Rehber
Enerji sektöründe yapay zeka
Kısaca: Enerji sektöründe yapay zeka, geri dönüşü ölçülebilen operasyonel problemlerde işe yarıyor: saha denetimi, arıza ve yük tahmini, kayıp kaçak, EV şarj fiyatlaması, müşteri hizmetleri. "Her yere yapay zeka" projeleri düzenlemeli ve altyapı ağırlıklı bir sektörde tutunmuyor. Bu sayfayı, Enerjisa'da yapay zeka projelerini ve girişim programlarını yöneten Tümay Solak yazdı.
İşe yarayan kullanım alanları
Saha denetimi ve görüntü işleme
Dron, araç kamerası ve uydu görüntüsüyle hat, direk ve trafo denetimi. İnsan denetiminin yerine değil, önceliklendirme için.
Yük ve arıza tahmini
Sayaç ve SCADA verisiyle bölge bazlı yük tahmini, ekipman arıza öngörüsü, planlı bakım önceliklendirme.
Kayıp kaçak tespiti
Tüketim örüntülerinden anomali tespiti; saha ekiplerinin nereye gideceğini söyleyen model, en somut geri dönüşü olan alanlardan.
EV şarj ağı
Dinamik fiyatlama, doluluk tahmini, şebeke yükü ile şarj talebinin eşleştirilmesi. Büyük şarj operatörlerinde artık standart gündem.
Müşteri hizmetleri
Çağrı ve yazışma sınıflandırma, kesinti iletişimi, tahsilat riski tahmini. Üretken yapay zeka burada taslak üretir, kararı insan verir.
Girişim tarama
Enerjisa'da startup taramasını yapay zeka ile hızlandırdık: binlerce girişim arasından ilk eleme saatler içinde, karar yine insanda.
İşe yaramayanlar
Kapsamı belirsiz "kurumsal asistan" projeleri; verisi hazır olmayan tahmin modelleri; iş biriminde sahibi olmayan, BT'nin tek başına yürüttüğü pilotlar; doğruluk oranını başarı ölçütü sanan projeler. Enerji sektöründe yapay zeka projesinin ölçütü operasyonel olmalı: kaç saha ziyareti azaldı, kesinti süresi ne kadar kısaldı, tahsilat ne kadar arttı.
Maliyet ve altyapı
Model maliyeti çoğu şirketin sandığından düşük, entegrasyon ve bakım maliyeti sandığından yüksek. Sayaç, SCADA ve CRM verisini bir araya getirmek projenin en pahalı kısmı. Kişisel veri içeren süreçlerde hangi modelin hangi bölgede çalıştığı KVKK açısından baştan netleşmeli.
Sık sorulan sorular
Enerji sektöründe yapay zeka en çok nerede işe yarıyor?
Geri dönüşü en hızlı ölçülen yerlerde: saha denetiminde görüntü işleme, arıza ve yük tahmini, kayıp kaçak tespiti, EV şarj ağında dinamik fiyatlama ve doluluk tahmini, müşteri hizmetlerinde çağrı sınıflandırma. Ortak özellikleri: net girdi ve çıktı, ölçülebilir bir operasyonel ölçüt.
Enerji şirketleri için üretken yapay zeka ve ajanlar ne işe yarar?
Mevzuat ve teknik doküman arama, saha ekipleri için iş emri asistanı, müşteri yazışmalarının taslaklanması, iç raporlama. Ajanlar tekrarlı ve kuralları belli süreçlerde iyi çalışıyor; insan onay noktası tasarlanmadan tam otomasyon vaat eden projeler enerji gibi düzenlemeli sektörde tutmuyor.
Enerji sektöründe yapay zeka projesi neden başarısız olur?
Üç sebep: veri hazır değil (sayaç ve SCADA verisi dağınık), iş biriminde sahip yok (BT projesi olarak kalıyor), ölçüt yanlış (doğruluk oranı yerine operasyonel etki ölçülmeli). Model seçimi bu üçünün gerisinde.