Efficiëntie en kunstmatige intelligentie: trends en obstakels

Rome, 24 september (Adnkronos) – Fire presenteerde vandaag haar studie "Artificial Intelligence for Energy Management", het resultaat van een jaar gewijd aan het observeren van trends, belemmeringen, toepassingen, beleid en mogelijkheden. Het jaarlange onderzoek omvatte een enquête, een reeks interviews, analyse van beschikbare data en verkenning van de transformerende rol die AI speelt in de energiesector, met de focus op oplossingen die efficiëntie, duurzaamheid en digitale transformatie kunnen verbeteren.

Het onderzoek, uitgevoerd in het kader van de Bette Mebane Fellowship, benadrukt dat – in ieder geval bij middelgrote tot grote bedrijven – veel bedrijven AI-toepassingen onderzoeken, hun teams trainen, oplossingen implementeren en op de hoogte blijven van technologische ontwikkelingen. Uit het onderzoek bleek dat de meest gebruikte oplossingen zijn: AI-ondersteunde data-analyse (54%); apparaten met machine learning (50%); en big data-analysetools (46%). Maatwerk AI-oplossingen (24%) en andere nichetoepassingen zijn beperkt bruikbaar.

Generatieve AI-platformen voor algemeen gebruik, zoals ChatGPT, Claude en Gemini, zijn matig populair (42%). Hoewel er veel enthousiasme is over de voordelen die AI kan bieden, zoals verbeterde systeemprestaties, verhoogde energie-efficiëntie en meer innovatie, blijven er specifieke zorgen bestaan, waaronder cybersecurity, hoge implementatiekosten en het tekort aan geschoolde professionals. Het risico op banenverlies is in een zeer gespecialiseerde omgeving minder acuut dan in andere sectoren, hoewel het over het algemeen aanwezig is binnen de ondervraagde bedrijven. Zowel technologieleveranciers als eindgebruikers beschouwen AI-gebaseerde data-analyse, machine learning-tools en IoT-gebaseerde automatisering als essentieel voor het verbeteren van energiebeheer. "Dit onderstreept de noodzaak van gericht beleid, strategische investeringen en nauwere samenwerking tussen de industrie en de academische wereld om ervoor te zorgen dat AI-technologieën duurzaam en verantwoord worden geïmplementeerd", legt Fire uit.

De studie toont ontwikkelingen aan die in lijn zijn met de EU-doelstellingen voor decarbonisatie en klimaatneutraliteit tegen 2050. In Italië zal het AI-gerelateerde verbruik naar verwachting toenemen van ongeveer 4 tot 10 TWh (met een vermogenstoename van ongeveer 0,5 tot ongeveer 2,6 GW), in lijn met het NECP. Bovendien kan AI fungeren als een strategische facilitator, niet alleen door de technische en economische efficiëntie te verbeteren, maar ook door bij te dragen aan bredere duurzaamheidsmetingen. Energiebesparingen die door het gebruik van AI worden bevorderd, zouden kunnen oplopen tot 20 tot 40 TWh, maar vereisen duidelijk effectief beleid om werkelijkheid te worden. Hoewel bestaande strategieën, zoals de Europese Green Deal en het programma Digitaal Europa, digitale en schone technologieën al in alle sectoren bevorderen, benadrukt het rapport de noodzaak van meer gerichte en sectorspecifieke acties.

"Toekomstig beleid zou met name de invoering van nationale en regionale prikkels voor AI-gebaseerde energie-efficiëntieprojecten moeten voorstellen, met name voor het midden- en kleinbedrijf, dat vaak niet over de middelen beschikt om AI toe te passen", waarschuwt Fire. "Op maat gemaakte trainingsprogramma's voor energieprofessionals, belastingvoordelen voor AI-investeringen met betrekking tot energiebesparing en de ontwikkeling van gestandaardiseerde systemen voor verantwoord gebruik van AI in kritieke infrastructuur zijn eveneens essentieel. Bovendien zouden de oprichting van testruimtes voor regelgeving, de beschikbaarheid van open access energiegegevens en speciale innovatiefondsen experimenten mogelijk kunnen maken, terwijl tegelijkertijd de afstemming op klimaatdoelstellingen en de principes van digitale soevereiniteit wordt gewaarborgd."

Tot slot heeft Fire, op basis van de inzichten die zijn verkregen uit interviews met belanghebbenden, een reeks stapsgewijze suggesties ontwikkeld voor bedrijven die net beginnen of zich in de beginfase van hun AI-implementatie bevinden.