L’intelligence artificielle n’est plus l’apanage des récits de science-fiction ! Même si l’IA est encore loin de savoir imiter le comportement humain, du moins pour l’instant, l’« IA étroite » fait partie de notre quotidien depuis un certain temps : cette forme d’intelligence artificielle traite un seul type de tâche ou un problème spécifique à un domaine et sur cet aspect, nous avons franchi une étape décisive. Les technologies permettant la capture, le stockage et le traitement des données ont donné un véritable coup d’accélérateur à l’IA !
Les environnements Cloud peuvent désormais traiter efficacement d’énormes volumes de données, donnant naissance à des solutions d’IA rentables qui permettent non seulement de soutenir l’exploitation des distributeurs d’énergie, mais aussi d’améliorer les services proposés à la clientèle. Ens’appuyant surles données de comptage collectées, l’apprentissage machine permet d’optimiser l’assurance des revenus, d’atteindre les objectifs d’efficacité énergétique et de renforcer l’offre de valeur de la vente au détail sur des marchés de services énergétiques hautement concurrentiels.
Potentiel et enjeux de l’IA
L’IA présente un réel potentiel lorsqu’il est possible de capturer des jeux de données suffisamment vastes pour entraîner efficacement les algorithmes d’apprentissage machine sous-jacents. Du côté de l'opérateur de distribution, la transition qui s’est mise en œuvre entre la surveillance classique du réseau au niveau des sous-stations et le comptage intelligent résidentiel intégral a fait grandement évoluer la résolution et les volumes de données disponibles que le distributeur d'énergie est en mesure d’exploiter. Du côté de la vente au détail et de la génération, les négociants et les initiateurs ont toujours été prompts à adopter les technologies de pointe et exploitent le moindre avantage pouvant être apporté par le traitement massif des données dans leurs transactions.
Chez Landis+Gyr, nous avons eu de nombreuses conversations avec des entreprises du secteur de l’énergie qui souhaitent s’appuyer sur l’IA et l’apprentissage machine pour optimiser la gestion et la répartition des actifs. Les premiers atouts apportés par l’IA aux distributeurs d’énergie sont principalement des applications en boucle ouverte, ou celles dites « human-in-the-loop » dans lesquelles l’interaction de l’homme reste nécessaire. Ces applications relèvent notamment du domaine de l’analytique prédictive, de la gestion des actifs etde la détection des défaillances. Mais c’est en optant pour une automatisation en boucle fermée que les difficultés se font le plus sentir. Une grande partie de l’expertise dans ce domaine est détenue par une génération de professionnels hautement qualifiés du secteur de la production et de la distribution d’énergie et n’a encore fait l’objet d’aucune codification pour la gestion des réseaux par des algorithmes en boucle fermée. Il faut toutefois s’attendre à ce que certains cas extrêmes, même les plus délicats, finissent par être à la portée des avancées de l’intelligence artificielle à mesure de l’amélioration des applications de l’IA dans le domaine.
Un déclencheur du changement
Avec ou sans IA, notre secteur fait face à un véritable bouleversement. Nous avons déjà vu comment le changement climatique a déclenché une réaction contre les ressources d'hydrocarbures, entraînant une augmentation de la production d'énergies renouvelables et l’essor des technologies de stockage et des véhicules électriques, partout dans le monde. Il y a tout lieu de croire que la prochaine décennie sera marquée par un renforcement de cette tendance et la mise en place d’incitations politiques et réglementaires visant à expérimenter de nouveaux modèles commerciaux pour la résilience des réseaux de distribution, la sécurité de l'approvisionnement et l'énergie transactive.
Cet article de blog est extrait d'une table ronde regroupant des experts du secteur dans le cadre dunumérorécemment consacré par notre magazine à la puissance de l'intelligence artificielle. Pour en savoir plus, découvrez cette édition dans son intégralité.
