Digitale transformatie bepalend voor de energietransitie

De zogenaamde opkomende (emerging) technologieën drijven de Digitale Transformatie (DT). En dan met name cloud-computing, big-data, kunstmatige intelligentie (AI) en internet-of-things (IoT). Maar DT is meer dan alleen technologie, het gaat om een vierde industriële revolutie, een grote en fundamentele verandering van onze businessprocessen en van de manier waarop we technologie wereldwijd inzetten. Organisaties worden een IT (gedreven) organisatie, met IT als cruciaal gereedschap waarop de bedrijfsprocessen worden aangepast. De bedrijfsprocessen volgen hier steeds vaker de IT-capabilities in plaats van andersom. Waar deze vierde industriële revolutie ons binnen de energiesector uiteindelijk gaat brengen is een interessante maar lastige vraag. Maar zeker is dat de DT een grote rol speelt bij de transitie naar duurzame energiebronnen.

IT als gereedschap voor de energietransitie

Steve Jobs gaf in 1990 één van zijn zeldzame diepte-interviews. Tijdens dit interview vertelde hij op 12-jarige leeftijd gefascineerd te zijn geraakt door een wetenschappelijk artikel over de biomechanische efficiëntie van organismen. De condor voerde de lijst aan, de mens scoorde slecht en eindigde als derde van onderen. Iemand kwam echter op het idee om de test ook te doen voor mensen die zich voortbewegen op een simpele fiets. Het resultaat was verbijsterend, de fietsende mens bewoog zich veel efficiënter dan de condor en eindigde met afstand als eerst op de lijst. De kracht van de fiets als gereedschap om biomechanische efficiëntie drastisch te verhogen! Jobs zag de computer als gereedschap (als fiets) voor de geest, om de efficiëntie van ons informatie verwerkende vermogen drastisch te vergroten.   

We zijn nu 30 jaar verder en Jobs’ voorspelling is meer dan uitgekomen. IT biedt gereedschappen om onze hersenen te ondersteunen en ons als mens efficiënter te laten functioneren. Met gereedschappen maken we vervolgens weer nieuwe gereedschappen en een nieuwe efficiëntie-boost is het gevolg. Door diverse gereedschappen op schaal, gecombineerd en in verbinding met elkaar toe te passen kunnen we uiteindelijk exponentiele verbeteringen bewerkstelligen. De grens tussen evolutie en revolutie is hier lastig te bepalen. Helder is wel dat voor bestaande gereedschappen geldt: 1+1=2, maar 10+10=1.000 en 100+100=10.000.000, wanneer je ze gecombineerd en/of met elkaar verbonden toepast.  

Deze efficiëntie-boost is ook hard nodig want de energietransitie stelt ons voor veel uitdagingen. Energie moet namelijk veel schoner, de opwek in het net fluctueert sterk en is gedecentraliseerd. Parallel neemt de vraag naar energie toe, alsmede de afhankelijkheid van betrouwbare levering. Cloud-computing, big-data, kunstmatige intelligentie (AI) en internet-of-things (IoT) zijn belangrijke gereedschappen voor het doorvoeren van de transformatie die nodig is om de energietransitie bij te benen. Individueel bestaan deze technologieën al vele jaren en maken ze ieder een eigen evolutie door (better-faster-cheaper). Het individuele volwassenheidsniveau (en de prijs) is ondertussen zodanig dat ze gecombineerd, op grote schaal en met elkaar verbonden zorgen voor de vierde industriële revolutie.

Digitale transformatie als vierde industriële revolutie

DT veroorzaakt een vierde exponentiele verandering van onze manier van produceren vergelijkbaar met de stoommachine rond 1760 (1), massaproductie rond 1870 (2) en de digitale revolutie omstreeks 1960 (3).

Hoe is het zover gekomen? Storage, computing en networking vormen de IT-basisbouwstenen. De kosten voor storage en computing zijn ondertussen erg laag bij afnemende afmeting en energiebehoefte. Hierdoor is het haalbaar om ze op grote schaal toe te passen en via, eveneens goedkope, netwerktechnologie met elkaar te verbinden tot een zogenaamde Cloud. De in de Cloud beschikbare hoeveelheid storage maakt de opslag van enorme hoeveelheden data mogelijk. De grote beschikbare hoeveelheid Cloud computing power, gecombineerd met de opgeslagen data, geeft een boost aan de al sinds de jaren 60 bestaande AI voor het uitvoeren van geavanceerde (real/near-time) data-analyses. Hierdoor kan vervolgens meerwaarde gehaald worden uit het IoT, waar IoT-devices de waardevolle real/near-time data leveren die via AI wordt geëxploiteerd en waarvan de resultaten uiteindelijk weer teruggestuurd worden naar de devices.

