Paul Fleming
Questo articolo è stato tratto dal documento “AI & Water management – What utilities need to know now”. L’articolo completo è disponibile qui.
Identificazione del problema
L’intelligenza artificiale spesso viene imbevuta della sensazione che risolverà tutto e funzionerà ovunque. E mentre l’ottimismo sul potenziale dell’IA nel settore idrico è importante, è meglio soppesarlo con una sana dose di discrezione e un focus sugli obiettivi e le priorità uniche delle singole utility. Se le utility sono interessate all’intelligenza artificiale, è importante saperne di più sulle applicazioni di intelligenza artificiale e considerare attentamente i problemi da risolvere, in modo che quando i fornitori si rivolgono alle vostre organizzazioni con grandi promesse di intelligenza artificiale, siete pronti a valutare se si tratta di una soluzione veramente in linea con i vostri obiettivi.
L’implementazione di qualsiasi soluzione di intelligenza artificiale dovrebbe essere preceduta da una chiara comprensione del problema o dell’opportunità che hai e da una valutazione delle migliori potenziali applicazioni di una determinata soluzione di intelligenza artificiale.
In altre parole, inizia prima identificando il tuo problema, quindi lavora a ritroso allo strumento appropriato, invece di iniziare con una soluzione alla ricerca di un problema.
Ci sono molti strumenti disponibili per il settore idrico che utilizzano l’apprendimento automatico per aiutare le utility a risolvere i problemi e abbiamo evidenziato alcune di queste applicazioni sopra. Mentre l’entusiasmo intorno a ChatGPT continua, verranno sviluppate altre applicazioni rilevanti per il settore dei servizi idrici. Ecco alcune considerazioni che potresti voler tenere a mente.
Considerazioni sui dati
Una delle più grandi risorse di un’utilità sono i suoi dati. I dati di un’utility possono essere incredibilmente diversificati e ricchi, ma anche discutibili con lacune e di qualità disomogenea, mentre sono distribuiti all’interno di un’organizzazione. Ci possono essere dati dei clienti, tassi di utilizzo, dati di interruzione del servizio, dati finanziari, dati meteorologici, dati sociali e poi, naturalmente, i molti dati sul comportamento della rete e sulle risorse di rete. Il problema è che questi dati sono spesso suddivisi in silos tra le business unit, specialmente nelle organizzazioni più grandi. In genere, le organizzazioni non sfruttano appieno i propri dati tra le business unit, un problema comune in molti settori.
Possono esserci opportunità significative nel considerare i dati come una risorsa e metterli al lavoro come un sistema di risorse per generare informazioni che possono essere sfruttate per migliorare il processo decisionale e l’esperienza del cliente. Arrivare al punto in cui i dati possono essere il motore che alimenta e guida l’IA richiederà probabilmente un’azione significativa sull’igiene dei dati e sulla preparazione dei dati.
Adattamento culturale e gestione del cambiamento
Le idee migliori possono morire sulla vite se non sono correttamente annidate all’interno delle dinamiche della cultura organizzativa, e questo vale anche per l’adozione di strumenti di intelligenza artificiale. Qualsiasi tipo di grande cambiamento, in particolare il cambiamento tecnologico, ha un’implicazione di gestione del cambiamento che il settore idrico deve riconoscere e tenere a mente.
Il cambiamento tecnologico in un’organizzazione può fallire e diventare estremamente costoso per una serie di motivi, come un’organizzazione che non identifica e comunica chiaramente il motivo per cui è necessaria una nuova tecnologia e non crea una chiara tabella di marcia per misurarne il successo. Una cattiva gestione del cambiamento può anche esacerbare la resistenza dei dipendenti al cambiamento, soprattutto con strumenti abilitati all’intelligenza artificiale che spesso sollevano timori sulla minaccia dell’automazione e dell’eliminazione del lavoro nella forza lavoro.
Ma mentre la nuova tecnologia può respingere le persone, può anche attrarre le persone. Le utility potrebbero voler considerare il loro futuro sulla scia dello “tsunami d’argento”, un invecchiamento demografico e un’ondata di lavoratori in pensione, e se una nuova generazione di talenti vorrà e si aspetterà l’intelligenza artificiale al lavoro.
Le organizzazioni idriche che resistono alla tecnologia AI rischiano di non attrarre i nuovi talenti di cui il settore idrico avrà inequivocabilmente bisogno? Forse è ancora in discussione se le generazioni più giovani sceglieranno organizzazioni che abbracciano l’intelligenza artificiale rispetto ad altre che la tengono a distanza. Il punto è che il messaggio che un’utility trasmette alla sua forza lavoro esistente e futura per quanto riguarda il suo utilizzo delle tecnologie emergenti è qualcosa da considerare.
Le piccole utility possono essere più agili
Mentre l’intelligenza artificiale può sembrare più scoraggiante per le piccole utility, le utility più piccole potrebbero avere il vantaggio quando si tratta di adottare strumenti di intelligenza artificiale più velocemente rispetto alle organizzazioni più grandi. Semplicemente in virtù del fatto di essere piccoli, potrebbero esserci meno dati in silos e meno persone possono significare una più facile visibilità da sinistra a destra sul funzionamento dell’organizzazione, il che renderebbe la gestione del cambiamento meno un’impresa.
In altre parole, mentre le utility più grandi possono naturalmente avere più dati e analisi per alimentare e guidare gli strumenti di intelligenza artificiale, potrebbero essere meno agili quando si tratta di mobilitare effettivamente la loro organizzazione per adottare nuove tecnologie. Un’utility più piccola, anche se ha una lacuna di dati, potrebbe essere in una posizione migliore per colmare rapidamente tali lacune a causa di meno burocrazia e meno persone per allinearsi al cambiamento tecnologico desiderato.
Tuttavia, le utility di tutte le dimensioni dovrebbero avvicinarsi a questa nuova era dell’intelligenza artificiale con un occhio attento ai problemi che desiderano risolvere, insieme alle relative considerazioni, mentre esplorano le opzioni per selezionare e implementare soluzioni di intelligenza artificiale pertinenti.
#QatiumExperts
Qatium è co-creato con esperti e leader di pensiero del settore idrico. Creiamo contenuti per aiutare le utility di tutte le dimensioni ad affrontare le sfide attuali e future.
Paul Fleming, Presidente di WaterValue e Water, Climate and Tech Advisor, è un consulente Qatium.
