Ενέργεια
Πώς η τεχνητή νοημοσύνη μπορεί να απελευθερώσει μεγαλύτερη αξία από τις ανανεώσιμες πηγές ενέργειας

Ένα ηλιακό πάρκο μπορεί να παράγει άφθονη ηλεκτρική ενέργεια και παρ’ όλα αυτά να δυσκολεύεται να την παρέχει όταν τη χρειάζονται οι καταναλωτές. Τα σύννεφα μεταβάλλουν την παραγωγή, οι γραμμές μεταφοράς συμφορούνται και οι μπαταρίες πρέπει να εξισορροπούν αντικρουόμενες ανάγκες. Η προσθήκη φωτοβολταϊκών πλαισίων αυξάνει τη δυνητική παραγωγή, όμως η αξία αυτής της επένδυσης εξαρτάται και από το πόσο αποτελεσματικά λειτουργεί το ευρύτερο ενεργειακό σύστημα.
Μια νέα μελέτη στο Sustainable Futures εξετάζει αυτή τη σχέση σε εθνικό επίπεδο.1 Σε 20 οικονομίες, από το 1990 έως το 2022, οι ερευνητές διαπίστωσαν ότι οι ανανεώσιμες πηγές ενέργειας συσχετίζονταν ευνοϊκότερα με τη βιώσιμη ανάπτυξη όπου η καινοτομία στην τεχνητή νοημοσύνη ήταν εντονότερη. Το εύρημα θέτει ένα χρήσιμο επενδυτικό ερώτημα: πόσες ευκαιρίες υπάρχουν για να αξιοποιηθούν καλύτερα οι υφιστάμενες ενεργειακές υποδομές;
Τι διαπίστωσε η μελέτη για την τεχνητή νοημοσύνη και τις ανανεώσιμες πηγές ενέργειας
Οι ερευνητές εξέτασαν την κατανάλωση ορυκτών καυσίμων, τις ανανεώσιμες πηγές ενέργειας, την καινοτομία στην τεχνητή νοημοσύνη και την πραγματική αποταμίευση. Η πραγματική αποταμίευση προσαρμόζει τα συμβατικά μέτρα αποταμίευσης, συνυπολογίζοντας παράγοντες όπως οι επενδύσεις στην εκπαίδευση, η εξάντληση των φυσικών πόρων και οι ζημιές από τη ρύπανση. Εξετάζει κατά πόσο μια οικονομία δημιουργεί διαρκή πλούτο, λαμβάνοντας υπόψη ορισμένα από τα κόστη της ανάπτυξης.
Ως μέτρο αποτελέσματος χρησιμοποιήθηκε ο Δείκτης Βιώσιμης Ανάπτυξης, ο οποίος συσχετίζει την ανθρώπινη ανάπτυξη με τις οικολογικές πιέσεις. Συνυπολογίζει την υγεία, την εκπαίδευση και το εισόδημα, μαζί με τις εκπομπές διοξειδίου του άνθρακα που συνδέονται με την κατανάλωση και το υλικό αποτύπωμα. Επομένως, η υψηλότερη ενεργειακή παραγωγή ή το υψηλότερο ΑΕΠ δεν συνεπάγονται αυτομάτως καλύτερη βαθμολογία.
Με τη χρήση παλινδρόμησης ποσοστημορίων, οι συγγραφείς αξιολόγησαν πώς διέφεραν οι σχέσεις σε όλο το φάσμα των αποτελεσμάτων βιωσιμότητας. Η κατανάλωση ορυκτών καυσίμων συσχετιζόταν αρνητικά με τον δείκτη σε όλο αυτό το φάσμα. Στο βασικό μοντέλο, η καινοτομία στην τεχνητή νοημοσύνη εμφάνισε θετική συσχέτιση, ιδίως στα χαμηλότερα και μεσαία ποσοστημόρια.
Το πιο ενδιαφέρον εύρημα αφορούσε την αλληλεπίδραση μεταξύ τεχνητής νοημοσύνης και ανανεώσιμων πηγών ενέργειας. Ο συνδυασμός τους συσχετιζόταν θετικά με τη βιωσιμότητα στα ποσοστημόρια του κύριου μοντέλου. Ωστόσο, τα ευρήματα για την τεχνητή νοημοσύνη ήταν ευαίσθητα στη στατιστική προσέγγιση, γεγονός που καθιστά απαραίτητη την προσεκτική ερμηνεία τους.
