Het inzetten van artificiële intelligentie (ai) is de laatste jaren in sneltreinvaart geraakt. De technologie wordt veelal aangewend om bedrijfsprestaties te verbeteren, de productiviteit te verhogen en ons leven gemakkelijker te maken. Maar wist je dat ai ook een grote bijdrage kan leveren aan het terugdringen van CO2-uitstoot en daarbij het verbeteren van het klimaat?
Om de relevantie te begrijpen, moeten we eerst terug naar de doelen die in de EU zijn vastgesteld voor 2050. De komende jaren worden er namelijk maatregelen genomen om minder broeikasgassen uit te stoten. In 2050 wil Europa zelfs klimaatneutraal zijn. Om dit te bereiken, is het slim om te onderzoeken op welke gebieden bezuinigd kan worden en waar we de wereld stapsgewijs ‘groener’ kunnen maken. Dit kan alleen als we de uitstoot in alle sectoren verminderen. Zeker energie speelt een essentiële rol bij het behalen van deze doelstellingen. Meer dan 75 procent van de broeikasgasuitstoten in de EU is namelijk afkomstig van de productie en het gebruik van energie.
Onder druk
Bedrijven staan dan ook steeds vaker onder druk om transparant, nauwkeurig en regelmatig te rapporteren over de emissies die zij uitstoten en de maatregelen die ze nemen om dit te verminderen. Nauwkeurige metingen op detailniveau – op product- of procesniveau – zijn essentieel om te weten waar maatregelen genomen moeten worden. Je kunt je voorstellen dat het meten van emissies tijdrovend, arbeidsintensief en duur is. Ai en data-analyse kunnen helpen om emissies effectief te volgen en inefficiënties, verbeteringen of mogelijkheden voor lagere emissies te identificeren. Je zou energiebesparende maatregelen kunnen implementeren in een gebouw, zoals het installeren van led-verlichting, het gebruiken van slimme thermostaten en het isoleren van het dak en de muren. Door het monitoren van het energieverbruik en de kosten van een gebouw, zijn andere besparingsmogelijkheden te ontdekken toe te passen.
Een ander voorbeeld is een duurzaamheidsplatform, dat met ai en data-analyse inzicht geeft in de hele waardeketen en de ecologische voetafdruk van het bedrijf. Hierdoor kun je emissies meten, verminderen en samenwerken met leveranciers voor gegevensverzameling en analyse. ai kan ook helpen toekomstige uitstoot te voorspellen en reductiedoelstellingen aan te passen en te bereiken.
Bezettingsgraad
Als je kunt voorspellen hoeveel capaciteit je in de toekomst nodig hebt, kun je ook de vraag en het aanbod van energie voorspellen, beheren en operationele efficiëntie verhogen – zoals energieverbruik drukken op basis van bezettingsgraad in een gebouw. Maar denk ook aan de coördinatie van gedecentraliseerde energienetwerken; energie die op alternatieve manieren opgewekt, opgeslagen en verspreid wordt. Zeker met hernieuwbare energie, die gevoeliger is voor onzekerheden en schommelingen (door weersomstandigheden), zal coördinatie van gedecentraliseerde energienetwerken nog belangrijker worden. Zo kan ai de energiebehoefte voorspellen en zorgen dat de productie van hernieuwbare energie overeenkomt met de verwachte vraag om overproductie te vermijden.
Met behulp van ai kan de energiemix verschuiven naar hernieuwbare en minder koolstofintensieve energiebronnen. Hernieuwbare energiebronnen, zoals zonne- en windenergie kunnen door ai kostenefficiënter, procesefficiënter en voorspelbaarder worden. ai kan namelijk inzicht creëren in de oorzaken van energieonderproductie: denk aan de windrichting, locatie en weersomstandigheden. Hierdoor kunnen bedrijven gericht maatregelen nemen om meer groene stroom uit hun wind- of zonneparken te halen.
Verbruikerszijde
Tot nu toe spraken we over de productiezijde van energie, maar ook aan de verbruikerszijde kan ai helpen bij het bestuderen van patronen om energie te besparen. Een goed voorbeeld hiervan zijn gebouwen: deze zijn vaak hele dagen en zelfs in de avond verlicht en worden ook dagelijks verwarmd. Dit terwijl niet iedereen altijd in het bedrijf aanwezig is. De verwarming en koeling van gebouwen kan flexibel worden aangepast op basis van data zoals weersomstandigheden en sensoren die kijken naar de beweegstromen en gewoontes in gebouwen (hoe laat zijn er veel mensen of welke verdiepingen zijn in gebruik?). Maar niet alleen voor verlichting in gebouwen kunnen deze ai-sensoren van pas komen. Denk aan straatverlichting die 24/7 aanstaat. Straatverlichting kan nauwkeurig en op basis van locatie worden aangepast door realtime data te verzamelen over drukte op straat en weersomstandigheden. Zo gaat op sommige plaatsen straatverlichting op besparingsmodus als hier lange tijd niemand voorbijkomt.
Zoals je ziet zijn er talloze manieren om ai in te zetten om energieverbruik te verlagen en daarmee de uitstoot van emissies terug te dringen. Je kunt er gemakkelijk in verdwalen als je niet weet waar je moet beginnen. Daarom is het belangrijk om eerst in kaart te brengen welke tak van je organisatie de meeste emissies uitstoot. Vanaf daar kun je verder kijken naar gerichte oplossingen om je bedrijf beetje bij beetje duurzamer te maken. Het verduurzamen van processen heeft tijd nodig, maar zorgt aan de eindstreep voor impactvolle voordelen die niet alleen goed zijn voor je organisatie maar ook voor de wereld.
(Auteur Jeffrey Hagen is machine learning engineer bij ML6.)
