Categorie
6MEMES TRENDS Artificial Intelligence – More than (buzz) words?

Considerazioni non-tecniche sull’Intelligenza Artificiale e i suoi riflessi sulla società e l'economia. Di Vieri Emiliani.

[sf_iconbox image=”fa-cogs” character=”” color=”standard” type=”standard” title=”” animation=”none” animation_delay=”200″ link=”” target=”_self”]
[/sf_iconbox]

Intelligenza Artificiale: non più (solo) parole

[dropcap3]S[/dropcap3]istemi di guida assistita e semi-autonoma, traduttori automatici che convertono una telefonata in un’altra lingua, servizi di raccomandazione che ci segnalano i contenuti per noi più interessanti tra migliaia di titoli, meccanismi anti-frode che bloccano in tempo reale transazioni sospette o tentativi di accesso ai nostri account online…
L’Intelligenza Artificiale sta entrando, pervasivamente, nelle nostre vite.
Algoritmi pensati nello scorso millennio e rimasti confinati a lungo nei laboratori delle università, trovano improvvisamente applicazione nei nostri telefoni, automobili, nei servizi che quotidianamente utilizziamo.
L’aumento della potenza di calcolo distribuita, ma soprattutto la straordinaria disponibilità di dati, originati da dispositivi mobili, sensori, apparecchi e applicazioni software che digitalizzano e registrano quello che succede intorno a noi, hanno trasformato questi algoritmi “impolverati” in formidabili macchine predittive, destinate a cambiare il nostro modo di interagire con il mondo esterno. Una trasformazione con forti impatti economici e sociali.
[bctt tweet=”Algoritmi pensati nello scorso millennio e rimasti confinati a lungo nei laboratori delle università, trovano improvvisamente applicazione nei nostri telefoni, automobili, nei servizi che quotidianamente utilizziamo.” username=”MapsGroup”]
Diversi studi indipendenti valutano che le applicazioni dell’intelligenza artificiale porteranno un contributo alla crescita economica globale compreso tra lo 0.8% e l’1.2%. Secondo PwC, l’AI potrebbe creare 13.700 miliardi di euro di valore da qui al 2030, più di quanto producano oggi Cina e India insieme.
Ovviamente, questi impatti saranno diversi da paese a paese.
La struttura dell’economia, lo sviluppo nei diversi settori industriali (la sua composizione in termini di settori industriali), gli investimenti in R&D, la capacità di sviluppare e assorbire l’innovazione, sono tutti fattori che influenzano il modo in cui l’AI può impattare sulla produttività e stimolare lo sviluppo economico di un paese.
Accenture ha provato a stimare queste differenze analizzando gli effetti dell’AI da qui al 2035 sulle economie di 12 paesi, tra cui l’Italia. Quanto emerge è che, anche facendo delle ipotesi conservative, il potenziale delle applicazioni dell’AI può raddoppiare i tassi di crescita economica di questi paesi. Una delle principali leve di questa crescita è riconducibile agli effetti che l’AI può avere sulla produttività, trasformando significativamente il modo in cui lavoriamo, aumentandola del 40%.

distribuzione Intelligenza Artificiale
Fonte: www. newsroom.accenture.com. Per visionare l’articolo cliccare sull’immagine.

Gli Stati Uniti guidano questa classifica teorica, con un aumento del valore prodotto al 2035 di 8.300 miliardi di dollari. Sempre secondo lo studio di Accenture, il Giappone, grazie alla sua forte capacità di assorbire l’innovazione, una solida base industriale e di ricerca, potrebbe più che triplicare la propria crescita economica, passando dall’attuale stima dello 0.8% a un 2.7%, con un incremento di valore cumulativo al 2035 di oltre 2.000 miliardi di dollari, una cifra superiore al nostro prodotto interno lordo.
Finlandia e Svezia vedrebbero aumentare la loro crescita rispettivamente del 2% e 1.9%, mentre per la Germania è stimato un aumento di 1.6 punti, pari a 1 miliardo di dollari. L’Italia chiude la classifica, insieme alla Spagna, con una crescita addizionale dello 0.8%.
 

