χρονοβόρα, γι' αυτό και οι τεχνολογίες και οι πρακτικές διαχείρισης σε αυτόν τον τομέα δεν υιοθετούνται τόσο ευρέως όσο θα μπορούσαν. Οπως σημειώνουν οι FT, η τεχνητή νοημοσύνη θα μπορούσε τώρα να το αλλάξει αυτό. «Η Τεχνητή Νοημοσύνη μπορεί να καταλάβει πού βρίσκονται τα προβλήματα και πού βρίσκεται η σπατάλη (ενέργειας) - και δεν χρειάζεστε πέντε άτομα με διδακτορικά να κοιτάζουν οθόνες όλη μέρα», λέει ο Brayan Motherway, επικεφαλής ενεργειακής απόδοσης στον Διεθνή Οργανισμό Ενέργειας (ΔΟΕ-ΙΕΑ).
Σε μεγάλα εργοστάσια με χιλιάδες κινητήρες, βαλβίδες και άλλα κομμάτια εξοπλισμού, για παράδειγμα, η Τεχνητή Νοημοσύνη μπορεί να αναλύσει τα πάντα και να κάνει προσαρμογές στην απόδοση. «Είναι πέρα από τη δύναμη οποιουδήποτε να χειριστεί όλα αυτά τα δεδομένα», λέει.
Η ώθηση είναι απολύτως απαραίτητη. Τα δεδομένα του IEA δείχνουν ότι ο ρυθμός προόδου προς τους παγκόσμιους στόχους απόδοσης επιβραδύνεται, ιδιαίτερα στη βιομηχανία. «Από κάποιες απόψεις, αυτό είναι εκπληκτικό, επειδή εκεί είναι που η οικονομική περίπτωση είναι πιο ξεκάθαρη», λέει ο Motherway.
Ωστόσο, λέει, τα εμπόδια στην υιοθέτηση της ενεργειακής απόδοσης δεν πρέπει να υποτιμώνται: «Ίσως ο Διευθύνων Σύμβουλος λατρεύει την ιδέα να κόβει κορδέλες σε στέγες με ηλιακά πάνελ, αλλά είναι δύσκολο να ενθουσιαστείς με έναν λέβητα».
Οι επενδύσεις στην ενεργειακή απόδοση παράγουν αποτελέσματα λιγότερο γρήγορα και λιγότερο ορατά από τη στροφή προς τις ανανεώσιμες πηγές ενέργειας, λέει ο Χιλιανός César Quilodrán-Casas, κορυφαίος ερευνητής στη μηχανική μάθηση στο Ινστιτούτο Grantham για την Κλιματική Αλλαγή και το Περιβάλλον στο Imperial College London. «Δεν είναι και τόσο μεγάλο θέμα», προσθέτει.
Εν τω μεταξύ, η αύξηση της ενεργειακής απόδοσης συχνά απαιτεί αναβαθμίσεις εξοπλισμού που μπορεί να είναι πιο περίπλοκες από την κατασκευή ενός αιολικού πάρκου ή μιας ηλιακής εγκατάστασης.
«Οι εταιρείες πρέπει να πηγαίνουν εργοστάσιο με εργοστάσιο επενδύοντας σε εξαρτήματα που συχνά είναι ειδικά κατασκευασμένα», λέει ο Sam Kimmins, διευθυντής ενέργειας στο Climate Group, έναν μη κερδοσκοπικό οργανισμό που συνεργάζεται με εταιρείες και κυβερνήσεις για την επίτευξη των παγκόσμιων στόχων μηδενικών καθαρών εκπομπών.
Αλλά αν η πολυπλοκότητα εμποδίζει την πρόοδο στην ενεργειακή απόδοση, είναι κάτι που η Τεχνητή Νοημοσύνη διαχειρίζεται αποτελεσματικά. «Η Τεχνητή Νοημοσύνη είναι πραγματικά καλή όταν έχετε πολύπλοκα και εξαιρετικά απρόβλεπτα δεδομένα», λέει ο Kimmins.
Στα εργοστάσια και σε άλλες μεγάλες βιομηχανικές δραστηριότητες, εξηγεί, οι αισθητήρες που είναι συνδεδεμένοι σε κάθε κομμάτι εξοπλισμού παράγουν μεγάλους όγκους δεδομένων που η Τεχνητή Νοημοσύνη μπορεί να χρησιμοποιήσει για να εντοπίσει ανεπάρκειες στον εξοπλισμό ή τις διαδικασίες.
Όσον αφορά τις φυσικές υποδομές και το δομημένο περιβάλλον, η Τεχνητή Νοημοσύνη μπορεί να συνδυαστεί με την τεχνολογία ψηφιακών διδύμων, η οποία δημιουργεί ψηφιακές αναπαραστάσεις του πραγματικού κόσμου.
Αναπτύχθηκε τη δεκαετία του 1960 για τις προσομοιώσεις διαστημοπλοίων της NASA, η τεχνολογία ψηφιακών διδύμων προσομοιώνει τη λειτουργία μιας ολόκληρης εγκατάστασης, επιτρέποντας την εικονική δοκιμή πιθανών αλλαγών πριν από την πραγματοποίηση φυσικών προσαρμογών.
