Jeśli zarządzasz firmą energetyczną lub usługową, znasz już tę presję. Infrastruktura sieciowa jest poddawana większym obciążeniom niż kiedykolwiek wcześniej. Rosnące zapotrzebowanie ze strony centrów danych wykorzystujących sztuczną inteligencję (AI) przekracza ich możliwości, a programy modernizacyjne mają problem z dotrzymaniem kroku zmianom. Wymagania regulacyjne i dotyczące dekarbonizacji są coraz bardziej rygorystyczne, a obowiązki dotyczące raportowania kwestii środowiskowych, społecznych i ładu korporacyjnego (ESG) rozszerzają się na sieci elektroenergetyczne, gazowe i wodne. A gdzieś w międzyczasie Twoje zespoły nadal ręcznie uzgadniają dane w rozłączonych systemach operacyjnych i korporacyjnych.

Systemy te zostały zaprojektowane w celu rejestrowania tego, co się działo, a nie podejmowania działań na podstawie tego, co działo się w danej chwili. SAP Autonomous Enterprise ma załatać tę właśnie lukę.

Presja, z jaką mierzą się dziś firmy użyteczności publicznej

Sektor usług komunalnych stoi w obliczu tak wielu wyzwań, jakich nie widziano w żadnej poprzedniej dekadzie. Transformacja energetyczna przyspiesza wdrażanie rozproszonych źródeł energii (DER) — energii słonecznej, magazynowania energii, pojazdów elektrycznych (EV) — w sieciach stworzonych z myślą o innej epoce. Dyrektywa w sprawie sprawozdawczości w zakresie zrównoważonego rozwoju przedsiębiorstw (CSRD) i równoważne ramy prawne wymagają od przedsiębiorstw użyteczności publicznej jednoczesnego śledzenia emisji w systemach operacyjnych i finansowych. Wraz z łącznością umożliwiającą modernizację rośnie ryzyko cyberzagrożenia infrastruktury sieci inteligentnych. Rosnąca luka kompetencyjna utrudnia wprowadzanie zmian w tempie, jakiego wymaga rynek.

Według badań Oxford Economics zleconych przez SAP, przedsiębiorstwa użyteczności publicznej inwestują celowo, wydając obecnie średnio 29 milionów dolarów na sztuczną inteligencję i zgłaszając średni zwrot z inwestycji (ROI) na poziomie 15%, przy czym liderzy spodziewają się, że wzrośnie on do 29% w ciągu dwóch lat. Badanie, oparte na globalnej ankiecie przeprowadzonej wśród 106 dyrektorów najwyższego szczebla z branży energetycznej i usług komunalnych, wykazało, że dziewięciu na dziesięciu respondentów stwierdziło poprawę szybkości dostaw, zaangażowania klientów i innowacyjności dzięki obecnym wdrożeniom sztucznej inteligencji. Najbardziej widoczne postępy odnotowano w zakresie spostrzeżeń i podejmowania decyzji – 44% respondentów odnotowało znaczną poprawę.

Co tak naprawdę oznacza „przedsiębiorstwo autonomiczne”?

Termin ten jest powszechnie używany w branży, warto więc precyzyjnie określić, co oznacza, a czego nie. Przedsiębiorstwo autonomiczne nie polega na odsuwaniu ludzi od decyzji biznesowych. Chodzi o zmianę tego, na co ludzie poświęcają swój czas.

Rozważmy, co się dzieje w przypadku typowych zakładów użyteczności publicznej, gdy poważne zjawisko pogodowe powoduje przerwy w dostawie prądu na dużą skalę. Zostają wezwani koordynatorzy terenowi. Zespoły obsługi klienta są przeciążone pracą. Inżynierowie pobierają historyczne dane dotyczące zasobów z jednego systemu, topologię sieci z innego i historię zleceń roboczych z trzeciego. Zanim powstanie spójny obraz renowacji, mijają godziny, a komunikacja z klientami jest już opóźniona. W przedsiębiorstwie autonomicznym agenci AI wykrywają zdarzenie, porównują dane dotyczące stanu zasobów i dostępności załogi w czasie rzeczywistym, ustalają priorytety kolejności przywracania stanu, automatycznie uruchamiają komunikację z klientem i przekazują zalecenia do centrum operacyjnego — wszystko to przed złożeniem pierwszego ręcznego raportu.

Jak opisuje to SAP: ludzie wyznaczają kierunek. Sztuczna inteligencja go realizuje. Nie jest to koncepcja futurystyczna. Jest to strukturalna zmiana w sposobie projektowania oprogramowania dla przedsiębiorstw, która ma konkretne implikacje dla przedsiębiorstw użyteczności publicznej prowadzących działalność w zakresie rozliczania zużycia energii od licznika do gotówki, zarządzania wydajnością aktywów, planowania sieci, raportowania zrównoważonego rozwoju, angażowania klientów i zarządzania rozproszonymi zasobami energii.

