Estos nuevos escenarios afectan directamente a la gestión de recursos como energía, agua, crecimiento sostenible de las ciudades, residuos y materias primas.
Estos recursos además deben ser compartidos por las empresas locales sujetas a criterios ESG y objetivos de sostenibilidad de tal forma que exista una comunidad compartida entre ciudadanos, empresas y el mantenimiento del patrimonio natural y cultural.
Objetivos futuros Realistas
En mayor o menor medida, la ciudadanía está alcanzando poco a poco una consciencia social en cuanto a la escasez de recursos y la necesidad imperiosa de reducir el consumo de algunos de ellos siendo el agua el protagonista habitual. La sequía en zonas del noreste de España durante el comienzo de 2024 y las previsiones asociadas a ésta nos da una idea de la gravedad de esta situación.
Sin embargo, el escenario realista nos dice que aplicando todas las medidas que están en nuestra mano, a medio plazo como mucho podremos frenar el calentamiento global pero no revertirlo por lo que debemos aplicar medidas que nos permitan gestionar los recursos de las ciudades en un nuevo escenario de calentamiento global y crecimiento demográfico en las ciudades. Se estima que en 2050 la población urbana aumentará más del doble.
Eficacia en las predicciones
La clave para convivir con unos recursos limitados, previsiones donde la demanda de algunos de estos recursos aumentará inevitablemente ya sea por el aumento de población o por el cambio climático está en entender de manera resiliente el entorno de las ciudades y los patrones de comportamiento y consumo de los ciudadanos. Esto implica no solo ser capaces de modelizar datos históricos o actuales, sino que los modelos sean capaces de adaptarse a los cambios constantes que implica la nueva situación de inestabilidad climática, demográfica y macro variables hasta ahora inexistentes que hacen mover en masa ciertos comportamientos de los ciudadanos.
Mencionando el caso del agua, es tan importante reducir el consumo en periodos de sequía como aprovechar excesos de lluvias en periodos de “Dana” cada vez más habituales en nuestro país.
Eficiencia en la gestión
Para conseguir la eficiencia en la gestión de los recursos nos apoyamos en 2 técnicas complementarias que nos permitan predecir de forma resiliente y gestionar de forma óptima los recursos:
- IA Generativa
Podemos utilizar la GenAI para recopilar datos relevantes sobre el entorno. Esto podría incluir datos geoespaciales, datos sociales como opiniones públicas, tendencias en redes sociales, datos económicos y de mercado, datos políticos como son políticas gubernamentales, regulaciones o datos ambientales sobre la gestión de las ciudades en huella de carbono, calidad del aire y agua.
También podemos incluir datos como el análisis de redes sociales, menciones en noticias, encuestas, informes de la competencia, precios incluso realizar análisis de sentimiento de los datos recopilados. Esto permitirá identificar el grado de consciencia social y ambiental de cara a lanzar campañas o medidas.
La aplicación de IA Generativa para generar predicciones en base a nueva información que los LLM permiten procesar y analizar grandes cantidades de datos de ciudadanos, como historiales de consumo, patrones de uso de recursos, información demográfica.
También nos permite la generación de perfiles de ciudadanos basados en datos existentes. Estos perfiles pueden incluir información sobre preferencias de comunicación, hábitos de consumo, niveles de satisfacción. Esta información ayudará a personalizar aún más las interacciones de campañas con los ciudadanos.
Con esto podemos realizar predicciones del comportamiento futuro de los ciudadanos actuales y futuros, como cambios en el consumo de energía y/o agua, deseos de infraestructuras adicionales o posibles medidas de concienciación necesarias.
- Optimización de recursos resiliente
Una vez que podemos modelizar las necesidades tanto por parte del entorno como de los ciudadanos, necesitamos herramientas que permitan gestionar y distribuir los recursos de manera resiliente, adaptable y óptima.
Entender las variables que rigen el entorno y como afectan los ciudadanos nos permite modelizar de forma óptima la gestión de los recursos apoyados además por entornos de simulación donde dibujar supuestos que garanticen el abastecimiento sostenible de recursos y la gestión de residuos.
Caso de Éxito Madrid
Dentro de la red fe ferrocarril metropolitana de Madrid hemos conseguido modelizar de forma precisa diferentes sistemas de la red con el fin de simular y optimizar el consumo energético de los mismos.
Bajo el gran proyecto de eficiencia energética donde el consumo eléctrico es el equivalente a una Ciudad como Zaragoza, el reto consistía en predecir el consumo energético de alumbrado, climatización, escaleras o ventilación.
Hablamos de modelizar la cinemática de sistemas de bombeo de agua, la ventilación en función de los ciudadanos que podrían concurrir en una línea o factores meteorológicos que afecten a la ocupación o necesidades energéticas.
Con metodologías similares y gracias a las oportunidades que nos abre la IA Generativa, esperamos modelizar el resto de los entornos de las ciudades y los patrones de comportamiento de los ciudadanos para optimizar la gestión de los recursos en el ámbito de las ciudades.
Axpe Consulting
Data & AI Center of Ecellence