[sf_iconbox image=”fa-angle-double-down” character=”” color=”standard” type=”standard” title=”” animation=”none” animation_delay=”200″ link=”” target=”_self”]
[/sf_iconbox]Casi d’uso: come si concretizza questa crescita?

Le grandi piattaforme digitali (Google, Facebook, Amazon, Netflix, ma anche i loro equivalenti cinesi come Baidu, Alibaba e Tencent) hanno iniziato a sfruttare le potenzialità del machine learning da tempo. Avvantaggiate da un modello di business “nativamente digitale” (in cui ogni attività genera direttamente nuovi dati), sfruttano le enormi moli di dati prodotti per affinare continuamente i propri modelli predittivi, e creare nuovo valore. Apple e Microsoft, i cui modelli di business non erano basati sul dato, sono partite di rincorsa, ma stanno recuperando velocemente.
Non quindi deve sorprendere che queste aziende abbiamo dei piani di investimento miliardari sulla ricerca e siano in grado di attirare i migliori talenti del settore. Perché sono già in grado di monetizzare questi investimenti.
[bctt tweet=”Le grandi piattaforme digitali (Google, Facebook, Amazon, Netflix, ma anche i loro equivalenti cinesi come Baidu, Alibaba e Tencent) hanno iniziato a sfruttare le potenzialità del machine learning da tempo. ” username=”MapsGroup”]
Per Netflix, il consumo di un utente è basato all’80% sulle raccomandazioni degli algoritmi, e solo al 20% su ricerche puntuali. Il  motivo? La soglia di attenzione dell’utente è di 60-90 secondi. Se entro questo tempo non trova un titolo interessante, rinuncia, aumentando il rischio di abbandono del servizio.
Netflix [1] stima che l’impatto dei sistemi di personalizzazione e raccomandazione sulla “churn reduction” valga 1 miliardo di dollari all’anno (quasi il 10% del proprio fatturato). Più in generale, la personalizzazione dei servizi, per le aziende che si interfacciano direttamente con il cliente, è una delle aree in cui l’AI trova maggiore applicazione.
Boston Consulting Group afferma che la personalizzazione porterà, nei prossimi 5 anni, un vantaggio economico in termini di ricavi pari a 800 miliardi di dollari. Un vantaggio riservato a quel 15% di aziende che saprà applicarla in modo efficace.
Anche secondo McKinsey, le aree aziendali in cui si concentreranno maggiormente i benefici dell’innovazione portata dall’AI sono Marketing e Vendite, per l’aumentata capacità di profilare i bisogni e personalizzare i prodotti e servizi, e le Operazioni (Supply Chain Management & Manufacturing).

Fonte: www.mckinsey.com. Per visionare l’articolo cliccare sull’immagine.

L’applicazione di modelli di manutenzione predittiva, ovvero l’analisi dei dati di processo finalizzata a prevenire guasti e fermi di produzione, potrebbe valere oltre 500 miliardi di dollari, il 40% dei benefici derivanti dall’AI per la funzione. Sul tema Supply Chain, l’esempio di Amazon è davanti agli occhi di tutti.
 