Dlaczego Utilities jest dobrze przystosowany do sztucznej inteligencji opartej na agentach

Działalność przedsiębiorstw użyteczności publicznej jest w swojej istocie działalnością intensywnie wykorzystującą aktywa, ściśle regulowaną i wymagającą ciągłego przetwarzania danych. Czujniki, mierniki, węzły siatki i zespoły terenowe generują sygnały o objętości i prędkości, na które żaden zespół ludzki nie jest w stanie ręcznie zareagować. Dzięki temu połączeniu przedsiębiorstwa użyteczności publicznej są szczególnie dobrze przygotowane do ciągłej optymalizacji opartej na sztucznej inteligencji, jaką umożliwia model Autonomous Enterprise.

Zastanów się, w jaki sposób autonomiczni agenci mogą bezpośrednio wpływać na wyniki:

• Wydajność zasobów i konserwacja predykcyjna: Agenci monitorują sygnały ze sprzętu, przewidują prawdopodobieństwo awarii i automatycznie uruchamiają zlecenia konserwacyjne — przechodząc od doraźnych napraw do proaktywnej konserwacji.
• Przetwarzanie od licznika do gotówki: agenci autonomicznie zajmują się odczytem licznika, danymi szeregów czasowych i rozwiązywaniem wyjątków w rozliczeniach, co skraca czas cyklu i redukuje konieczność ręcznej przeróbki.
• Reagowanie na przerwy w działaniu sieci i zdarzenia sieciowe: Agenci łączą zdarzenia sieciowe z danymi klientów, harmonogramami pracy załogi i szablonami komunikacji, aby skoordynować przywracanie działania bez konieczności ręcznej organizacji.
• Raportowanie w zakresie zrównoważonego rozwoju i ESG: Agenci agregują dane dotyczące emisji, mapują działania na wymogi CSRD i opracowują raporty zgodności — zastępując tygodnie ręcznego przygotowywania ciągłym, podlegającym audytowi procesem.
• Zaangażowanie klienta i samoobsługa: agenci AI odpowiadają na zapytania dotyczące zużycia, rozliczeń i żądań serwisowych w kanałach cyfrowych, obniżając koszty obsługi i przyspieszając rozwiązywanie problemów.

Każde z nich stanowi prawdziwy problem dla kierowników operacyjnych, dyrektorów ds. aktywów i osób odpowiedzialnych za zrównoważony rozwój w firmach zajmujących się operatorami sieci i zintegrowanymi usługami komunalnymi. Celem nie jest automatyzacja sama w sobie — chodzi o uwolnienie doświadczonych osób od czasochłonnych, rutynowych zadań, aby mogły skupić się na decyzjach wymagających ludzkiej oceny.

Czym to się różni od wcześniejszych podejść do sztucznej inteligencji?

Większość przedsiębiorstw użyteczności publicznej wdrożyła już sztuczną inteligencję w pewnej formie: tu model konserwacji predykcyjnej, tam narzędzie do prognozowania popytu, a tam chatbot zajmujący się zapytaniami klientów pierwszej linii. Ciągła frustracja: narzędzia te usprawniają jeden aspekt działalności, pozostawiając cały obraz niezmienionym. Optymalizują w silosach.

Rozwiązanie SAP Autonomous Enterprise opiera się na trzech fundamentach, które mają znaczenie w przypadku wdrożeń na skalę przedsiębiorstwa:

Po pierwsze, dogłębna znajomość procesów i branży. Firma SAP zgromadziła w warstwie sztucznej inteligencji ponad 50 lat wiedzy na temat procesów, w tym istotne dla przedsiębiorstw użyteczności publicznej przepływy pracy obejmujące produkcję, logistykę, operacje majątkowe i zarządzanie klientami. Oznacza to, że agenci nie tylko czytają Twoje dane, ale też analizują je w kontekście faktycznego funkcjonowania Twojej firmy.

Po drugie, bogate semantycznie dane biznesowe. Zamiast łączyć się z danymi po fakcie, SAP Business AI opiera się na obejmującym cały pakiet modelu semantycznym obejmującym ponad 7,3 miliona pól danych. Agenci mogą jednocześnie zobaczyć związek między zakłóceniami w dostawie, otwartym zamówieniem klienta, harmonogramem produkcji i sytuacją finansową.

Po trzecie, zarządzanie na poziomie przedsiębiorstwa. Każda czynność sztucznej inteligencji jest możliwa do zweryfikowania i prześledzenia. Dla firm zajmujących się produkcją wyrobów młynarskich, które podlegają coraz bardziej rygorystycznym wymogom regulacyjnym i wymogom raportowania ESG, nie jest to opcjonalne, lecz fundamentalne.

