AI4Energy 2024: Från data till handling – AI:s roll i framtidens energisektor

Den 11-12 november samlade konferensen AI4Energy, arrangerad av Power Circle, Energiforsk och AI Sweden, experter från hela energisektorn för att utforska AI:s potential att möta morgondagens utmaningar. Diskussionerna spann över allt från förbättrade prognoser och cybersäkerhet till innovation, lagstiftning och praktiska tillämpningar. Avslutningsvis bjöds till och med på en livekodningssession i Python av rebase.energy på scen! Här är några av de viktigaste insikterna från två inspirerande dagar.

AI som motor för förändring

AI har en enorm potential att automatisera och optimera processer, effektivisera energiflöden, beslut och övervakning.

Energiforsks vd Markus Wråke inledde med en utmaning till branschen: våga experimentera mer! Energibranschen har en konservativ grundinställning, men AI:s styrka i att hantera stora datamängder ger oss unika möjligheter att omvandla systemet. Med initiativ som ett nytt innovationskluster för AI hoppas han kunna stötta branschens omställning.

Sveriges position inom AI lyftes också fram. Martin Svensson, vd på AI Sweden, påpekade att vi har halkat ner på den globala AI-rankingen – från plats 17 till 25. För att inte hamna på efterkälken måste vi kombinera generativ AI med andra lösningar och prioritera användning av AI i sektorer som energin och sjukvården.

Power Circles vd Johanna Lakso lyfte den ökade komplexiteten i elsystemet, och hur AI kan accelerera energiomställningen. Elnätsbolag sitter inne på stora outnyttjade datamängder, där hela 85 procent samlar in data som de inte riktigt vet vad de ska göra med. AI kan bidra till allt ifrån att förkorta handläggningstider för elnät, till att bli en nyckel till ett mer flexibelt energisystem, där framtida autonoma mikronät och realtidshandel kan bli verklighet.

Data som nyckel

Flera talare betonade vikten av att arbeta med grundläggande datakvalitet. AI är bara så bra som den data vi matar den med. Öresundskraft berättade om sin resa med att centralisera data och skapa en analysplattform som bas för AI-tillämpningar. Att demokratisera data internt och använda den för insiktsdrivna beslut har varit avgörande för framgång.

Liknande erfarenheter delades av Utilifeed, som använt AI för att optimera prismodeller för fjärrvärme. Fokus på robusta och standardiserade datakällor har gjort att de nu kan skala lösningar snabbt – och med imponerande resultat.

Praktiska tillämpningar: Från teori till verklighet

Under konferensen delades också flera exempel på hur AI redan nu gör skillnad i energisektorn, bland annat:

• Drönare och bildanalys: E.ON använder AI och drönare för att identifiera fysiska fel i elnätet med hjälp av LIDAR och termiska bilder. Detta sparar tid och resurser, samtidigt som det förbättrar säkerheten.
• Även Vattenfall använder AI-analys av både ljud och bild för att detektera allt från sprickor i betongfundament till rörelsemönster hos fiskar i vattenkraften och fåglar i vindkraften. I vissa fall har dessa analyser varit en förutsättning för att ens kunna få tillstånd att bygga exempelvis vindkraft.
• Prognoser för systembalans: Svenska kraftnät demonstrerade hur AI-baserade vädermodeller används för att skapa bättre balans i elsystemet. Genom att förutse obalanser regionalt kan resurser användas mer effektivt.
• AI för fjärrvärme: AI används för att optimera prismodeller och identifiera åtgärder i realtid, vilket möjliggör energibesparingar för både företag och privatpersoner.

Utmaningar och vägar framåt

Trots framgångarna finns hinder att övervinna. "Dålig data in ger dålig data ut" var en återkommande lärdom, och vikten av att träna sina modeller på relevant data betonades flera gånger. Utan rätt datakvalitet och integration kan AI-projekt misslyckas. Dessutom måste branschen balansera säkerhet och innovation – EU:s AI Act skapar en tydligare spelplan, men oro för säkerhetsfrågorna får inte hämma experimentlustan.

Ett annat tema var behovet av kompetens och kulturförändring. Många företag kämpar med att få hela organisationen med på tåget och hitta relevant kompetens som har IT-kunskapen, men även domänkunskapen. Rollbaserad utbildning och interna "AI-mys" kan vara enkla steg för att öka medvetenheten, och vikten av att arbeta i tvärvetenskapliga team betonades. En utmaning är att utvecklingen går så otroligt fort inom AI att det är svårt att hålla sig uppdaterad även om man arbetar med frågorna dagligen. Vi konkurrerar också om talangen med andra branscher som kanske kommit längre redan, och det är viktigt att arbeta för att locka kompetens till energisektorn.

Slutsats: AI är inte en lyx, utan en nödvändighet

Panelerna diskuterade om branschen kan klara omställningen utan AI – och svaret var tydligt: nej. AI är en förutsättning för att möta energiomställningens krav. Men det krävs samarbete, mod och en vision om framtiden för att utnyttja dess fulla potential. Energisektorn har unika förutsättningar för samverkan, då de inte alltid konkurrerar med varandra i vanlig bemärkelse, men det kanske också har gjort att vi inte har behövt vara först på bollen. Nu finns dock ett sug i branschen och AI4Energy 2024 visade att energisektorn redan har kommit igång, och har viljan och möjligheten att fullt ut dra nytta av möjligheterna med AI. Genom att dela kunskap, våga testa och fokusera på verklig implementering kan vi skapa ett mer flexibelt, hållbart och resilient energisystem