[sf_iconbox image=”ss-globe” character=”” color=”standard” type=”standard” title=”” animation=”none” animation_delay=”200″ link=”” target=”_self”]
[/sf_iconbox]Il ruolo dei sistemi paese

E i governi, come si stanno muovendo? Secondo Anthony Mullen, il direttore della ricerca di Gartner [2], allo stato attuale “l’intelligenza artificiale è una corsa a due tra Cina e Stati Uniti”. Se gli Stati Uniti sono stati il primo paese ad avere sviluppato nel 2016, durante la presidenza Obama, un piano strategico per l’Intelligenza Artificiale, la Cina ha risposto con un piano denominato “New Generation Artificial Intelligence Development Plan”, il cui obiettivo è portare il paese a essere leader nel settore dell’AI entro il 2030.
La Cina ha già superato gli Stati Uniti per numero di pubblicazioni scientifiche in materia di intelligenza artificiale, e il numero di brevetti cinesi collegati all’intelligenza artificiale sono cresciuti del 200% negli ultimi anni.
La sola Alibaba, il gigante tecnologico cinese, investirà sull’intelligenza artificiale 15 miliardi di dollari, nel prossimo triennio, nell’ambito del proprio programma di ricerca denominato “Alibaba’s Academy for Discovery, Adventure, Momentum and Outlook” [3], distribuito su 7 laboratori tra Cina, Stati Uniti, Russia e Israele.
L’MIT (Massachusetts Institute of Technology) ha recentemente annunciato un investimento di un miliardo di dollari, destinato a indirizzare le sfide e le opportunità globali create dalla diffusione delle tecnologie digitali e l’intelligenza artificiale. Oltre a creare 50 nuove cattedre, raddoppiando di fatto il numero di docenti di informatica e AI dell’ateneo, l’MIT ha deciso di integrare l’insegnamento di informatica e intelligenza artificiale all’interno di tutti gli altri corsi, in una contaminazione interdisciplinare fondamentale per ridurre la distanza tra sviluppo teorico e applicazioni pratiche dell’AI.
[bctt tweet=” Oltre a creare 50 nuove cattedre, raddoppiando di fatto il numero di docenti di informatica e AI dell’ateneo, l’MIT ha deciso di integrare l’insegnamento di informatica e intelligenza artificiale all’interno di tutti gli altri corsi. ” username=”MapsGroup”]
A livello europeo, la Commissione ha riconosciuto il proprio gap, e nell’aprile 2018 ha deciso di aumentare del 70% gli investimenti previsti nell’ambito del programma H2020, portandoli a 1.5 miliardi di euro per il triennio 2018-2020.
Secondo la Commissione Europea, questo dovrebbe stimolare ulteriori finanziamenti per 2.5 miliardi di euro su partnership pubblico-privato già in essere. L’obiettivo dichiarato (portare gli investimenti europei pubblici e privati a 20 miliardi di euro nel triennio) richiede uno sforzo significativo da parte di tutti gli attori.
E l’Italia? Nonostante un’importante produzione scientifica di settore (secondo l’OCSE nella classifica mondiale degli articoli di machine learning più citati siamo al quinto posto), nel Piano Triennale per l’Informatica 2017-2019 il termine Intelligenza Artificiale compare una sola volta. AgID (L’Agenzia per l’Italia Digitale) ha creato a metà 2017 una task force per l’AI, che ha prodotto il libro bianco “L’Intelligenza Artificiale al servizio del Cittadino”, presentato a Marzo 2018, e avviato un piano progettuale, la cui prima iniziativa prevede un finanziamento di 5 milioni di euro di fondi europei per lo sviluppo di progetti pilota nella Pubblica Amministrazione.
Nello stesso periodo, sollecitato dal report indipendente “Growing the artificial intelligence industry in the UK” dell’Ottobre 2017, il Regno Unito in 6 mesi ha predisposto un piano di investimenti denominato “AI Sector Deal” da oltre 1 miliardo di euro. Anche la Germania ha recentemente annunciato un piano di investimento da 3 miliardi di euro sull’Intelligenza Artificiale, mentre la Francia ha avviato nel 2018 un piano quinquennale da 1.5 miliardi di euro.
 