Η Τεχνητή Νοημοσύνη διευρύνει τις δυνατότητές της, καθώς σημαίνει ότι μπορούν να γίνουν προσαρμογές απόδοσης σε νέα σχέδια κτιρίων ή στη συντήρηση και λειτουργία υπαρχουσών δομών με ταχύτερο ρυθμό.
«Η Τεχνητή Νοημοσύνη κάνει μεγάλο μέρος της σκέψης για την ομάδα, κάνει προτάσεις και αφαιρεί μέρος της εικασίας και της ανθρώπινης αλληλεπίδρασης», λέει ο Kimmins.
Μια μελέτη διαπίστωσε ότι η εφαρμογή μοντέλων ψηφιακών διδύμων που τροφοδοτούνται από την Τεχνητή Νοημοσύνη σε εγκαταστάσεις ανανεώσιμων πηγών ενέργειας θα μπορούσε να μειώσει τον μη προγραμματισμένο χρόνο διακοπής λειτουργίας κατά 35% και να αυξήσει την παραγωγή ενέργειας κατά 8,5%. Βελτίωσε επίσης την ακρίβεια ανίχνευσης σφαλμάτων κατά 98%, μειώνοντας παράλληλα το κόστος ενέργειας κατά 26%.
Άλλες μελέτες δείχνουν ότι παρόμοιες βελτιώσεις στην απόδοση θα μπορούσαν να επιτευχθούν και σε άλλους τομείς. Στη γεωργία, για παράδειγμα, οι ερευνητές διαπίστωσαν ότι η Τεχνητή Νοημοσύνη θα μπορούσε ενδεχομένως να επιτρέψει μεγάλες μειώσεις στην ενέργεια που χρησιμοποιείται για τη θέρμανση θερμοκηπίων και να προβλέψει τα πρότυπα κατανάλωσης ενέργειας στην άρδευση με βάση παράγοντες όπως το φως και η θερμότητα, επιτρέποντας στους αγρότες να σχεδιάζουν το πότισμα για να ελαχιστοποιήσουν την κατανάλωση ενέργειας.
Φυσικά, σε αντίθεση με αυτά τα είδη κερδών είναι η ενέργεια που καταναλώνεται από την ίδια την Τεχνητή Νοημοσύνη. «Δεδομένης της εκπληκτικής ποσότητας ενέργειας που χρησιμοποιεί η Τεχνητή Νοημοσύνη, θα πρέπει να καταβάλει μεγάλη προσπάθεια για την ενεργειακή απόδοση για να καθαρίσει το πρόσωπό της», λέει ο Kimmins.
Ούτε η Τεχνητή Νοημοσύνη από μόνη της θα δώσει όλες τις απαντήσεις. «Πολλοί άνθρωποι θέλουν να χρησιμοποιήσουν την Τεχνητή Νοημοσύνη για τα πάντα, αλλά τα συστήματα πρέπει να είναι έτοιμα γι' αυτό», επισημαίνει ο Quilodrán-Casas.
Ο Stephen Horrax, διευθυντής ενέργειας για το Ηνωμένο Βασίλειο και την Ιρλανδία στην εταιρεία συμβούλων μηχανικών Ramboll, συμφωνεί. «Η Τεχνητή Νοημοσύνη είναι αναμφισβήτητα ένας ισχυρός παράγοντας, αλλά λειτουργεί καλύτερα όταν συνδυάζεται με ηλεκτροκίνηση, επενδύσεις σε υποδομές και υποστηρικτική πολιτική», λέει. «Χωρίς αυτά, ο αντίκτυπός της θα είναι σταδιακός».
Ωστόσο, ορισμένοι πιστεύουν ότι ο θόρυβος γύρω από την Τεχνητή Νοημοσύνη θα μπορούσε από μόνος του να βοηθήσει στην κατεύθυνση περισσότερων πόρων προς την ενεργειακή απόδοση. «Αν κάνει πιο συναρπαστική την ενασχόληση με την ενεργειακή απόδοση, αυτό είναι υπέροχο», λέει ο Kimmins. «Επειδή έχουμε πολλές πραγματικά απλές λύσεις που πρέπει να εφαρμόσουμε για να εξοικονομήσουμε πολλά χρήματα και ενέργεια».
Ο Brayan Motherway πιστεύει ότι τόσο ο ενθουσιασμός για την υιοθέτηση της Τεχνητής Νοημοσύνης όσο και οι δυνατότητες διαχείρισης δεδομένων της τεχνολογίας θα μπορούσαν να επιταχύνουν την εφαρμογή: «Θα μπορούσαμε να βρισκόμαστε σε μια στιγμή όπου θα μπορούσαμε να επιταχύνουμε την πρόοδο στην αποδοτικότητα, ιδίως στη βιομηχανία, που θα απελευθερωθεί από την Τεχνητή Νοημοσύνη».