Inteligencia aumentada: un nuevo camino a seguir para que las empresas de servicios públicos unan la inteligencia artificial con la fuerza de trabajo humana

Cuando se habla de inteligencia artificial en una conversación, surge la idea clásica de un robot versus un humano, algo así como una mentalidad de nosotros contra ellos, pero la inteligencia artificial funciona mejor cuando se trata de aprendizaje automático, procesamiento del lenguaje natural y robótico y esto es visto como una asociación con la fuerza de trabajo humana. El ingreso de la inteligencia aumentada, que se encuentra en el nexo entre la inteligencia artificial y los seres humanos, y gira en torno a la tecnología que ayuda a las personas a completar su trabajo de manera más eficiente y les permite centrarse más en actividades de alto valor “sólo para humanos”.
Los servicios actuales se enfrentan a múltiples disrupciones del mercado, incluida la proliferación de fuentes de energía distribuidas, cambios normativos y evolución en las pólizas, una mayor adopción de productos y programas de eficiencia energética, comportamientos cambiantes de los consumidores y un imperativo de modernización de sus tecnologías y procesos. Frente a estas interrupciones, los ejecutivos de servicios públicos pueden aprovechar enfoques innovadores como la inteligencia aumentada para posicionarse para el éxito.
Explorando el ‘arte de lo posible’ con el aprendizaje automático y el procesamiento del lenguaje natural

 

Planificación del presupuesto de capital
Las empresas de servicios públicos invierten en nuevos equipos actualizando activos existentes, como transformadores y subestaciones, y realizando mantenimiento preventivo, todo con el objetivo de mejorar la confiabilidad del servicio. Los enfoques actuales para la planificación del presupuesto requieren que los ingenieros de servicios públicos prueben y analicen cientos de parámetros diferentes de docenas de diferentes fuentes de datos para identificar las inversiones de capital que proporcionarán la mayor mejora a la confiabilidad.
Utilizando interrupciones y otros datos operacionales, historial de mantenimiento, tipos de activos y patrones de carga, así como nuevas variables no tradicionales como la adopción de DER, eficacia del programa de eficiencia energética, inteligencia aumentada puede definir de manera más sistemática y consistente las formas más efectivas de desplegar capital en la modernización o actualización de la red eléctrica. Al analizar los patrones de inversiones anteriores que han mejorado la confiabilidad de la red en el pasado, y teniendo en cuenta los rendimientos disminuidos, el aprendizaje automático no supervisado podría revelar las inversiones de capital a corto plazo más impactantes en la red eléctrica para la fuerza laboral humana.
Actividad de evaluación y restauración de daños
Después de una tormenta o un incendio, las empresas de servicios públicos generalmente envían equipos para evaluar el daño a sus activos (postes, cables, transformadores) y luego priorizan las actividades de restauración y reparación. Los equipos revisan visualmente el daño de la tormenta y el teléfono en sus informes a la base de la tormenta, y luego conducen a la siguiente área y repiten esta actividad de forma manual / visual durante muchos días.
Basado en una combinación de imágenes aéreas, de drones y satelitales, la inteligencia aumentada podría usarse para analizar imágenes para evaluar de forma más rápida y confiable el daño a la red después de una tormenta (cables caídos, polos dañados y transformadores), ayudando finalmente a la empresa a determinar el prioridad de las reparaciones que restablecerían la potencia de la manera más rápida y efectiva.

 

 

Electrificación del transporte
Los vehículos eléctricos (V.E) crean un desafío para los servicios públicos en la planificación del crecimiento de la carga. En este momento, los ingenieros están tratando de predecir, con conjuntos de datos dispares y análisis manuales, qué clientes de su red probablemente comprarán un V.E, así como también el plazo. Esta información se usa para predecir la carga de la red y ayudar a determinar si se necesitan actualizaciones. Por ejemplo, si 20 clientes están todos en el mismo circuito y todos compran un Tesla más o menos al mismo tiempo, los requisitos de carga en ese circuito aumentarían significativamente, lo que podría causar interrupciones.
Según el comportamiento del consumidor (por ejemplo, las redes sociales), las ventas de concesionarios de automóviles, los incentivos del gobierno local y la inteligencia aumentada se podrían usar para identificar un patrón para vehículos eléctricos y vehículos de flota (por ejemplo, UPS, FedEx, etc.). Al predecir cuándo un cliente de servicios públicos podría comprar un V.E, una empresa de servicios podría planificar su inversión en la red eléctrica para aumentar los requisitos de carga, garantizando así que no haya sobrecargas (interrupciones) en un circuito determinado.

 