[sf_iconbox image=”ss-check” character=”” color=”standard” type=”standard” title=”” animation=”none” animation_delay=”200″ link=”” target=”_self”][/sf_iconbox]

Conclusioni

Sostenere lo sviluppo di una cultura dell’Intelligenza Artificiale, finanziando adeguatamente l’aggiornamento e il potenziamento del sistema educativo, la ricerca scientifica e incentivando l’innovazione “data-driven” nelle imprese, è una grande opportunità, che non richiede particolari investimenti infrastrutturali, ma che richiede di investire nel capitale umano del paese. Valorizzando le eccellenze già presenti, l’Italia potrebbe rapidamente recuperare attrattività e stimolare investimenti anche dall’estero.
Una strategia aggregata a livello europeo, non limitata a finanziamenti comunitari, ma basata su un vero piano coordinato tra i paesi, darebbe all’Europa una posizione di leadership, non solo nella produzione scientifica, ma anche in settori chiave come la robotica e, più in generale, metterebbe le nostre imprese nelle condizioni di competere alla pari con Stati Uniti e Cina.
[bctt tweet=”Sostenere lo sviluppo di una cultura dell’Intelligenza Artificiale, finanziando il potenziamento del sistema educativo, scientifico e innovativo, è una grande opportunità per investire nel capitale umano.” username=”MapsGroup”]
Le sfide che l’intelligenza artificiale ci pone, proprio per il suo straordinario potenziale di innovazione, non sono solo di natura economica, ma si riflettono anche e soprattutto su temi sociali ed etici di grande portata, quali ad esempio:

  • la proprietà e le modalità di utilizzo dei dati (dei nostri dati), senza i quali gli algoritmi di Machine Learning semplicemente non possono funzionare; – la trasparenza dei processi decisionali supportati da algoritmi di intelligenza artificiale, specie quando queste decisioni impattano su aspetti fondamentali della vita delle persone;
  • le modalità di redistribuzione del valore generato da questa rivoluzione, capaci – a seconda dei casi – di diminuire le diseguaglianze, ma anche di accrescerle;
  • i tempi e i modi con cui la nostra società saprà adattarsi o meno ai cambiamenti introdotti nel mondo del lavoro dall’AI attraverso l’automazione di processi sempre più evoluti e complessi.

In ciascuno di questi ambiti, il ruolo della politica e dei governi nazionali, delle istituzioni internazionali sarà centrale per comprendere e indirizzare lo straordinario potenziale dell’Intelligenza Artificiale e indirizzarlo, speriamo, verso il bene comune, limitandone i rischi e favorendo la redistribuzione dei benefici.
Un ruolo che, come i recenti avvenimenti ci hanno dimostrato a partire dall’affaire Cambridge Analytica, non può essere lasciato alle grandi piattaforme digitali.

Vieri Emiliani


[highlight]Note al testo[/highlight]

[1] Carlos A. Gomez-Uribe and Neil Hunt. 2015. The Netflix recommender system: Algorithms, business value,
and innovation. ACM Trans. Manage. Inf. Syst. 6, 4, Article 13 (December 2015), 19 pages.
[2] New Generation Artificial Intelligence Development Plan (China).
[3] Announcing the investment on Alibaba’s home turf in Hangzhou, Jeff Zhang, chief technology officer, said the $15bn would be invested over three years as part of a research programme called Alibaba’s Academy for Discovery, Adventure, Momentum and Outlook.
 


Credits Immagini:

 

Immagine di copertina, rielaborata tra le seguenti immagini.
ID: 89418530, di pwstudi
ID: 105095130, di Galina Peshkova

 

Categorie
6MEMES TRENDS Machine Learning e Intelligenza Artificiale

La rete intelligente del terzo millennio: tecnologie abilitanti per un nuovo paradigma energetico

[boxed_content type=”whitestroke” pb_margin_bottom=”no” width=”1/1″ el_position=”first last”]

[sf_iconbox image=”ss-sun” character=”” color=”standard” type=”standard” title=”” animation=”none” animation_delay=”200″ link=”” target=”_self”]
[/sf_iconbox]Reti intelligenti: la tecnologia come fattore abilitante

