La mancanza di dati è una sfida per la decarbonizzazione

Le organizzazioni considerano l'intelligenza artificiale come la tecnologia di maggior impatto per la decarbonizzazione e l'efficienza delle risorse.

decarbonizzazione

Siemens Smart Infrastructure ha pubblicato un nuovo rapporto intitolato “Digital Transformation, Sustainable Returns: The New Pathway of Infrastructure”. Il rapporto si basa su un’indagine condotta su 650 figure apicali aziendali ed esplora come la digitalizzazione possa essere implementata per accelerare la decarbonizzazione e trasformare le infrastrutture mondiali, in particolare nei settori dell’energia, degli edifici e delle attività industriali. I risultati evidenziano come le smart infrastructure consentano la decarbonizzazione, l’efficienza delle risorse e la cooperazione per raggiungere gli obiettivi di sostenibilità. Tuttavia, nonostante i notevoli progressi compiuti negli ultimi anni, esiste ancora un immenso potenziale non ancora sfruttato, soprattutto per quanto riguarda le operazioni data driven.

La digitalizzazione è un fattore chiave per la decarbonizzazione

I principali risultati evidenziano come la digitalizzazione favorisca la creazione di infrastrutture più sostenibili, sottolineando il ruolo cruciale dei dati nel guidare le decisioni verso il raggiungimento del net zero. Inoltre, vengono analizzate le tecnologie che i leader ritengono possano generare il maggiore impatto positivo. Le piattaforme digitali, infine, emergono come un asset strategico per le aziende, con gli intervistati che ne identificano i cinque principali vantaggi: scalabilità, efficienza in termini di tempi e costi, implementazione più rapida, affidabilità e interoperabilità.

Thomas Kiessling, CTO di Siemens Smart Infrastructure
La digitalizzazione è un potente strumento di sostenibilità e la decarbonizzazione degli edifici, delle reti e delle infrastrutture è effettivamente attuabile con le soluzioni esistenti. Ad esempio, con l’IoT che abbassa il costo delle tecnologie per gli edifici intelligenti, possiamo collegare i sistemi, ridurre l’uso di energia e ottenere enormi risparmi. Per accelerare la decarbonizzazione e raggiungere gli obiettivi climatici critici, dobbiamo sfruttare le tecnologie digitali come l’AI e l’IoT in modo più trasformativo. Le soluzioni esistono, i risparmi sono evidenti: non c’è motivo per non agire ora.

Le carenze di dati rappresentano una sfida importante

Un’infrastruttura intelligente e connessa è essenziale per una gestione efficace dell’energia. Sebbene il 54% degli intervistati consideri la propria organizzazione matura o avanzata nella gestione delle attività basate sui dati, la ricerca evidenzia che la disponibilità di dati rappresenta una delle principali sfide alla decarbonizzazione. In aree chiave per migliorare decarbonizzazione ed efficienza delle risorse, una quota significativa dichiara di disporre di pochi o nessun dato: il 44% per cento non ha dati sulle emissioni, il 46% per cento sulle prestazioni di impianti e macchinari e il 30% per cento sul consumo energetico.

Gli intervistati segnalano difficoltà nell’utilizzo efficace dei dati disponibili, attribuibili alle limitate capacità organizzative di integrare, gestire e analizzare informazioni provenienti da diverse fonti. È ampiamente riconosciuta l’esigenza per le organizzazioni di incrementare il volume, migliorare la qualità e garantire una maggiore accessibilità ai dati, elementi fondamentali per prendere decisioni informate e ottenere risultati più significativi in termini di efficienza e sostenibilità.

L’intelligenza artificiale può essere la chiave della transizione energetica

 In base ai risultati dell’indagine, è chiaro che l’AI è la tecnologia che si prevede avrà l’impatto più positivo sulla decarbonizzazione e sull’efficienza delle risorse: il 33% degli intervistati ritiene che l’AI avrà il maggiore impatto nei prossimi tre anni. Tuttavia, per il momento, altre soluzioni contribuiscono in modo significativo alla riduzione delle emissioni, tra cui IoT, gemelli digitali, reti intelligenti e tecnologie edge.