Compromiso con el cliente
Cuando el centro de llamadas de un servicio público recibe llamadas de clientes, un Representante de Servicio al Cliente (CSR) puede desconocer la identidad del cliente, sus interacciones pasadas con la utilidad, ni saber a qué puede llamar el cliente en ese momento, etc. Esto conduce a una mala interacción con el servicio al cliente y a una RSC que no puede ser proactiva con respecto a cómo sirven al cliente u ofrecer servicios adicionales o nuevos.
Utilizando el análisis predictivo de datos, el CSR podría identificar al cliente cuando lo llama y predecir por qué está llamando en base a interacciones pasadas o características específicas del cliente. Esto, a su vez, proporcionaría a la CSR la mejor información para proporcionar una experiencia de cliente más positiva. El CSR también estaría bien posicionado para ofrecer servicios específicos adicionales, como servicios de eficiencia energética.
Algunos clientes de servicios públicos (p. Ej., Millennials) prefieren no hacer una llamada telefónica. Los avances recientes en el procesamiento del lenguaje natural (NLP) brindan a los clientes la oportunidad de usar un chatbot en lugar de hablar con un ser humano. La tecnología NLP se utiliza para evaluar el texto ingresado en el campo de chat para responder automáticamente preguntas simples (p. Ej., “¿Cuánto cuesta mi factura este mes?”) O dirigir al cliente a un ser humano para preguntas más complejas (por ejemplo, “¿Por qué? mi factura es alta este mes? “). En una interrupción, NLP también se puede utilizar para analizar el contenido de las redes sociales de Twitter, Facebook e Instagram para mejorar la conciencia situacional de las operaciones de servicios públicos, lo que finalmente permitirá que la utilidad proporcione actualizaciones informadas a los clientes.
Los asistentes virtuales, como Alexa de Amazon, también pueden transformar la experiencia del cliente, permitiendo que el cliente pueda hacer preguntas o tomar medidas basadas en conexiones con dispositivos domésticos inteligentes o sistemas de servicios públicos. Por ejemplo, “¿Cuál es mi uso en lo que va del mes?”, “¿Cuál es mi contribución solar a mi factura en lo que va del mes?”, “Pagar mi factura” o “¿Qué electrodoméstico utiliza la mayor cantidad de electricidad en mi hogar?”. un paso más allá, los asistentes virtuales también podrían desarrollar nuevas habilidades, brindándoles la capacidad de ayudar en ciertas acciones (por ejemplo, ejecutar la lavadora en el momento menos costoso del día).

 

 

El uso de la robótica para agilizar los procesos de organización
Existen varias aplicaciones de robótica que los servicios públicos podrían adoptar, y todas ellas brindan una combinación de ahorro de costos, reducción de los gastos operativos y un mejor servicio al cliente.
Detección de Vegetación Peligrosa
La vegetación cerca de las líneas eléctricas puede causar cortes de energía durante eventos climáticos severos. Identificar y administrar la vegetación es una batalla costosa y en marcha para muchos servicios públicos: cuándo recortar, dónde recortar y con qué frecuencia.
Los drones autónomos pueden detectar y seguir las rutas de la línea eléctrica e identificar y marcar automáticamente los puntos sobrecrecidos a lo largo de la ruta (transmisión de video en vivo a la nube, junto con el aprendizaje automático). El dron detectaría el crecimiento excesivo y volaría automáticamente un 360 alrededor del área a diferentes altitudes para proporcionar una vista completa de la extensión y el tipo de obstrucción. Esto proporcionaría a los equipos de vegetación ubicaciones de GPS específicas de las áreas problemáticas para que puedan planificar y gestionar de forma sistemática sus acciones de eliminación de vegetación.
Además, estos drones pueden identificar árboles dañados o enfermos fuera de las zonas de guarnición típicas de la utilidad para su eliminación específica. Hacerlo puede ser útil para garantizar que no se caigan en las líneas eléctricas y provoquen interrupciones durante una tormenta.
Inspecciones reglamentarias
Los servicios públicos están obligados a inspeccionar regularmente sus activos de transmisión y distribución de energía por daños, posibles problemas e impactos ambientales.
Los drones autónomos podrían usarse para realizar inspecciones visuales automáticas de activos de energía, incluidas subestaciones, transformadores, postes, torres, etc. Después de establecer un punto inicial, el dron detectaría el tipo de activo (por ejemplo, un transformador montado en un poste) y luego volaría una secuencia de vuelo predeterminada para capturar por completo una vista de múltiples ángulos en tiempo real del activo. Además del video de alta definición, los drones pueden equiparse con dispositivos de inspección térmica, inductiva, de rayos X o magnéticos para otros tipos de análisis no destructivos. Esto puede ser particularmente útil en el futuro, ya sea durante la noche o en condiciones menos que ideales (es decir, viento) demasiado peligroso para los humanos.
En este momento, existen obstáculos importantes, particularmente en los Estados Unidos, ya que las regulaciones de la Administración Federal de Aviación (FAA) limitan las operaciones de drones a “línea visual”, lo que significa que el piloto o un observador siempre deben poder ver el dron mientras están en operación. Sin embargo, se está progresando para modificar las regulaciones de la FAA.
Construcción y reparaciones
Cuando los polos y las líneas eléctricas son dañados por tormentas o accidentes, se envían equipos de reparación para evaluar y reparar daños mediante la fijación o reemplazo de postes, transformadores y aislantes. Los vehículos autónomos podrían usarse para entregar herramientas y piezas de repuesto a sitios de trabajo específicos de manera más económica y rápida, y tener carros de construcción cargados antes del comienzo de un turno para que los equipos de servicios puedan minimizar los tiempos de carga y maximizar los tiempos de construcción. Los drones de carga automatizados pueden registrar la información generada por los drones autónomos de evaluación de daños y determinar qué herramientas y piezas de repuesto son necesarias para restaurar el servicio. De nuevo, esto minimiza los tiempos de carga y puede acelerar las actividades de restauración.
El camino hacia la inteligencia aumentada
El panorama de la utilidad ha cambiado drásticamente en los últimos años, y como tal, las empresas de servicios públicos han cambiado su enfoque a la digitalización de los procesos comerciales existentes, lo que significa que están combinando nueva tecnología en los procesos existentes. Sin embargo, para convertirse en una empresa exitosa de Next Generation Energy, el camino a seguir debe incluir la integración de la inteligencia aumentada en los procesos comerciales, lo que les permite innovar realmente con la tecnología.