Rzeczywiste wyniki firm użyteczności publicznej

Przejście na operacje autonomiczne już się rozpoczęło. Przedsiębiorstwa z sektora usług komunalnych pokazują, co jest możliwe:

SA Power Networks (Australia)

SA Power Networks, operator sieci dystrybucji energii elektrycznej obsługujący Australię Południową, wdrożył różne rozwiązania SAP AI w celu przekształcenia zarządzania infrastrukturą i operacji terenowych. Dzięki analizie historycznych danych o stanie zasobów wspomaganej przez sztuczną inteligencję firma osiągnęła 99-procentową skuteczność w identyfikowaniu słupów energetycznych, które prawdopodobnie nie ulegną korozji. Dzięki temu możliwe stało się ukierunkowanie prac konserwacyjnych zamiast przeprowadzania programów masowych kontroli. Efekt: oszczędności rzędu 1 miliona dolarów australijskich (600 000 dolarów amerykańskich) rocznie na przeglądach skorodowanych słupów, a technicy terenowi mają teraz dostęp do 50-letniej historii zasobów za pomocą prostego zapytania.

Centrica Plc (Wielka Brytania)

Centrica zarządza wytwarzaniem energii, jej magazynowaniem, operacjami handlowymi i milionami kont klientów w ponad 1500 aplikacjach i 20 jeziorach danych — środowisku, w którym rozproszone dane mogą opóźniać podejmowanie decyzji dotyczących handlu, alokacji kapitału i cen dla klientów. Dzięki zarządzanej bazie danych i rozwiązaniu SAP Business AI firma ogranicza konieczność ręcznego uzgadniania, dzięki czemu zespoły mogą skupić się na prognozowaniu predykcyjnym, planowaniu scenariuszy, modelowaniu danych i podejmowaniu lepszych decyzji operacyjnych. Co ważne, inicjatywa ta stanowi fundamentalną zmianę sposobu prowadzenia działalności przez firmę Centrica. Oczekiwana wartość obejmuje redukcję ręcznego gromadzenia danych o 6400 godzin dziennie, dziesięciokrotną redukcję ogólnego nakładu pracy ręcznej oraz przeznaczenie 800 pełnych etatów (FTE) na działania związane z interpretacją wartościowych danych zamiast na ich gromadzenie. Nie ma już potrzeby replikowania milionów rekordów w różnych jeziorach danych.

Elektrizitätswerk des Kantons Schaffhausen (Niemcy)

Elektrizitätswerk des Kantons Schaffhausen (EKS), narzędzie obsługujące Szwajcarię i Niemcy, zbudowało GenAI Mail Assistant na rozwiązaniach SAP. Asystent AI automatycznie klasyfikuje przychodzące wiadomości e-mail według pilności, nastroju i typu, generuje sugestie odpowiedzi uwzględniające kontekst, korzystając z danych o zużyciu w czasie rzeczywistym, i wyszukuje podobne sprawy z przeszłości. Wyniki:

• Dokładność prognozowania zapotrzebowania na poziomie 95%, umożliwiająca precyzyjne rozliczanie i optymalizację zakupów energii
• O 60–70% szybszy czas reakcji klientów dzięki sugestiom odpowiedzi generowanym przez sztuczną inteligencję, które skracają czas obsługi z minut do sekund.
• Większa przejrzystość dla 44 000 gospodarstw domowych dzięki bardziej przejrzystym, opartym na danych informacjom o zużyciu

Gdzie zacząć

Dla liderów biznesowych oceniających przedsiębiorstwo autonomiczne w praktyce, najważniejszym pytaniem nie jest „Ile sztucznej inteligencji powinniśmy używać?”, lecz „Gdzie w naszym łańcuchu wartości różnica między sygnałem a działaniem kosztuje nas najwięcej?”.

Może to być opóźnienie między sygnałem o stanie zasobów a decyzją o konserwacji — oraz nieplanowany przestój, który się w tym czasie kumuluje. Być może chodzi o tygodnie ręcznej pracy niezbędne do sporządzenia pojedynczego raportu ESG. Może to być czas pomiędzy odczytem licznika a prawidłową fakturą dla klienta.

SAP Cloud ERP i SAP Autonomous Suite zostały zaprojektowane tak, aby pomóc przedsiębiorstwom użyteczności publicznej zidentyfikować te luki i systematycznie je rozwiązać — nie za pomocą pojedynczych rozwiązań punktowych, ale za pomocą zintegrowanego podejścia, które zwiększa wartość w całej działalności. Rozwiązania SAP dla sektora usług komunalnych obejmują cały łańcuch wartości od licznika do gotówki i od aktywów do wiedzy, a pakiet SAP Autonomous Suite rozszerza ten zakres o wykonywanie zadań przez agentów, analizę danych w czasie rzeczywistym i wbudowane funkcje zarządzania na skalę przedsiębiorstwa.

Branża usług komunalnych zawsze była definiowana przez jej zdolność do niezawodnego zarządzania skomplikowaną infrastrukturą o znaczeniu krytycznym dla bezpieczeństwa w warunkach, których nie jest w stanie w pełni kontrolować. Następna fala przewagi konkurencyjnej i regulacyjnej będzie należała do firm, które potrafią zrobić to samo — inteligentnie, autonomicznie i na dużą skalę.