 
[dropcap3]I[/dropcap3]ndustria 4.0, Internet of Things, Big Data e, ancora, efficienza energetica ed energie rinnovabili, tecnologie green e sistemi di gestione avanzata delle risorse idriche e dei rifiuti… La promozione di un’efficiente economia circolare passa attraverso una serie di sistemi complessi che debbono necessariamente interagire tra loro, sino a costituire vere e proprie reti intelligenti.
Il tutto, possibilmente, includendo in tale processo inter-operativo e inter-culturale la partecipazione attiva da parte dei cittadini alla governance dei processi strategici, decisionali e operativi nell’ambito della Pubblica Amministrazione.
Si tratta, come è intuibile, di fenomeni che si sono imposti sia a livello globale che locale, affacciandosi di recente nella nostra vita quotidiana e contribuendo a modificare profondamente i nostri processi identitari e sociali.
È in questo preciso snodo che le tecnologie innovative divengono strumenti di supporto indispensabili – potremmo dire abilitanti – per il governo della complessità generata da una tale molteplicità e variabilità di istanze.
Sapere gestire al meglio le esigenze di queste strutture innovative è dunque la nuova sfida che riguarda ciascun territorio, da affrontare con razionalità, inventiva e competenza.

[sf_iconbox image=”ss-lightbulb” character=”” color=”standard” type=”standard” title=”” animation=”none” animation_delay=”200″ link=”” target=”_self”]
[/sf_iconbox]Energie rinnovabili e incremento della domanda:
nuovi modelli energetici

 
[dropcap3]U[/dropcap3]n ambito di particolare rilievo – anche a fronte di un incremento della domanda a livello planetario – è quello relativo all’energia in generale e alle rinnovabili in particolare.
Secondo l’ultimo rapporto del GSE (Gestore Servizi Energetici), in Italia la quota dei consumi finali lordi di energia coperta da fonti rinnovabili nel settore elettrico ha raggiunto il 34% (e il 17.4% dei consumi energetici totali). Ancora più interessante notare come, tra le rinnovabili elettriche, solare e eolico siano passati dal 5.1% del totale nel 2005 al 35% nel 2016, energia per lo più prodotta da impianti di piccola o micro-generazione (nel 2015 ARERA, l’Autorità di Regolazione per l’Energia Reti e Ambiente, ha censito oltre 688.000 impianti fotovoltaici e più di 2500 impianti eolici).
Si configura dunque la nascita di una nuova community energetica che, incentivando l’abbandono delle tradizionali centrali elettriche, caratterizzate da un maggiore impatto ambientale, sarà in grado di operare grandi trasformazioni e introdurrà un modello di generazione distribuita formato da piccoli impianti di autoproduzione (o micro-grid) alimentati da energie rinnovabili e allacciati alla rete di distribuzione tradizionale che, oltre a coinvolgere in modo vantaggioso piccole imprese o consorzi, permetterà anche ai privati di produrre energia.
[bctt tweet=”La rete intelligente del terzo millennio: tecnologie abilitanti per un nuovo paradigma energetico!” username=”MapsGroup”]
La richiesta, attuale e contingente, è quella di adattare le reti elettriche alle nuove esigenze energetiche, in una realtà che vede il cliente non più solo come un consumatore tradizionale, ma anche come un soggetto attivo nella filiera produttiva..
Una delle risposte percorribili consiste nello sviluppo di progetti pilota che possano verificare la resistenza e l’affidabilità delle reti intelligenti di distribuzione energetica: in una parola le Smart Grid.

