Управление изменениями — в меняющейся отрасли
Когда ничего не меняется, управлять легко — но все меняется!
Многие изменения со многих счетчиков энергии на большом портфолио объектов создают значительные временные затраты на надлежащее управление или финансовые последствия в противном случае. В зависимости от масштаба затраты могут оправдать поддержку ИИ…
Рассмотрим изменение производительности конкретного счетчика в течение какой-то недели прошлого года:
Предположим, что KIQly замечает, что это серьезное изменение по сравнению с другими необъяснимыми изменениями (возможно, оно происходит быстро и/или последовательно от плана). Каждую ночь пересчитывается приоритет производительности отслеживания погоды на основе новой информации, поэтому этот счетчик теперь работает с превышением бюджета (по сравнению с вашими корпоративными планами закупок).
Эффективный ИИ замечает, если он начинает делать более плохие прогнозы, и «предполагает» одну из следующих причин:
1. Неверные данные — в этом случае неверные данные не должны использоваться для установления приоритета и требуется техническое обслуживание — несвоевременное реагирование увеличивает накладные расходы на учет корректировок за предыдущий период.
2. Что-то не так — возможно, средства управления предприятием были отключены техническим обслуживанием, или возникла потребность в обучении нового поведения персонала. Опять же, эти данные не должны использоваться для установления приоритета, исключение должно быть зарегистрировано в контрольном журнале, и должны быть предприняты корректирующие действия — время действия определяет потери.
3. Что-то изменилось в работе (увеличенные часы работы, дополнительные заводы или помещения). Ожидается постоянное ступенчатое изменение. Данные до изменения теперь не являются репрезентативными для будущего потребления. Доказательство воздействия/экономии может быть полезным для оценки новой технологии. Прогнозы покупок, основанные на новых моделях потребления, должны быть пересмотрены. Пороги для выявления отклонений должны быть ужесточены, чтобы воспользоваться сниженным риском ложноотрицательных и ложноположительных результатов. Обучение всегда улучшает диагностику.
В каждом случае для подтверждения причины достаточно одного щелчка мыши. На описание последствий невыполнения работы уходит больше времени, чем на ее надежное и правильное выполнение. В этой небольшой области управления изменениями KWIQly подобен десяти непогрешимым и сверхэффективным аналитикам данных в вашей команде, единственной задачей которых является улучшение их понимания ваших операций.
Теперь предположим, что описанное выше происходит время от времени на нескольких сотнях сайтов.
KWIQly может посоветовать показать, где он знает себя наименее осведомленным. Это создает «эффективную спираль» обучения и тонкой настройки.
Есть прямые преимущества в том, чтобы знать, в какой степени процесс управления энергопотреблением плохо информирован. Становится возможным отслеживать; среднее время до коррекции, увидеть улучшение качества работы модели среднего значения (что дает неопровержимые доказательства улучшенного управления) и даже понять преимущества снижения фискального риска из-за волатильности разницы между ожидаемым и потребленным общим потреблением.
Кроме того, это освобождает время для решения более приятных задач по управлению энергопотреблением, чем обременение бюрократией, потеря данных или попытки доказать окупаемость инвестиций!
