Inteligencia artificial para mejorar nuestros servicios

Publicado el martes, 2 de abril de 2019

“¿Quién no conoce ya a Siri (Apple) o Alexa (Amazon) o no ha visto en su móvil el Google Assistant?”

En el caso de Alexa la cosa va más allá ya que Amazon ha lanzado en España Echo, el altavoz inteligente que se conecta a su asistente virtual, para que se pueda interactuar con ella desde cualquier punto de la vivienda.

Hoy por hoy, es posible pedirle a Alexa de viva voz que te ponga música, te lea un libro o te diga qué tiempo va a hacer mañana. Pero además, gracias a la nueva skill de Endesa, ahora también es posible preguntar por tu energía y tener más cerca que nunca asesoramiento energético personalizado que permita ahorrar en la factura. Y lo único que se necesita es ser cliente de Endesa y tener alguno de los diferentes modelos de altavoz inalámbrico Amazon Echo.

Gracias a ello, en Endesa ofrecemos un canal de atención a través de un dispositivo que permite al cliente controlar toda la domótica de su hogar. Al conjugar ambos factores, aunamos nuestro servicio de atención al cliente con información sobre su consumo y facturas junto con la posibilidad de controlar temperatura del hogar, iluminación… Con lo que es un todo que empodera al cliente y le da más capacidad de decisión sobre su ahorro, haciendo más eficiente el gasto energético.

Nuestra intención es seguir avanzando en este desarrollo para que, a través de la voz, sus clientes puedan llevar a cabo las mismas gestiones o consultas que hasta el momento puede hacer en la web o la app de la compañía. En el futuro incluso se podrá utilizar Alexa para abrir una comunicación con el contact center en caso de necesitar una atención adicional.

Además, vamos a seguir desarrollando nuevos canales de voz para poder llegar a todos nuestros clientes. En esta línea, estamos preparando una skill para Google Home que esperamos tener operativa proximamente.

En Endesa también estamos usando Watson, la inteligencia artificial de IBM, para atender a los clientes tanto en el chat como por teléfono y lo hacemos con un porcentaje significativo de clientes atendidos de forma autónoma, todo ello para desarrollar de forma ágil nuevas soluciones y optimizar costes. Tras una experiencia piloto en 2017, el año pasado se extendió a todo el Centro de Atención al cliente y en la actualidad atiende ya a clientes tanto en el chat como al teléfono y con un porcentaje significativo de personas atendidas de forma autónoma.

Íntimamente relacionados con la IA y el cliente, en Endesa también estamos trabajando en estas líneas de actuación:

  • Modelos de prevención de impagos: creación de soluciones analíticas de machine learning para reducir la tasa de impagos e incrementar la tasa de cobro en la cartera de impagados.
  • RPAs. Robots codificadores de datos.
  • Clasificador de reclamaciones. Tipificación de reclamaciones en CRM basadas en reconocimiento de un texto.
  • MEGABAT: Previsión de demanda horaria para clientes domésticos que permite disponer de series de consumo estables en el tiempo, lo más independiente de la actividad comercial, de entradas y salidas de clientes, logrando ahorros y mayor agilidad en el servicio.

“La previsión de la demanda horaria, la reducción de la tasa de impagos, la tipificación de las reclamaciones y la codificación de los datos son algunos de los objetivos de IA en comercialización.”

IA en las redes de distribución

También estamos trabajando para avanzar en la digitalización de la red de distribución a través de la incorporación de las técnicas de inteligencia artificial y del big data en la energía, y así mejorar nuestros servicios.

Asi nació PASTORA, el proyecto para mejorar el control en tiempo real y el mantenimiento preventivo de la red de distribución que lleva la electricidad a los hogares y que utilizará tecnologías de big datadeep learning e inteligencia artificial para explotar los millones de datos que ofrece la red inteligente. El objetivo es desarrollar modelos predictivos del comportamiento de la red y así mejorar su funcionamiento.

El big data ha llegado a la red eléctrica y lo va a cambiar todo. Los millones de datos que ofrecen las redes inteligentes van a permitir a los operadores del sistema predecir y anticiparse a posibles incidencias para mejorar el funcionamiento de la red y aumentar la calidad de servicio a los clientes.

Dentro de este proceso de digitalización, en Endesa también hemos puesto en marcha el sistema LARS (Localización de Averías y Reposición del suministro) un sistema automático que funciona ante una avería como un operador virtual, realizando desde el mismo sistema del Centro de Control -al igual que harían los operadores humanos- las maniobras en la red que sean necesarias para aislar la averías y reponer el suministro en menos de tres minutos. LARS se encarga de gestionar los telemandos, y hará mucho más en el futuro.

Se está trabajando para integrar datos históricos de averías, tasas de fallo, mapas de obras de las calles y previsiones meteorológicas entre otra información, para que el sistema pueda determinar con mayor precisión en qué punto de la línea se ha producido la avería. Utilizando técnicas de big data e inteligencia artificial para procesar toda esa información -por ejemplo dónde han caído rayos, dónde se están realizando obras en la calle que pueden afectar a algún cable- las probabilidades de determinar el origen de la incidencia con más rapidez aumentan significativamente.

“La inteligencia artificial también ha cambiado la distribución de la energía: desde el aumento de velocidad en la localización de averías hasta la creación de algoritmos para reducir el fraude eléctrico.”

Usamos también la inteligencia artificial para la lucha contra el fraude. Estamos desarrollando un algoritmo que permite detectar con mayor fiabilidad el fraude. Este algoritmo, del cual aprende la propia máquina (machine learning), se viene aplicando desde 2017 en toda España. La aplicación de algoritmos avanzados de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning) sobre el big data está permitiendo abordar de forma más eficiente muchas de las operaciones de la compañía, incluida la lucha contra el fraude.

IA in generation

And while AI helps us to see to clients better and move forward in the digitalisation of our distribution network, we are also incorporating it into our generation business project line.

  • Predictive Diagnosis: Machine learning and operational data analysis techniques are used to detect and diagnose faults in principal plant equipment with the purpose of reducing lack of availability and avoiding breakdowns.
  • Supervision cameras with artificial vision: Development of intelligent visual models by means of using neuronal networks for automatic identification of operational events and problems.
  • MOP: Pilot project to introduce a system to help the operation of generation plants based on artificial intelligence and cognitive models.
  • Monitoring of motors and low and medium tension switches: Use of advanced sensors and artificial intelligence algorithms to detect electrical component failures early.
  • Digital Report: Development and implementation of a single global system for generation of reports with access to data from the most important generation applications and incorporating a digital information voice assistant.
  • AI4OM – Artificial Intelligence For O&M: Proof of concept to develop a prescriptive maintenance tool able to predict the degree of reliability of events detected by predictive tools and automatically suggest an appropriate maintenance action for the situation.