| Στοιχείο της μελέτης | Εύρημα ή μέτρηση | Περιορισμός στην ερμηνεία |
|---|---|---|
| Κάλυψη | 20 οικονομίες, 1990–2022 | Το δείγμα επιλέχθηκε με βάση τη διαθεσιμότητα δεδομένων |
| Καινοτομία στην τεχνητή νοημοσύνη | Μετρήθηκε με βάση τις τριαδικές οικογένειες διπλωμάτων ευρεσιτεχνίας | Δεν μετρά την πραγματική εφαρμογή της τεχνητής νοημοσύνης |
| Ορυκτά καύσιμα | Αρνητική συσχέτιση στα ποσοστημόρια του βασικού μοντέλου | Τα αποτελέσματα αφορούν έναν σύνθετο δείκτη βιωσιμότητας |
| Τεχνητή νοημοσύνη και ανανεώσιμες πηγές ενέργειας | Θετική αλληλεπίδραση στο κύριο μοντέλο ποσοστημορίων | Δεν ήταν στατιστικά σημαντική στην πιο συντηρητική ανάλυση με τη μέθοδο των εργαλειακών μεταβλητών |
| Πραγματική αποταμίευση | Περιόρισε την αρνητική συσχέτιση με τα ορυκτά καύσιμα | Δεν μετρά συγκεκριμένες ροές πράσινης χρηματοδότησης |
Γιατί η δυναμικότητα των ανανεώσιμων πηγών ενέργειας είναι μόνο ένα μέρος της εικόνας
Στα αποτελέσματα του βασικού μοντέλου, οι ανανεώσιμες πηγές ενέργειας εμφάνισαν αρνητική άμεση συσχέτιση με τον δείκτη. Αυτό δεν αποδεικνύει ότι οι ανανεώσιμες πηγές βλάπτουν τη βιωσιμότητα. Ο δείκτης περιλαμβάνει την κατανάλωση υλικών, ενώ το μέτρο για την ενέργεια καταγράφει το μερίδιο των ανανεώσιμων πηγών στην τελική κατανάλωση, χωρίς να διακρίνει μεταξύ τεχνολογιών ή μεταξύ διαφορετικών βαθμών ενσωμάτωσης στο σύστημα.
Οι συγγραφείς προτείνουν ότι οι κατασκευαστικές ανάγκες, το κόστος της μετάβασης και οι περιορισμοί του συστήματος θα μπορούσαν να εξηγήσουν αυτό το μοτίβο, όμως τα δεδομένα τους δεν επιτρέπουν την άμεση εξέταση αυτών των μηχανισμών. Στο μοντέλο αλληλεπίδρασης, ο συντελεστής των ανανεώσιμων πηγών ενέργειας περιγράφει επίσης τη σχέση όταν η τεχνητή νοημοσύνη είναι μηδενική, και όχι μια επίδραση ανεξάρτητη από άλλους παράγοντες.
Για τους αναγνώστες και τους επενδυτές, το χρήσιμο συμπέρασμα είναι ότι η παραγωγή ηλεκτρικής ενέργειας και η παροχή χρήσιμων ενεργειακών υπηρεσιών είναι δύο διαφορετικά επιτεύγματα. Ας εξετάσουμε ένα υποθετικό ηλιακό έργο που αντιμετωπίζει περιορισμούς στην έγχυση ενέργειας στο δίκτυο τις μεσημεριανές ώρες. Οι καλύτερες προβλέψεις θα μπορούσαν να βοηθήσουν τον διαχειριστή να κρατήσει διαθέσιμη χωρητικότητα μπαταριών προτού προκύψει το πλεόνασμα. Ο συντονισμός της ζήτησης ηλεκτρικής ενέργειας στην περιοχή θα μπορούσε να προσφέρει μια ακόμη διέξοδο. Καμία από τις δύο ενέργειες δεν απαιτεί την προσθήκη φωτοβολταϊκών πλαισίων, αν και αμφότερες προϋποθέτουν κατάλληλο εξοπλισμό και άδειες λειτουργίας.
Αυτό συμπληρώνει το ευρύτερο επιχείρημα υπέρ του εκσυγχρονισμού των έξυπνων δικτύων: τα μέσα παραγωγής ενέργειας εξαρτώνται από δίκτυα που μπορούν να προσαρμόζονται στις μεταβαλλόμενες συνθήκες προσφοράς και ζήτησης.
Πού μπορεί η τεχνητή νοημοσύνη να βελτιώσει την απόδοση του ενεργειακού συστήματος
Η έκθεση του Σεπτεμβρίου 2026 του Διεθνούς Οργανισμού Ενέργειας για τον εκσυγχρονισμό των δικτύων ηλεκτρικής ενέργειας εντοπίζει την πρόβλεψη, τη βελτιστοποίηση και την επίγνωση της κατάστασης ως τομείς στους οποίους η τεχνητή νοημοσύνη μπορεί να βοηθήσει τους διαχειριστές να αξιοποιούν αποτελεσματικότερα τα δίκτυα. Οι εφαρμογές αυτές αφορούν πρακτικές λειτουργικές αποφάσεις, οι οποίες συχνά υποστηρίζονται από εξειδικευμένα μοντέλα πρόβλεψης.
- Ακριβέστερη πρόβλεψη της παραγωγής από ανανεώσιμες πηγές και της ζήτησης ηλεκτρικής ενέργειας.
- Συντονισμός μπαταριών και ευέλικτων φορτίων με βάση τους περιορισμούς του δικτύου.
- Εντοπισμός προβλημάτων στον εξοπλισμό πριν προκαλέσουν διακοπές που θα μπορούσαν να είχαν αποφευχθεί.
Χρήσιμη είναι η διάκριση ανάμεσα στην πρόβλεψη και στην άδεια να αναλάβει κανείς δράση. Το λογισμικό μπορεί να προβλέψει σωστά ότι μια σύνδεση θα υπερφορτωθεί, αλλά δεν μπορεί να λύσει το πρόβλημα αν ο διαχειριστής δεν έχει τη δυνατότητα να ανακατευθύνει την ισχύ, να προσαρμόσει τη ζήτηση ή να θέσει σε λειτουργία συστήματα αποθήκευσης. Επομένως, η εμπορική αξία της ΤΝ εξαρτάται εν μέρει από συστήματα ελέγχου, συμβάσεις και κανόνες της αγοράς που βρίσκονται έξω από το ίδιο το μοντέλο.
Αξιολόγηση της αξίας που αποδίδεται στην πράξη, όχι μόνο της ακρίβειας του μοντέλου
Αυτό θέτει υψηλότερες απαιτήσεις στην αξιολόγηση της ενεργειακής τεχνολογίας. Μια βελτιωμένη πρόβλεψη έχει εμπορική σημασία όταν μειώνει το κόστος εξισορρόπησης, αποτρέπει τη σπατάλη ενέργειας ή ενισχύει την αξιοπιστία. Ένα μοντέλο μπορεί να πετύχει καλύτερη στατιστική επίδοση, αλλά να αποφέρει ελάχιστο οικονομικό όφελος, αν οι συστάσεις του φτάνουν πολύ αργά ή δεν μπορούν να εφαρμοστούν.
Για έναν φορέα ανάπτυξης έργων, η κατάλληλη σύγκριση είναι το συνολικό κόστος εγκατάστασης σε σχέση με τα μετρήσιμα λειτουργικά οφέλη. Σε αυτό περιλαμβάνονται οι αισθητήρες, η προετοιμασία δεδομένων, η ενσωμάτωση, η συντήρηση και η εκπαίδευση του προσωπικού. Ένα σύστημα με στενά εστιασμένο σκοπό, που λύνει ένα δαπανηρό και επαναλαμβανόμενο πρόβλημα, μπορεί να δημιουργήσει μεγαλύτερη αξία από μια ευρύτερη πλατφόρμα με εντυπωσιακές δυνατότητες αλλά περιορισμένη υιοθέτηση στην πράξη.
Τι δεν μπορεί να τεκμηριώσει η μελέτη για την ΤΝ
Η μελέτη μετρά την ΤΝ μέσω τριαδικών οικογενειών διπλωμάτων ευρεσιτεχνίας, δηλαδή εφευρέσεων που προστατεύονται σε τρεις μεγάλες δικαιοδοσίες διπλωμάτων ευρεσιτεχνίας. Η δραστηριότητα κατοχύρωσης διπλωμάτων ευρεσιτεχνίας αποτελεί δείκτη καινοτομικής ικανότητας, αλλά δεν μπορεί να δείξει αν μια συγκεκριμένη επιχείρηση κοινής ωφέλειας χρησιμοποιεί ΤΝ ή αν τα συστήματά της βελτιώνουν τις επιδόσεις των ανανεώσιμων πηγών ενέργειας.
Η διάκριση αυτή αποκτά ιδιαίτερη σημασία στους ελέγχους ευρωστίας. Όταν οι ερευνητές χρησιμοποίησαν μια πιο συντηρητική προδιαγραφή μεταβλητών-εργαλείων, με τυπικά σφάλματα ομαδοποιημένα ανά χώρα, τόσο η άμεση επίδραση της ΤΝ όσο και η αλληλεπίδραση ΤΝ και ανανεώσιμων πηγών ενέργειας δεν διέφεραν στατιστικά από το μηδέν. Αυτό δεν αποδεικνύει ότι δεν υπάρχει όφελος. Σημαίνει ότι η μελέτη δεν μπορεί να τεκμηριώσει με βεβαιότητα τον αιτιώδη ισχυρισμό που υποδηλώνουν οι βασικές συσχετίσεις της.
