Il ruolo dell’intelligenza artificiale nel percorso di transizione energetica

È necessario che il settore dell’energia acquisti fiducia nell’intelligenza artificiale, così da sfruttarla per accelerare il processo di transizione energetica. È la conclusione cui sono giunti gli esperti di DNV, ente indipendente che fornisce servizi di assurance e gestione del rischio a livello globale, intervistando i rappresentanti di alcuni dei principali operatori energetici del Regno Unito.

Le sfide da superare

Il rapporto, pubblicato nel mese di settembre, indaga il potenziale dell’IA nel passaggio a un sistema energetico a emissioni ridotte. Mette in luce la necessità di un approccio super partes, che consenta l’individuazione di standard e buone pratiche nell’intero settore dell’energia. L’IA, secondo gli autori dello studio, potrebbe dare un contributo significativo al progresso e all’innovazione in ambito energetico, specialmente per quanto riguarda le catene di approvvigionamento.

Tuttavia, anche alla luce dei recenti eventi geopolitici che hanno evidenziato la necessità di una maggiore sicurezza energetica, è necessario affrontare alcune sfide che ostacolano la diffusione di una simile tecnologia. A partire dalla scarsa condivisione dei dati e dall’elevato grado di avversione al rischio che caratterizza la comunità ingegneristica. Ciò non significa rinunciare alla sicurezza. Al contrario, è fondamentale capire come tutelarsi da eventuali attacchi informatici.

L’affidabilità dei sistemi di intelligenza artificiale

“Accessibilità, precisione, affidabilità e pertinenza: è quello che ci aspettiamo dalle tecnologie digitali e dagli strumenti di intelligenza artificiale. Tuttavia, devono anche essere sicuri. L’industria deve introdurre strategie di gestione del rischio e alimentare la fiducia nella sicurezza di queste tecnologie vitali”, commenta Shaun Reardon, a capo del dipartimento Cyber Security di DNV.

Leggi anche: Intelligenza artificiale e big data per comprendere la crisi climatica

“Sono due gli elementi principali per raggiungere questo obiettivo: le informazioni per valutare l’affidabilità di un sistema di intelligenza artificiale e la comunicazione, per fornire prove che consentano agli utenti di fidarsi dei sistemi”, aggiunge Hari Vamadevan, vicepresidente esecutivo del dipartimento Sistemi Energetici di DNV.