Le Smart Grid sono reti elettriche che combinano elettronica e tecnologie digitali per consentire una comunicazione bidirezionale tra i vari punti della rete. Questo consente il monitoraggio, l’analisi, il controllo e lo scambio di informazioni in tempo reale tra i soggetti coinvolti, per migliorare l’efficienza della rete, ridurre i consumi e i costi dell’energia, e massimizzare l’affidabilità e la trasparenza lungo tutta la filiera energetica. L’integrazione con le tecnologie digitali, infatti, rende la rete:
[icon image=”ss-fastforward” character=”” size=”small” cont=”no” float=”left” color=”standard”]in grado di rispondere tempestivamente alla richiesta di maggiore o minore consumo di uno o più utenti;
[icon image=”ss-fastforward” character=”” size=”small” cont=”no” float=”left” color=”standard”]resiliente alla variabilità del carico di energia elettrica prodotta in centrali che sfruttano energie rinnovabili con caratteristiche di aleatorietà, quali eolico e fotovoltaico;
[icon image=”ss-fastforward” character=”” size=”small” cont=”no” float=”left” color=”standard”]facilmente integrabile, per un costante dispacciamento di energia, alle centrali elettriche di produzione tradizionali e al servizio di bilanciamento energetico della rete di distribuzione nazionale.
Parallelamente alle Smart Grid, un ruolo fondamentale per una gestione efficiente delle energie rinnovabili è data dai sistemi di accumulo dell’energia. Questi, infatti, permettono di immagazzinare eventuali sovra-produzioni di energia, tipiche di fonti quali il solare e l’eolico, ovvero di acquistare energia dalla rete quando il prezzo è conveniente, per renderla fruibile in periodi in cui i consumi superano la produzione.
Oltre ai tradizionali sistemi di accumulo, un crescente interesse si sta sviluppando intorno ai veicoli elettrici (PEV) e al loro impatto sul sistema di distribuzione dell’energia.
Dunque, nuovi modelli energetici basati sull’integrazione di fonti rinnovabili, sistemi di storage e tecnologie intelligenti per la gestione della rete. La loro conseguente adozione introdurrà, a cascata, nuovi stakeholder e relativi modelli di business – assai diversi rispetto a quelli tradizionalmente adottati nel mercato dell’energia elettrica – che coinvolgeranno in modo vantaggioso non solo i big dell’energia, ma anche piccole imprese, consorzi e infine privati.

[sf_iconbox image=”ss-gridlines” character=”” color=”standard” type=”standard” title=”” animation=”none” animation_delay=”200″ link=”” target=”_self”]
[/sf_iconbox]Smart Grid: ovvero a domandA rispostE

 
[dropcap3]D[/dropcap3]i fronte a sistemi che operano su tali livelli differenziati di: bisogni, risorse, fornitori ed utenti, in un futuro prossimo saranno indispensabili specifiche interfacce d’uso in grado di supportare il Demand Response, modello che incentiva la partecipazione dei consumatori all’efficienza del sistema, cui è richiesto una risposta proattiva a eventuali richieste di limitazione o rimodulazione dei consumi da parte dell’operatore. Incentivi che possono attuarsi anche mediante l’adozione di un meccanismo di tariffazione che:
[icon image=”ss-fastforward” character=”” size=”small” cont=”no” float=”left” color=”standard”]sarà, in buona parte, proporzionale alla domanda complessiva sulla rete;
[icon image=”ss-fastforward” character=”” size=”small” cont=”no” float=”left” color=”standard”]potrà essere basata su incentivi offerti ai consumatori per ridurre il loro consumo energetico nei momenti di picco della domanda o quando il sistema è sotto stress.
[icon image=”ss-fastforward” character=”” size=”small” cont=”no” float=”left” color=”standard”]Oppure che, in un’opzione ancora più interessante, prevederà l’utilizzo di soluzioni automatizzate (come ad esempio i sistemi domotici), in grado di spostare carichi di energia bilanciandoli tra i vari momenti della giornata.
Appare dunque sempre più chiaro come le dinamiche di Demand Response richiedano un elevatissimo livello di coordinamento e responsività tra i diversi soggetti coinvolti.
La capacità di rispettare gli impegni presi – come ad esempio la limitazione della potenza massima assorbita in un determinato periodo del giorno (Peak Shaving), il differimento alla fascia serale di certi consumi da parte di uno o più utenti – è infatti essenziale per assicurare una gestione ottimale della rete e limitare i rischi di congestione o sovra-produzione.
Per garantire tale coordinamento, è essenziale che i nuovi sistemi di gestione delle Smart Grid siano in grado di:
[icon image=”ss-fastforward” character=”” size=”small” cont=”no” float=”left” color=”standard”]prevedere con accuratezza da una parte i consumi energetici e dall’altra la capacità produttiva delle diverse fonti rinnovabili;
[icon image=”ss-fastforward” character=”” size=”small” cont=”no” float=”left” color=”standard”]gestire in modo ottimale i sistemi di accumulo di energia disponibili;
[icon image=”ss-fastforward” character=”” size=”small” cont=”no” float=”left” color=”standard”]adattarsi rapidamente ad eventuali scostamenti dalle previsioni, notificare la nuova pianificazione all’operatore ed, eventualmente, attivare una nuova contrattazione.
Che è quello che come Maps abbiamo cercato di realizzare, in collaborazione con i ricercatori dell’Università di Genova, nel progetto pilota di ottimizzazione della pianificazione elettrica della Smart Polygeneration Microgrid del Campus di Savona, una delle prime Smart Grid a livello europeo.
 

