公用事业和AI:时间已经到来

上面提到的“大规模重新设定”是新能源资源的注入,正在发生变化,首先,操作模式和客户互动的本质,但最终所有方面的效用和功能存在。正是这种重新设定,新的大规模的、复杂的数据集,推动人工智能(AI)呼吁从这些挑战创造机会。

虽然有很多的概念什么是人工智能思想的市场中,我们认为人工智能是一个工具,可以帮助我们创建经验,将智能,直观和通过分析未见但感觉通过新业务、个人和业务接触模型。使这种交互需要人工智能可以感知的应用程序,分析和应对他们的环境,在一个聪明的和互动的方式。如果我们可以部署人工智能不需要最终用户写,理解或解释的代码,所有的更好。

这听起来可能很抽象但它变得司空见惯,特别是在机器学习模型——人工智能的核心组成部分——变得更加普遍和他们的应用程序变得更加实用程序的核心业务。机器学习是一种数据分析方法,使系统从数据中学习,识别模式和决策以最少的人工干预。加入人工智能自动化这些流程的能力,实际上,意义,和你有一些强大的功能,使公用事业公司改变能源格局是可行的。

有趣的是,这些想法并不新鲜。艾伦•图灵通过这部电影变成了一个熟悉的名字说:“模仿游戏,在1940年代,“我们想要的是一台机器,可以从经验中学习。“最近流行的例子是当谷歌的人工智能算法的职业选手击败中国棋盘游戏,这被认为是世界上最复杂的游戏在2016年。

那么,这看起来就像在一个实用程序?的例子很多,下面我们将探讨其中的几个,但核心是一个不断涌入的新数据源通常是巨大的,通常是复杂的,常常混有其他数据源提供见解仅仅几年前是不可能的。考虑大量传感器和智能设备的物联网环境和所有的数据从这些设备,从能源使用智能电表,指标,如温度、电流和电压从无数的设备和传感器,现在开始增殖网格。

效用的例子中,我们看到在这个行业所做的一些工作在SoCalGas分析组利用小时智能电表的数据来自580万个客户和其他内部和外部数据源执行诸如提高集合操作(非常真实的和有形的底线的影响)和消费负荷分析(使更深层次的客户洞察力等新项目针对无纸化计费和特殊付款程序)。利用人工智能/毫升的其他实用程序用例包括:

• 使用人工智能图像检测和分类算法来分析无人机图像损失评估,在暴风雨后倒下的电线杆和电线等。情报收集允许公用事业更快地审查赔偿和优化恢复活动。相比传统的卡车卷是昂贵的,有时抑制由于洪水或船员不可用,人工智能,在这种情况下,无人机技术,允许公用事业更快、更可靠的决策与电网恢复正常的操作。
• 自由格式的文本,称为非结构化数据,至少杠杆数据源,因为所需的人际互动进行分析。使用自然语言处理(NLP)、公用事业我现在能够大量非结构化呼叫中心数据优化呼叫路由和使用发现火车呼叫中心代理解决电话更快地降低呼叫中心的运营成本以及提供更好的客户体验。NLP是人工智能的一个分支关心计算机可以理解,如何解释人类语言和操作。NLP还被用来分析社会媒体和调查数据来衡量顾客人气效用。

今天的效用领导人抓住这些新的机遇的许多挑战。就像电信和零售行业,公用事业公司将摆脱这种转变更以客户为中心的方法,他们的业务将最终受益的客户,环境,和底线。