujeron errores, permitieron generar un valor agregado que manualmente no hubiera sido posible, se redujo significativamente la intervención manual, especialmente en el proceso de digitalización de facturas eléctricas, caracterizado por la variabilidad de modelos de facturación entre distribuidoras. Esto liberó recursos humanos especializados y aumentó la eficiencia operativa.