Preoccupazione ovvia ma con un pizzico di ottimismo. Come ogni crisi, la pandemia globale Covid-19 ha ampiamente accelerato problematiche strutturali, in ogni settore, davanti alle quali vince solo chi ha la capacità di rialzarsi. Il rimbalzo può essere tuttavia significativo se le misure per la ripresa sono orientate al futuro. La traduzione ideale è Innovazione.
L’incertezza sulla politica economica in fase di ridefinizione richiama il Governo a un rigore categorico sulle buone pratiche di utilizzo dei fondi internazionali. Il discusso Recovery Fund, in realtà denominato Next Generation EU, non riguarda letteralmente solo le generazioni future, ma vuole mitigare la crisi attuale. In breve, il progetto si propone di rimettere in piedi le imprese e dotarle della capacità di reagire in prossimità di cigni neri, ossia imprevisti. Convertire l’intero Sistema oggi più che mai significa lavorare su tre fronti: economia, ambiente, innovazione.
Proprio l’innovazione, il ponte naturale tra il presente e il futuro dei centri urbani, il principale indicatore di modernità e di benessere, è il nodo cruciale attraverso cui l’economia, dal latino intesa come amministrazione della casa, diviene amministrazione dell’ambiente, in termini di gestione energetica e transizione.
Intelligenza artificiale: strumento prezioso
L’Artificial Intelligence (AI) è la disciplina che studia i fondamenti teorici, le metodologie e le tecniche per progettare software dotati di capacità associate normalmente all’intelligenza umana. Oggi l’AI è correlata in modo sempre più stretto alla raccolta, all’analisi e alla gestione dei dati.
Le applicazioni dell’AI al settore energetico sono varie e molto avanzate. Trasformare quei processi che oggi richiedono un’attività umana molto intensa in step automatizzati (automazione), con predizioni e anticipazioni[1] di fenomeni che si stima possano avvenire, osservando patterns appresi da accadimenti nel tempo (machine learning) è ciò di cui il settore ha bisogno per fronteggiare eventi improvvisi come una pandemia globale. Ciò è possibile raccogliendo sempre più informazioni, con maggiore frequenza e conseguente aumento della capacità di calcolonecessaria, gestendone quindi la complessità[2].
La gestione dell’energia e il suo efficientamento così come i processi di decarbonizzazione passano necessariamente da ondate di digitalizzazione e riduzione dei costi quali principali rami su cui si prevede l’uso dell’intelligenza artificiale. Applicata alla robotica, all’utilizzo dei Big Data e in particolare alla Cybersecurity, l’AI si rivela cruciale per la ripartenza industriale ma ancor più per la prevenzione di ulteriori crisi. L’efficientamento energetico delle installazioni e dei consumi, le attività di ricerca e sviluppo sia per il settore del gas naturale liquefatto (GNL) che per l’utilizzo dell’idrogeno in ambito domestico, industriale e nella produzione di elettricità così come le possibili sinergie tra elettrico e gas sono solo alcuni impieghi dell’AI per l’energia. Diversi studi, frutto di ricerche e sperimentazioni lo dimostrano con risultati assolutamente positivi.
AI ed energia: gli USA e la Cina
”Quando una potenza globale è in declino e un’altra sta emergendo, il conflitto è inevitabile”. Riprendendo Tucidide, è possibile spiegare centinaia d’anni di geopolitica con grande vanto della scuola realista. Se alla Cina non interessa prendere il posto degli Stati Uniti sul campo militare e concordando con la teoria economica moderna per cui la collaborazione fra Paesi per la crescita economica dovrebbe dar vita a un gioco a somma positiva, in cui tutti beneficiano di una fetta sempre più grande, c’è un fronte in cui lo scontro tra USA e Cina è inevitabile: la tecnologia e, nello specifico, il settore dell’Intelligenza Artificiale. Vivendo in una globalizzazione democratica, ad alta competizione, quanto detto può relativamente trovare diretta correlazione con quello che sarà l’esito finale dello scontro ma sicuramente conduce a un approfondimento dell’utilizzo di AI nel settore energetico e della transizione, su cui la Cina ha inevitabilmente la meglio.
