数据如何改变能源行业?
作者:编辑部
2019-08-30
摘要:德国一家公用事业公司率先向 "嵌入式、规模化、颠覆性 "的人工智能转型。

一个新的能源行业正忙于诞生。该部门正在稳步从依赖化石燃料的集中式垄断系统转向可再生、可持续的能源网。这种转变是否能迅速而果断地对气候变化产生有意义的影响,则是另一回事--这是一个具有重要意义的问题)。

对于这一前景给主要行业参与者带来的破坏程度,我们怎么估计都不为过。它将结束长期以来的商业模式,即明确的能源生产者和消费者。取而代之的是,这两个类别将经常重叠。例如,预计到2030年,全球电动汽车的存量将达到2.5亿辆。它们的大部分生命周期将不在路上,而是在停车场或车库里度过。在它们停驶期间,它们可以作为一个巨大的能源库,供电网在需求高峰期使用。一种新的能源参与者可能会出现:"prosumers",既消费又分配能源。

同时,调节越来越多由可再生能源组成的电网也有其困难,其中一个主要困难是太阳能和风能的供应不稳定。要想保持灯火通明,就需要在不同的空间和时间内仔细分配资源。这就是数据和人工智能的作用。它们可以根据最新和最可靠的数据,在复杂的新兴网络中实时优化生产和分配--这是一种 "能源互联网"。正如能源解决方案和关键基础设施的主要供应商E.ON的首席运营官和董事会成员Karsten Wildberger所指出的那样。"未来的能源世界将实现低碳化。问题是,它能以多快的速度实现,以及如何与数字化相协调?"

因此,对于能源行业来说,"数据就是新石油 "几乎是名副其实的。未来,竞争优势将属于那些拥有最佳数据和算法部署的公司,以便在全球能源生态系统中有效和高效地运营,而不是那些能够通过纯粹的规模和实力来主导大型市场的公司。要达到这一目标,需要当今的能源公司进行重大的数据和技术驱动的转型--如果它们要比其他行业中被新技术玩家 "亚马逊 "的现有企业更好地应对这场数据革命。

我们的新案例研究《E.ON:构建人工智能驱动的能源新世界》(PDF)探讨了一家公司,该公司向以数据为中心的未来的转型已经顺利进行。该案例为能源行业企业及其他企业如何成功领导和管理组织的AI和数据之旅提供了经验。

 

E.ON:过去和现在

E.ON总部位于德国埃森,是2000年由德国国家控制的两家公司VEBAVIAG合并而成的。截至2019年,E.ON拥有7万多名员工,年收入414.8亿欧元。

2016年,E.ON开始认真转型,将化石燃料业务部门分拆为一家独立的公司(Uniper),后来被芬兰国家拥有的能源供应商Fortum收购。通过2018年与德国另一家公用事业公司RWE的交换交易,E.ON完成了蜕变,成为一家专注于为客户提供能源基础设施的能源公司。

在此期间,E.ON也对其高层团队进行了调整,任命了一名首席数字官,并在全球业务的核心位置设置了一个数字化任务组。原西班牙电信公司TelefonicaJuan Bernabé Moreno20164月加入,成为E.ON的首位首席数据官。

在案例研究的采访中,他告诉我们:"我知道这将是一个艰难的旅程......但同时,推动影响的机会非常吸引人......当我加入E.ON时,AI是一个非常抽象的概念。我的执着是让公司的每个人都能感受到它的存在,突出它的好处和潜力。"

 

数据是最重要的

数据团队首先开发用例。它确定了所谓的 "大票 "项目,这些项目具有很高的知名度和创造重大价值的潜力,如风力涡轮机的自动化维护。在创造了对其服务的内部需求后,该团队开始着眼于扩大规模。董事会批准了一项名为 "Data.ON "的转型计划,该计划由团队基于两大支柱设计:数据传播和数据准备。毕竟,建立数据驱动的文化是关键。

传播主要是通过旨在促进组织内数据素养的活动进行的。例如,"数据可视化日 "E.ON员工提供了更多了解如何处理数据的机会。数据团队还与各业务部门进行了实践演示。截至2019年底,已有超过1000名员工参加了数据演示。同时,还聘请了更多的数据传播者来传播信息。从2018年年中到2019年年底,数据团队从10人增加到50人。

数据准备工作围绕着提高E.ON的数据成熟度展开。过去试图利用公司丰富的数据资源,但由于组织结构复杂、GDPR监管挑战和E.ON众多市场之间的不一致而成为受害者。数据团队制定了一个集中化的数据治理平台,以可持续和可扩展的方式组织协议和所有权。数据质量流程是核心,因为避免可怕的 "垃圾进,垃圾出 "的挑战是许多层面的关键,包括建立对数据和技术的信任。

为这个综合数据驱动的项目做案例并不简单。E.ON的数据团队必须制定明确的KPI和评估哪些AI项目的流程。它确定了一种在每个阶段都注重协作和价值交付的方法。首先,它用线下数据创建了AI原型,以展示可行的潜力。从原型到产品的路径是非常透明的,相关业务部门一步步同意并积极贡献。

正如莫雷诺告诉我们的那样,"[业务]专家知道的比你用算法捕捉到的更多;同时他们也不习惯使用这些算法。这是一个微观的变革管理问题。我们试图通过与用户建立信任来克服这个问题,并确保他们始终处于控制之中,而不是算法。"

支持这一切,需要雇佣人工智能和数据人才--现在所有公司都在争夺这些人才。人们会选择加入能源行业,而不是通常的嫌疑人,即互联网巨头?答案主要取决于 "目的":人们为了什么而工作。正如Wildberger强调的那样,"我们正处于下一个能源转型的边缘,我们写E.ON的故事就是为了给人们一个目的。"

 

可再生贸易

早期的人工智能应用领域是每日可再生能源交易市场,能源企业通过该市场解决预测与实际生产和需求之间的差异。通过围绕日内定价趋势、全国范围内能源供应过剩或不足等问题改进预测,一系列算法项目旨在降低相关商业化风险。

 

未来发展

E.ON正在努力实现其所谓的 "嵌入式、规模化和颠覆性 "AI。而支持人工智能用例的财务计划反映了这种广泛的野心。最初,数据团队的资金来自中央分配的预算。现在,该团队已被纳入更大的数字业务部门。随着这一举动,AI有义务成为自给自足,依靠其合作伙伴(即其他E.ON业务部门)获得收入,这种关系很像供应商和客户。它需要证明自己的商业价值才能发展。

这种创新结构说明了E.ON致力于以不同的方式做事。当然,它能否实现其面向未来的目标还有待观察。E.ON高级副总裁Johan Mörnstam告诉我们:"与十年前相比,今天的能源业务显然更加有趣。我认为,从一个被视为老旧且非常保守的行业,我们现在做的事情与各行各业的许多人息息相关。"

热门文章