Smart Grid Savona
Smart Micro-grid di Savona

 

[sf_iconbox image=”ss-clock” character=”” color=”standard” type=”standard” title=”” animation=”none” animation_delay=”200″ link=”” target=”_self”]
[/sf_iconbox]Smart Grid e Reti intelligenti:
scenari e numeri verso il terzo millennio

 
[dropcap3]L[/dropcap3]e nuove tecnologie per l’utilizzo di fonti rinnovabili e lo storage saranno dunque i settori di sfida dei prossimi anni.
Il fine comune è quello di mettere a regime reti intelligenti che da un lato uniscano alti gradi di tecnologia a una distribuzione condivisa di elettricità (in un un’ottica sia di riduzione e razionalizzazione dei consumi che di Sharing Economy), e dall’altro minimizzino al contempo le perdite, il carico di rete, i sovraccarichi e le variazioni della tensione elettrica.
Quello delle Smart Grid – in questo un nuovo scenario di mercato, sia competitivo che di qualità – sarà in grado di facilitare i governi nazionali nel rientrare nei parametri previsti a livello comunitario per la riduzione della produzione di CO2, minimizzando l’impatto ambientale dovuto alla produzione e fornitura di energia.
Non a caso, tutti gli analisti sono concordi nel prevedere per i prossimi anni una forte crescita per il settore a livello globale. Secondo Bloomberg New Energy Finance, il mercato delle tecnologie digitali per il settore energetico passerà dagli attuali 52 miliardi di dollari ai 64 miliardi di dollari previsti per il 2025. Una crescita che si concentra nei segmenti più innovativi, quali i sistemi di automazione della distribuzione (da $4bn a $10bn), della gestione dell’energia domestica (da $1bn a $11bn) e per la flessibilità (come appunto il Demand Response) che varrà nel 2025 4 miliardi di dollari.
 

Conclusioni

Efficienza energetica e rinnovabili: sono questi i settori energetici sui quali investire per arrivare alla massima competitività di costo e le performances migliori in tal senso si potranno ottenere solo dando priorità allo sviluppo di sistemi di storage e delle Smart Grids.
Sostenute da un sistema articolato di piattaforme hardware e software, di reti neurali artificiali e soluzioni di networking, tali reti rappresentano infatti un mercato mondiale in continua crescita ed espansione.
Come ben mostra il primo Electricity Market Report, quello dei nuovi stakeholder, quali i prosumer, è una realtà che inizia a mostrarsi come trend anche in Italia, sebbene la maggior parte delle trasformazioni del mercato elettrico nazionale devono ancora manifestarsi.
Il quadro che esce dall’analisi dell’intensità dei macro trend che hanno effettivamente un impatto sul mercato è piuttosto conservatore.
Nonostante la riforma delle tariffe e l’incentivazione alla diffusione della generazione distribuita, la diffusione della mobilità elettrica e dei sistemi di storage è, ad esempio, appena accennata così come la presenza di “aggregatori” si manifesta ai suoi albori.
E ancora, malgrado l’incentivazione, nessuno dei meccanismi – carbon tax, PPA e aste a tecnologia neutra – in grado di garantire una gestione della generazione distribuita da rinnovabili sono ad oggi osservabili nel nostro Paese.
La generazione distribuita da fonti rinnovabili e una apertura maggiore del mercato dei servizi elettrici alternativi, come aggregatori intelligenti, in grado di coordinare in modo più efficiente un elevato numero di consumatori, e di consumi, potrebbe essere dunque una delle strade da percorrere per garantire un futuro più competitivo per il mercato elettrico in Italia.
 

Vieri Emiliani

 
[/boxed_content] [boxed_content type=”coloured” custom_bg_colour=”#cccccc” pb_margin_bottom=”no” width=”1/1″ el_position=”first last”]

PROGETTO ROSE


Un laboratorio di studio in continua evoluzione made in Maps Group: questo è il progetto ROSE, in grado di proporre sistemi ICT avanzati da integrare nella creazione di piccoli e medi impianti di generazione di energia rinnovabile, e nella sperimentazione di sistemi di aggregazione di consumatori-produttori (prosumer), allo scopo di avviare esperienze significative e che possano fungere da modello, come la Smart Micro-grid del Campus di Savona.
L’efficienza di analisi delle informazioni ai fini predittivi, dimostrata dalla rete neurale intelligente sviluppata come parte integrante di ROSE (e applicate al caso della Smart Micro-Grid di Savona), dimostra come Maps Group voglia seguire l’evoluzione dei tempi per assicurare un servizio sempre efficiente e, il più possibile, all’avanguardia.
Un servizio che, con l’avvento di forme di energia alternativa, la cui produzione può avere picchi o cali imprevisti, renda più flessibile ed interattivo la regolazione di tali impianti per raggiungere i seguenti obiettivi:

  • Programmare la produzione energetica sfruttando le tecniche di previsione e ottimizzazione delle energie rinnovabili basate su reti neurali e intelligenza artificiale.
  • Operare un controllo ottimale in real time dei sistemi di produzione e stoccaggio dell’energia.
  • Ottimizzare i consumi di energia termica ed elettrica minimizzando le emissioni di CO2, i costi operativi annuali e il consumo di energia primaria.

[/boxed_content] [divider type=”standard” text=”Go to top” full_width=”no” width=”1/1″ el_position=”first last”]

Categorie
Gli autori di 6Memes

About Vieri Emiliani: fisico per formazione, innovatore per professione.

[dropcap3]F[/dropcap3]isico per formazione, innovatore e Data Scientist per professione, Vieri, che di cognome fa Emiliani – e già qui potremmo disquisire di Linguistica e arbitrarietà 🙂 – si occupa da oltre 25 anni di ricerca e innovazione, ingegneria di prodotto e sviluppo di business nel settore dell’Information Technology.
Dal 2000 si è dedicato alla realizzazione di software applicati all’analisi dei dati non strutturati, con un particolare focus su Information Retrieval e Natural Language Processing.
Appassionato di modelli e dati, algoritmi di Machine Learning e Intelligenza Artificiale – soprattutto quando questi aiutano a risolvere problemi concreti – è attualmente responsabile dell’innovazione per Maps Group, dove si occupa dell’applicazione di tecnologie innovative a supporto dei sistemi decisionali delle aziende.