Fin dalla crisi petrolifera degli anni 70, gli USA hanno sempre lavorato per perseguire l’indipendenza energetica. I diversi shock dei prezzi, le gravi crisi petrolifere e la sfida al cambiamento climatico hanno reso tale obiettivo irraggiungibile tramite combustibili fossili. Il lento ma costante aumento delle rinnovabili negli USA (4% nei decenni precedenti, 11,4% nel 2019) ha di fatto posto gli USA spalle al muro: la dipendenza dalla Cina per i minerali utili ai sistemi di energia pulita è un dato di fatto. Secondo il Servizio Geologico degli Stati Uniti, nel 2019 la Cina ha fornito l’80% (26.000 tonnellate) di terre rare agli USA per la produzione di parchi eolici, pannelli solari, batterie per auto elettriche ma anche attrezzature mediche, sistemi di difesa e tecnologie utili per la gestione del gas e del petrolio. Sui 35 minerali classificati come “critici” per l’economia statunitense, gli USA importano 14 di essi e il 75% di altro tipo. Il dato preoccupante è che circa trent’anni fa gli USA erano il principale produttore mondiale di questi minerali, e oggi sono al settimo posto. Al contempo, Pechino non perde tempo per gli investimenti sulla Belt and Road Initiative (BRI),spostando l’elettricità raccolta dai parchi solari nel Sahara e da quelli eolici ai due poli. Obiettivo: raggiungere il 90% dell’elettricità da fonti rinnovabili entro il 2050.
L'Italia nella competizione globale
[1] Questa è una delle principali attività di utilizzo dell’AI e si definisce predittiva quando utilizza un modello di apprendimento per rilevare dai dati della macchina quelli che sono i motivi di guasto, predittiva quando configura quando avverrà il successivo guasto in una specifica parte della macchina.
Come chiaramente mostrato dal grafico qui sopra, nel 2018 l’Italia occupava il 16° posto della classifica mondiale con 29 aziende di AI in tutto il territorio nazionale. Apparentemente un numero ridotto, soprattutto comparato con i dati americani, ma non per questo inefficiente. Nello stesso anno il dibattito dell’integrazione della tecnologia e del Machine Learning con il campo energetico in Italia ha avuto un ampio sviluppo e sulla stessa scia oggi abbiamo numerose realtà impegnate nel settore, sia sul fronte della ricerca (vedi il Politecnico di Milano) sia nell’indirizzo industriale con Eni e Snam in primis. Altresì emblematico è il recentissimo lancio del programma ETEF (Electric Test Facility) promosso e realizzato da Wärtsilä con la partnership di Fincantieri SI, Seastema, Università di Trieste e cofinanziato dal Ministero della Difesa. Il progetto prevede il controllo digitale dell’energia elettrica a corrente continua per eventuali applicazioni sia terrestri che marine utili alla transizione, perfettamente in linea con la Strategia intelligente per l’innovazione digitale “S3”. In sintesi, un altro passo avanti per la transizione digitale dell’energia a firma italiana e finlandese.
I segni indelebili della pandemia dimostrano che i piani di continuità operativa aziendale e industriale nel territorio energetico italiano, eccetto pochi casi, non sono stati in grado di gestire variabili in rapida evoluzione e sconosciute. Per questo motivo, all’interno di programmi nazionali, europei e internazionali è necessario predisporre maggiori risorse pubbliche da immettere in circuiti di cooperazione pubblico-privata per incrementare la ricerca, lo sviluppo e la digitalizzazione dei processi organizzativi a favore della transizione verso la clean energy.
