Intel·ligència artificial per millorar els nostres serveis

“Qui no coneix ja la Siri (Apple) o l’Alexa (Amazon) o no ha vist al seu mòbil el Google Assistant?”

En el cas de l’Alexa, la cosa va més enllà, atès que Amazon ha llançat a Espanya Echo, l’ altaveu intel·ligent que es connecta al seu assistent virtual perquè s’hi pugui interactuar des de qualsevol punt de l’habitatge

Ara per ara, és possible demanar a l’Alexa de viva veu que et posi música, et llegeixi un llibre o et digui quin oratge farà demà. Però, a més, gràcies a la nova skill d’Endesa, ara també pots preguntar per la teva energia i tenir més a prop que mai un assessorament energètic personalitzat que et permeti estalviar en la factura. I l’únic requisit és ser client d’Endesa i tenir algun dels diversos models d’altaveu sense fil Amazon Echo.

Gràcies a això, a Endesa oferim un canal d’atenció a través d’un dispositiu que permet al client controlar tota la domòtica de la llar. Com que s’hi conjuguen tots dos factors, unim el nostre servei d’atenció al client amb informació sobre el seu consum i factures amb la possibilitat de controlar la temperatura de la llar, la il·luminació... amb la qual cosa és un tot que empodera el client, li dona més capacitat de decisió sobre el seu estalvi i fa més eficient la despesa energètica.

La nostra intenció és continuar avançant en aquest desenvolupament perquè, per mitjà de la veu, els clients puguin dur a terme les mateixes gestions o consultes que fins ara poden fer al web o l’ app de la companyia. En el futur, fins i tot es podrà fer servir Alexa per obrir una comunicació amb el contact center en cas de necessitar més atenció.

A més, continuarem desenvolupant canals de veu nous per poder arribar a tota la clientela. En aquesta línia, preparem una skill per a Google Home que esperem tenir operativa ben aviat.

A Endesa també fem servir Watson, la intel·ligència artificial d’IBM per atendre els clients tant al xat com per telèfon i ho fem amb un percentatge significatiu de clients atesos de manera autònoma, tot això per desenvolupar d’una manera àgil noves solucions i optimitzar costos. Després d’una experiència pilot el 2017, l’any passat es va estendre a tot el Centre d’Atenció al client i en l’actualitat atén clients tant al xat com al telèfon, amb un percentatge significatiu de persones ateses de manera autònoma.

Relacionades íntimament amb la IA i la clientela, a Endesa també treballem en aquestes línies d’actuació:

• Models de prevenció d’impagaments: creació de solucions analítiques de machine learning per reduir la taxa d’impagaments i incrementar la taxa de cobrament a la cartera d’impagats.
• RPA. Robots codificadors de dades.
• Classificador de reclamacions. Tipificació de reclamacions en CRM basades en reconeixement de text.
• MEGABAT: Previsió de demanda horària per a clients domèstics que permet disposar de sèries de consum estables en el temps, de la manera més independent de l’activitat comercial, d’entrades i sortides de clients, i aconseguir estalvis i més agilitat en el servei.

“La previsió de la demanda horària, la reducció de la taxa d’impagaments, la tipificació de les reclamacions i la codificació de les dades són alguns dels objectius d’IA en comercialització.”

IA a les xarxes de distribució

També treballem per avançar en la digitalització de la xarxa de distribució per mitjà de la incorporació de les tècniques d’intel·ligència artificial i del big data en l’energia i, així, millorar els nostres serveis.

Així va néixer PASTORA, el projecte per millorar el control en temps real i el manteniment preventiu de la xarxa de distribució que porta l’electricitat a les llars i que farà servir tecnologies de big data, deep learning i intel·ligència artificial per explotar els milions de dades que ofereix la xarxa intel·ligent. L’objectiu és desenvolupar models predictius del comportament de la xarxa per millorar-ne el funcionament.

El big data ha arribat a la xarxa elèctrica i ho canviarà tot. Els milions de dades que ofereixen les xarxes intel·ligents permetran als operadors del sistema predir i anticipar-se a possibles incidències per millorar el funcionament de la xarxa i augmentar la qualitat de servei a la clientela.

Dins aquest procés de digitalització, a Endesa també hem posat en marxa el sistema LARS (Localització d’Avaries i Reposició del Subministrament), un sistema automàtic que en cas d'avaria funciona com un operador virtual i que, des del sistema mateix del Centre de Control (igual que farien els operadors humans), fa les maniobres que calguin a la xarxa per aïllar les avaries i reposar el subministrament en menys de tres minuts. LARS s’encarrega de gestionar els telecomandaments i farà molt més en el futur.

Es treballa per integrar dades històriques d’avaries, taxes de fallada, mapes d’obres dels carrers i previsions meteorològiques, entre altra informació, perquè el sistema pugui determinar amb més precisió en quin punt de la línia s’ha produït l’avaria. Fent servir tècniques de big data i intel·ligència artificial per processar tota aquesta informació (per exemple, on han caigut llamps, on es fan obres al carrer que poden afectar algun cable), les probabilitats de determinar l’origen de la incidència amb més rapidesa augmenten significativament.

“La intel·ligència artificial també ha canviat la distribució de l’energia: des de l’augment de velocitat en la localització d’avaries fins a la creació d’algoritmes per reduir el frau elèctric.”

També fem servir la intel·ligència artificial per a la lluita contra el frau. Estem desenvolupant un algoritme que permet detectar amb més fiabilitat el frau. Aquest algoritme, del qual aprèn la mateixa màquina (machine learning), s'aplica des del 2017 a tot Espanya. L’aplicació d’algoritmes avançats d’aprenentatge automàtic (machine learning) i aprenentatge profund (deep learning) sobre el big data permet abordar de manera més eficient moltes de les operacions de la companyia, inclosa la lluita contra el frau.

IA en la generació

I si la lA ens ajuda a atendre millor la nostra clientela i avançar en la digitalització de la xarxa de distribució, també l’estem incorporant en projectes de la nostra línia de negoci de generació.

• Diagnòstic predictiu: ús de tècniques de machine learning i anàlisi de dades operatives per a la detecció i el diagnòstic de fallades en equips principals de planta per tal de reduir la no-disponibilitat i evitar avaries.
• Càmeres de supervisió amb visió artificial: desenvolupament de models visuals intel·ligents mitjançant l’ús de xarxes neuronals per a la identificació automàtica d’esdeveniments i problemes operatius.
• MOP: projecte pilot per a la introducció d’un sistema d’ajuda a l’operació de plantes de generació basat en intel·ligència artificial i models cognitius.
• Monitoratge de motors i interruptors de baixa i mitjana tensió: ús de sensoriometria avançada i algoritmes d’intel·ligència artificial per a la detecció precoç de fallades en components elèctrics.
• Digital Report: desenvolupament i implementació d’un sistema global únic per a generació d’informes, amb accés a les dades de les aplicacions principals de generació i incorporació d’un assistent digital per a informació per veu.
• AI4OM – Artificial Intelligence For O&M: prova de concepte per al desenvolupament d’una eina de manteniment prescriptiu, capaç de predir el grau de fiabilitat dels esdeveniments detectats per eines predictives i suggerir de manera automàtica una actuació de manteniment adequada a la situació.