In de energiesector komen deze mogelijkheden bijzonder goed tot hun recht. We kunnen steeds meer data, die relevant is voor het net, ontvangen, verwerken en weer versturen en maken hiermee het net veel slimmer (smart grid). Dit betekent niet alleen een flinke uitbreiding van traditionele (deterministische) dataverwerking maar ook de opkomst van AI gebaseerde geavanceerde prognose algoritmes (bijvoorbeeld voor congestiemanagement en onderhoud). De benodigde technologie is relatief goedkoop en makkelijk te verkrijgen met als bijkomend voordeel dat voor kleine (gespecialiseerde) partijen de drempel laag is om aan de energietransitie deel te nemen.

Fundamentele veranderingen leiden tot nieuwe kansen en bedreigingen

In de vierde industriële revolutie neemt data de rol over van land en olie in voorgaande revoluties. Data als input en (verrijkte) data als output, met in het midden AI, bepalen de waarde van een oplossing. Van de hierboven behandelde opkomende technologieën zorgt AI voor de grootste verandering. Het ontwikkelen alsmede het gebruik van dergelijke oplossingen verschilt fundamenteel met wat we gewend zijn. Het is namelijk van tevoren niet te bepalen hoe een algoritme (of eigenlijk een model) eruit komt te zien en een diepgaande kennis van de omvangrijke hoeveelheid complexe data is meer dan ooit cruciaal. De ontwikkeling verloopt daarom doorgaans hypothese gedreven in plaats van deterministisch en bij voorkeur in nog kleinere iteraties en in een nog nauwere samenwerking met de gebruikers dan tot nu toe gewoon (korte feedback loops, één team, de scheiding tussen IT en business verdwijnt). De resultaten (data output) zijn potentieel van grote waarde maar ook per definitie niet volledig betrouwbaar. Hier kunnen we mee omgaan zolang er bijvoorbeeld nog een net operator is die de outputdata interpreteert en eventuele vervolgacties initieert. Maar wat als het aantal vervolgacties per tijdseenheid, en de complexiteit en hoeveelheid van de outputdata, te groot wordt voor een mens om te verwerken? Gaan we geautomatiseerde vervolgacties implementeren gebaseerd op gegevens die per definitie niet 100% kloppen? Hoe gaan we dan om met ethische afwegingen en wie is er verantwoordelijk als er dingen fout gaan?

In een recent interview door Adriaan van Dis stelt Yuval Noah Harari (auteur en één van de grote denkers van de moderne tijd) dat machines mensen beter begrijpen dan mensen. AI maakt in feite de droom van demagogen mogelijk, mensen kunnen gecontroleerd en vervangen worden door technologie. Dit geeft al aan dat je AI kunt gebruiken voor zowel goede als slechte dingen. Dit is niet anders dan bij het inzetten van treinen, vliegtuigen of buskruit. Enorme kansen dus, maar ook bedreigingen. Wie de beste AI bezit kan de dominante positie in de wereld vervullen. Tijdens voorgaande industriële revoluties traden er ook enorme verschillen tussen de winnaars en verliezers op. Alleen nu gaat het niet om olie of land maar om data en ligt de snelheid waarin de dingen verlopen een stuk hoger. Een AI-wedloop ligt daarom op de loer. US en China lopen op dit moment voorop, Europa raakt steeds verder achter en de kans om deze achterstand in te lopen wordt steeds kleiner stelt Harari. Hij ziet AI als één van de drie grote bedreigingen van onze huidige tijd, naast de effecten van klimaatverandering en nucleaire oorlogvoering. Belangrijk verschil is dat AI ook kan leiden tot een betere wereld, mits op de juiste manier toegepast. In tegenstelling tot klimaatverandering en nucleaire oorlogsvoering is AI echter nog nauwelijks een thema binnen verkiezingsprogramma’s. Dit moet snel anders want de veranderingen die op ons afkomen ontkennen of negeren is geen optie en alleen via vergaande wereldwijde samenwerking (globalisatie) kunnen we de kansen benutten en de gevaren mitigeren.

Wat we hiervan kunnen leren en de kansen die het biedt

Opkomende technologieën bieden mogelijkheden die erg goed tot hun recht komen in de energiesector. We zijn in staat om veel meer data te verzamelen en exploiteren en maken daarmee ons net steeds slimmer. De centrale positie van grote bedrijven verdwijnt, hun rol verandert en steeds meer partijen participeren binnen de energiemarkt. We maken een fundamentele verandering door in onze manier van werken en denken en zullen stap voor stap moeten leren omgaan met zowel de kansen als de uitdagingen en bedreigingen die hierbij horen. Het resultaat van al deze ontwikkelingen is immers dat de energieleveringszekerheid te garanderen is bij een steeds hogere belasting, lagere kosten en schonere opwek, in lijn met de doelen uit het Klimaatakkoord van Parijs.