A inteligência artificial generativa como acelerador da transição energética

No final do mês de junho, tive a oportunidade de participar como orador numa conferência promovida pela consultora de analítica avançada Wiimer e pela Siemens, sobre inteligência artificial generativa (IAG) e os seus impactos na transição energética.

Nesta conferência, onde estiveram presentes vários especialistas em data analytics de grandes empresas nacionais, saiu reforçada a ideia de que a inteligência artificial poderá ser um acelerador fundamental para uma transição energética mais eficaz, mais flexível e principalmente mais rápida.

As políticas energéticas deparam-se em todo o mundo com uma problemática de difícil resolução, como conseguir fazer a “quadratura do círculo” energética, isto é, conseguir atingir as ambiciosas metas de sustentabilidade ambiental e reforçar a independência energética, sem pôr em causa a sustentabilidade financeira das opções e principalmente a segurança de abastecimento.

Fenómenos como a “curva de pato”, canibalização tecnológica, curtaillment, e excesso de produção face à procura para acomodar a variabilidade apresentada pelas tecnologias renováveis, são já uma realidade em vários lugares do mundo.

É verdade que que a tecnologia seguirá o seu caminho, e provavelmente daqui a alguns anos muitos dos fenómenos indicados em cima serão, pelo menos parcialmente, resolvidos. O armazenamento, as interligações, o próprio H2 (se alcançar preços competitivos e operativa mais exequível), desempenharão um papel fundamental para atenuar estes desequilíbrios. Inclusive, até o desenvolvimento do Nuclear com geradores de nova geração, pequenos e modelares (SMRs) pode ser uma alternativa interessante.

É minha convicção que vêm aí tempos de mix energético complexos, não haverá nenhuma tecnologia dominante e cada país ou região terá a matriz que melhor acomodará as suas características (climáticas, financeiras, demográficas e geográficas) para atingir os seus objetivos. A neutralidade e diversidade tecnológica serão realidades que as próximas décadas comprovarão.

Sendo estas mudanças e desenvolvimentos claramente estruturais, podemos, no entanto, fazer algo que acelere todo o processo da transição energética. É aqui que entra a Inteligência Artificial Generativa (IAG).

A Inteligência Artificial Generativa (IAG) refere-se a uma abordagem específica da inteligência artificial que se concentra na capacidade de criar, gerar ou produzir novos dados. Ao contrário da inteligência artificial tradicional, que é frequentemente usada para classificar, analisar ou tomar decisões com base em dados existentes, a IAG concentra-se na criação de dados completamente novos, simulando a capacidade criativa humana.

A IAG pode ser usada para otimizar o uso de energia em várias instalações e processos, ao longo de toda a cadeia de valor do sector.

Alguns exemplos:

• Otimização: Algoritmos de IAG podem ser aplicados para otimizar o uso de energia em redes elétricas, minimizando perdas e maximizando a eficiência.
• Previsão: A IAG pode ajudar a prever a procura futura de energia com base em dados históricos, condições climáticas, padrões de consumo e outros fatores, permitindo que as empresas de energia tomem decisões mais informadas sobre a produção e fornecimento.
• Eficiência energética: A IAG tem utilidade na análise de dados de consumo de energia e identificação de padrões de uso ineficiente. Com base nessa análise, sistemas de IA podem recomendar ajustes para reduzir o consumo de energia, otimizar o desempenho de equipamentos e melhorar a eficiência geral de edifícios, fábricas e redes elétricas.
• Manutenção preditiva: A IAG pode ajudar a melhorar a eficiência e confiabilidade dos ativos de energia, como turbinas, painéis solares ou transformadores. Algoritmos de IA podem analisar dados dos sensores em tempo real para identificar padrões e tendências que indiquem possíveis falhas ou necessidade de manutenção. Isso permite a implementação de estratégias de manutenção preditiva, reduzindo custos e tempos de inatividade.
• Redes elétricas inteligentes: A IAG pode ser usada para criar e operar redes elétricas mais inteligentes e eficientes. Por exemplo, algoritmos de IA podem otimizar a distribuição de energia, equilibrando a carga em diferentes pontos da rede e respondendo a flutuações na procura e na oferta. Além disso, a IAG pode facilitar a deteção e resolução de falhas na rede elétrica, minimizando o tempo de interrupção do serviço.
• Deteção de fraudes e cibersegurança: A IAG pode ser útil na detenção de atividades fraudulentas, como roubo de eletricidade ou manipulação de medidores.
• Aceleração de Sinergias entre Energia e Água: A utilização da IAG poderá ter impacto na minimização dos custos de bombagem de água e na elaboração de estratégias de negociação para os mercados de energia e flexibilidade.
• Design da estratégia ESG: A IAG proporciona combinações de planos de negócios e sustentabilidade e o respetivo apoio à simulação e previsão de indicadores-chave de desempenho, trazendo realismo às metas ESG e aos relatórios de curto prazo.

Existem vários outras possibilidades de aplicabilidade da IAG, seja no armazenamento, nas interligações, na mobilidade elétrica, no H2, e inclusive na eficácia e gestão de risco em bolsas e câmaras de compensação de energia.

A inteligência artificial abre-nos um mundo verdadeiramente novo, em que o verdadeiro potencial não pode sequer ser estimado, mas será definitivamente o maior game changer geracional.

Todos os países, setores e indústrias que consigam posicionar-se na liderança desta “revolução”, estarão de certeza mais próximos do sucesso económico, financeiro e até social. É tempo das duas maiores transições das nossas vidas (energética e digital) andarem lado-a-lado como vetores de desenvolvimento para a nossa sociedade.

Um elemento facilitador e potente como a inteligência artificial, responsabiliza-nos ainda mais na escolha das corretas opções em energia, porque como disse Bill Gates “A primeira regra de qualquer tecnologia utilizada nos negócios é que a automação aplicada a uma operação eficiente aumentará a eficiência. A segunda é que a automação aplicada a uma operação ineficiente aumentará a ineficiência.”

(Este espaço de opinião é pessoal, não vinculando as entidades com as quais o autor tem relação profissional ou associativa)