Se è vero che le idee devono cavalcare l’onda giusta per realizzarsi, il quadro descritto è sicuramente il trampolino per una vera integrazione del settore energetico con quello tecnologico e dell’Intelligenza Artificiale. Le gravi e persistenti fluttuazioni della richiesta di fornitura sulla rete elettrica sono il segnale maggiore dell’impiego più che necessario dell’AI al fine di evitare cali di tensione, interruzioni e blackout. Non si parla di un sistema che sutura le ferite aperte della pandemia e tanto meno si tratta di una panacea. Tuttavia, il prolungato e non proprio roseo impatto sociale che il Covid-19 ha provocato è inevitabilmente un pull-factor per una serie di cambiamenti che hanno già ampiamente permeato la sfera delle abitudini quotidiane: smartworking, meno viaggi di lavoro, meno spostamenti e con mezzi alternativi e tante altre attività che hanno un forte impatto sulla curva del carico elettrico giornaliero.
Il ruolo strategico dell’AI e del Machine Learning è ampiamente utile nella transizione energetica, in particolare per prevedere in anticipo le variabili sulla produzione – l’esposizione al sole delle superfici fotovoltaiche, la direzione e la forza dei venti nel caso dell’eolico o l’indice di piovosità per l’idroelettrico - tramite sistemi di energy storage (accumulo) e gestire quindi le rinnovabili che per natura non sono programmabili. I dati raccolti tramite sensori e poi elaborati e tradotti in soluzioni industriali, residenziali e urbane fanno dell’AI la vera rivoluzione dell’economia, nonostante il dibattito italiano per il settore energetico sia ancora agli arbori delle attenzioni mediatiche. Secondo l’International Energy Agency (IEA), nei prossimi anni l’AI si configurerà come principale determinante della transizione energetica permettendo la connessione, l’affidabilità e la sostenibilità dei diversi sistemi energetici.
Per un Paese come l’Italia, leader anche nella transizione europea con l’idrogeno, l’integrazione hi-tech permette quindi una maggiore diversificazione del mix energetico nazionale, garantendo il giusto approvvigionamento d’energia per tutte le attività che concorrono al sostentamento del Sistema Paese. In altre parole, la nostra vita e le nostre attività sono meno inquinanti, gli obiettivi di decarbonizzazione sono sempre più vicini e il costo è sempre minore. La progettazione di componenti e materiali per l’economia circolare, la gestione e la garanzia della continuità industriale in condizioni di alta vulnerabilità e l’ottimizzazione di infrastrutture critiche nella piena compatibilità e rispetto dell’ambiente sono il vero frutto di questa innovazione.
In conclusione, fare economia significa fare scelte, insieme. Un lavoro a beneficio di ogni singolo individuo e che analogamente richiede una risposta coordinata e collettiva, così come il suddetto programma ETEF dimostra. Il tema centrale della quotidianità è risollevarsi da una crisi globale la cui portata induce immediatamente a capire che le scelte devono necessariamente cambiare affinché quell’impreparazione - anche culturale – che ci ha visti spiazzati dinanzi a una minaccia ibrida come il Covid-19 non vada persa e, previa implementazione, non faccia perdere occasione di crescita e sviluppo. Se le invenzioni promosse in questo settore si son rivelate strumento di svolta, la loro applicazione pratica definisce il vero tema su cui concentrarsi, ossia quanto questa innovazione induca a ridisegnare la vita delle città, a far rinascere gli indotti economici, a riqualificare le periferie e redistribuire lavoro e mobilità.
In qualsiasi settore e ancor più per quello energetico, l’AI si configura come occasione per rimodulare economia e benessere dei governi e quindi delle persone.
[2] Fase molto familiare durante il momento pandemico, consente di pianificare l’uso efficiente di una macchina, il flusso di materiali e la fornitura anticipando possibili shock. È sicuramente il segmento maggiormente in crescita, permette la riduzione dei costi operativi complessivi e consente una maggiore integrazione delle catene di approvvigionamento, apportandone maggiore controllo ma anche condivisione di dati
Contenuti correlati:
