Dal mantenimento degli impianti al controllo della variabilità di carico sulle reti, alla relazione con il cliente finale: l’utilizzo dei dati diventa fondamentale anche per le aziende dell’energia. Le tecnologie per la raccolta e l’elaborazione dei dati all’interno delle aziende permettono di conseguire un duplice obiettivo: supportare il processo decisionale informato per accrescere la competitività, migliorare i processi operativi aumentandone velocità e qualità e riducendone i costi. «IBM ha definito e applica un modello di azienda digitale, denominato Cognitive Enterprise, in cui i processi sono ridisegnati per trarre il meglio dalle potenzialità delle tecnologie digitali e dell’intelligenza artificiale», spiega Roberto Beretta, Vice President Industries, Energy & Utilities di IBM Italia.
Domanda. Quali sono le esigenze di impiego dei dati delle imprese che operano nel mercato dell’energia?
Risposta Le aziende dell’energia gestiscono in un mercato regolato un vasto patrimonio di impianti distribuiti sul territorio, di cui devono garantire la continuità e la qualità del servizio: è fondamentale conoscerne in tempo quasi reale il regolare funzionamento, per prevedere i disservizi e le interruzioni. Nel caso delle reti elettriche, l’incremento della produzione da fonti rinnovabili ha recentemente generato una variabilità dei carichi che richiede il controllo adattativo dinamico, possibile solo raccogliendo e analizzando in continuo tutti i dati generati sul campo. Inoltre, le aziende dell’energia hanno rapporti commerciali con milioni di clienti, residenziali e non, in un regime di mercato libero in rapida espansione, anche considerando la prossima chiusura del regime della maggior tutela. Devono quindi saper attrarre nuovi clienti e conservare i propri attraverso processi di customer care efficaci ed economici, capaci di trarre vantaggio dalle informazioni e dati disponibili su cliente, consumi e storia dei rapporti contrattuali.
D. Qual è la vostra offerta per rispondere a queste necessità?
R. IBM realizza soluzioni di digital twin, che forniscono la rappresentazione digitale, completa e dinamica, dell’intero ciclo di vita degli impianti. Realizza inoltre soluzioni di proactive caring per la gestione dei rapporti con la clientela, che consentono di ridurre il costo di gestione dei servizi e aumentare la soddisfazione dei clienti attraverso l’intelligenza artificiale. Tutte le soluzioni sono basate sulla piattaforma di hybrid cloud di IBM, recentemente arricchita dall’acquisizione di Red Hat, che consente di realizzare applicazioni a micro-servizi, portabili in qualunque ambiente di cloud pubblico o privato e di offrire prestazioni scalabili.
IBM offre una serie di cloud pak in un ambiente open gestito, capace di garantire sicurezza e affidabilità in ogni fase del trattamento dei dati, sia per i dati strutturati che per i formati documentali o audiovideo. La piattaforma è arricchita dalla potenzialità dell’intelligenza artificiale di Watson, che consente di applicare algoritmi sofisticati quali machine learning e deep learning, natural language understanding e visual recognition.
D. Come è strutturata l’assistenza alle aziende in fase progettuale? Quali sono i tempi di implementazione e quale il ROI?
R. IBM utilizza la propria metodologia di sviluppo Agile in ambiente di cloud ibrido, denominata IBM Cloud Method. Seguendo i principi di questa metodologia, i progetti si sviluppano in modo agile, incrementale, anticipando la verifica sui benefici e mantenendo l’allineamento con la dinamicità dei requisiti. L’incubazione dei progetti avviene presso l’IBM Garage, in modalità collaborativa con i clienti e l’ecosistema, realizzando dei “minimum viable product” (MVP) pronti per andare in produzione nell’arco di alcune settimane, che potranno poi essere ampliati funzionalmente ed estesi nella logica dello sviluppo continuo. Per questi progetti, il RoI è molto elevato, in considerazione sia della velocità di realizzazione sia della possibilità di percorrere strade alternative – secondo la teoria del fast failing – per raggiungere rapidamente il miglior risultato senza dover escludere delle alternative a priori.
D. Come possono le aziende sfruttare al meglio le potenzialità dei dati per i diversi obiettivi strategici?
R. In tre progetti realizzati di recente da IBM, l’uso combinato di analytics, intelligenza artificiale ed RPA ha consentito di raggiungere vari obiettivi. Nel primo progetto sono state migliorate le prestazioni e ridotti i costi dei call center, attraverso un sistema complesso di risposta automatica multicanale, in grado di fornire una risposta esauriente al primo contatto, e di anticipazione proattiva delle necessità dei clienti, spostando i contatti dal canale inbound a quello outbound. Nel secondo, la nostra piattaforma IoT, integrata con i sistemi di campo, ha permesso di monitorare, controllare ed esercire in maniera ottimale le reti di distribuzione energetica di una multiutility territoriale (elettricità, gas, acqua, rifiuti), riducendo le interruzioni di servizio e pianificando al meglio gli investimenti sulla base dell’analisi del rischio di guasto. Nel terzo, infine, la piattaforma blockchain consente di gestire le transazioni tra TSO, aggregatori e produttori di automobili per ottenere la flessibilità del carico di rete necessaria a bilanciare la variabilità nel tempo della energia elettrica immessa in rete da fonti rinnovabili.
