Es necesario producir más energía y reducir la dependencia, pero también hacerlo de forma optimizada. Y si hay una tecnología que puede incrementar la productividad de todos los sectores de forma transversal esa es la Inteligencia Artificial. Está llamada a ser la gran protagonista del siglo XXI y la que, de alguna forma que debe ser positiva, cambie nuestro modelo de vida y de trabajo.

Las empresas energéticas no son ajenas a ello y están metidas de lleno en una carrera por liderar la Inteligencia Artificial en nuestro país, construyendo alianzas, comprando startups y desarrollando decenas de iniciativas y proyectos en un campo que se considera clave para lograr la eficiencia energética y la descarbonización de la economía.

Si hay una tecnología que puede incrementar la productividad de todos los sectores de forma transversal esa es la Inteligencia Artificial

Pero empecemos por el principio, ¿en qué puede ayudar la IA al sector energético? Recordemos que no todo es ChatGPT ni Inteligencia Artificial generativa, y que esta tecnología, aparte de escribir textos puede ayudarnos a predecir la producción de una planta, balancear la oferta o demanda de energía, anticipar fallos de la red y prever el comportamiento de los consumidores.

En suma, reducir el consumo de electricidad hasta un 40%, como el algoritmo que ha desarrollado Google para disminuir la energía que utilizan sus centros de datos. Esta medida, anunciada por la compañía de Mountain View hace ya la friolera de siete años, da una medida de todo lo que la IA puede hacer por el sector energético. Con lo que ello supone de beneficios para las empresas, pero también para el medio ambiente y, por ende, para el conjunto de la sociedad.

¿Y cómo se llega a este punto? Son varias las herramientas que la IA pone a disposición de la eficiencia energética, como el desarrollo de las redes inteligentes o smart grids. Son redes distribuidas y automatizadas, capaces de realizar análisis inteligentes en tiempo real, balanceando la oferta y demanda de energía o detectando potenciales errores o fraudes a lo largo de toda la cadena de suministro.

Este modelo permite abordar la producción distribuida (esto es, en pequeñas fuentes de energía más locales o incluso en edificios u hogares particulares -muchas de ellas renovables-, frente al modelo actual de grandes centrales eléctricas de carbón o nucleares), de manera que podamos depender menos de los modelos tradicionales y podamos acercar la producción eléctrica al consumidor final de forma sostenible.

Anticipar la demanda real

Otra de las aplicaciones prácticas de la IA es la que nos permite anticipar la demanda real de electricidad, incluso con meses o años de anticipación. Ello permite desarrollar políticas adecuadas de inversión, tanto pública como privada, con márgenes de error inferiores al 2%.

Eso también nos sirve para las energías renovables. Porque aunque todos los usuarios de AEMET sabemos que el tiempo es imprevisible al menos hasta 24 horas de la consulta, la IA sí que nos permite predecir con cierta aproximación la cantidad de energía solar o eólica que va a producir una planta.

No es extraño que las principales compañías energéticas españolas se estén metiendo de lleno en un campo que les puede reportar un variado abanico de posibilidades

Y eso resulta vital en un modelo tan sostenible como intermitente, donde la dependencia de los recursos naturales es elevada y donde sistemas implementados con Inteligencia Artificial han conseguido mejorar hasta un 50% la precisión de los modelos de previsión.

Y hay más cosas que la IA puede hacer por el sector energético. Anticipar los fallos de cualquier sistema, generar recomendaciones personalizadas que optimizan la eficiencia en el consumo de cualquier cliente, mejorar la operación de la red de transporte de luz o incluso gestionar el talento de una compañía.

No es extraño, por tanto, que las principales compañías energéticas españolas se estén metiendo de lleno en un campo que les puede reportar un variado abanico de posibilidades. Desde alianzas con Microsoft, AWS, Oracle, SAP y Google hasta acuerdos y compras de startups como Innowatts, Recicleye,, Pachama y Fuvex.

Iberdrola, Endesa, Naturgy, Repsol, Cepsa, Enagás y Redeia mueven ficha en un mercado llamado a revolucionar nuestro modelo de trabajo y donde no hay un segundo que perder. Nuestra productividad y, en consecuencia, la competitividad de nuestra economía depende en gran parte de ello.

Para muestra, un botón. En Estados Unidos, la petrolera Shell ha conseguido acortar el cronograma de exploración de un yacimiento a nueve días frente a los nueve meses que se necesitaban de forma tradicional. Para ello, utilizó Inteligencia Artificial con el objetivo de analizar datos geológicos, trazar mapas de una forma más eficiente del subsuelo, determinar los volúmenes recuperables en los yacimientos petrolíferos, proporcionar una valoración y aumentar la eficiencia y rapidez del proceso de exploración.

De doscientos setenta días a siete. 261 días de ahorro. El salto en la productividad es de tal magnitud que cuesta, incluso, imaginarlo. Pero es real. Está aquí y va a cambiar el mundo. Es labor de todos aprovecharlo y hacerlo de la manera correcta porque, de conseguirlo, habremos creado un universo mejor para todos.

*** Alicia Richart es directora general de Afiniti para España y Portugal.