Η ιστορική περίοδος της μελέτης τελειώνει επίσης το 2022, πριν από μεγάλο μέρος της πρόσφατης επέκτασης των υποδομών γενετικής ΤΝ. Η αξιολόγηση του IEA τον Απρίλιο του 2026 για την ΤΝ και τη ζήτηση ηλεκτρικής ενέργειας περιγράφει την ταχεία αύξηση της κατανάλωσης από τα κέντρα δεδομένων, παράλληλα με τις ευκαιρίες που προσφέρει η ΤΝ για τη βελτίωση της λειτουργίας του ενεργειακού τομέα. Πρόκειται για διαφορετικές επιπτώσεις, οι οποίες πρέπει να υπολογίζονται χωριστά.
Επομένως, κάθε επιτυχημένη εφαρμογή πρόβλεψης πρέπει να αξιολογείται με βάση τη δική της κατανάλωση ενέργειας και τα επαληθευμένα οφέλη της. Οι βελτιώσεις σε μία εγκατάσταση δεν μπορούν αυτομάτως να αντισταθμίσουν τις ανάγκες σε ηλεκτρική ενέργεια άλλων, άσχετων υπηρεσιών ΤΝ αλλού.
Η Schneider Electric και οι ευκαιρίες που δημιουργεί η ενεργειακή νοημοσύνη
Οι πρακτικές αυτές απαιτήσεις δημιουργούν ευκαιρίες για εταιρείες που συνδέουν το λογισμικό με τον ηλεκτρικό εξοπλισμό και τις λειτουργικές διαδικασίες. Για τους επενδυτές που εξετάζουν μετοχές εταιρειών ενεργειακών υποδομών, η Schneider Electric (SND.DE ) αποτελεί χαρακτηριστικό παράδειγμα, χάρη στις δραστηριότητές της στη διαχείριση ενέργειας, τον αυτοματισμό και το λογισμικό δικτύων.
Οι λύσεις EcoStruxure περιλαμβάνουν διαχείριση μικροδικτύων και ενσωμάτωση ανανεώσιμων πηγών ενέργειας, ενώ η One Digital Grid Platform ενσωματώνει λογισμικό με δυνατότητες ΤΝ στις λειτουργίες των επιχειρήσεων κοινής ωφέλειας. Οι δραστηριότητες αυτές συνδέονται άμεσα με την πρόκληση του συντονισμού της παραγωγής, της αποθήκευσης, των δικτύων και της ζήτησης.
Στη συζήτησή της τον Οκτώβριο του 2026 για την ευφυΐα δικτύων και τα αξιόπιστα δεδομένα, η Schneider Electric δίνει έμφαση στη διασύνδεση κατακερματισμένων λειτουργικών συστημάτων και στην υποστήριξη της ανθρώπινης λήψης αποφάσεων. Πρόκειται για χρήσιμη περιγραφή της πρόκλησης που παρουσιάζει η υλοποίηση, παραμένει όμως η οπτική της εταιρείας και όχι ανεξάρτητη απόδειξη των επιδόσεων των προϊόντων της.
Η επενδυτική υπόθεση θα εξαρτιόταν από το αν οι πελάτες μετατρέπουν αυτές τις δυνατότητες σε σταθερές δαπάνες και κερδοφόρες εγκαταστάσεις. Στα σχετικά ερωτήματα περιλαμβάνονται το αν οι πωλήσεις λογισμικού αυξάνονται παράλληλα με τις πωλήσεις εξοπλισμού, το αν οι πελάτες ανανεώνουν τις υπηρεσίες και το αν το κόστος υλοποίησης επιτρέπει ελκυστικά περιθώρια κέρδους. Η ισχυρή ζήτηση για τον εκσυγχρονισμό των δικτύων δεν αρκεί από μόνη της για να αποδείξει ότι μια μετοχή είναι ελκυστικά αποτιμημένη.
Η Schneider δραστηριοποιείται επίσης στους τομείς των κτιρίων, του βιομηχανικού αυτοματισμού και των κέντρων δεδομένων. Συνεπώς, τα αποτελέσματά της αντικατοπτρίζουν ένα ευρύτερο επιχειρηματικό μείγμα από την ενσωμάτωση ανανεώσιμων πηγών ενέργειας με τη βοήθεια της ΤΝ. Η μελέτη ούτε αξιολογεί την εταιρεία ούτε προβλέπει τα κέρδη της.
Τα τελευταία νέα και οι εξελίξεις για τη Schneider Electric (SU)
Ένας πιο χρήσιμος τρόπος αξιολόγησης των επενδύσεων στην καθαρή ενέργεια
Η ευρύτερη συμβολή της μελέτης είναι ότι ενθαρρύνει μια συστημική προσέγγιση της βιωσιμότητας. Τα περιουσιακά στοιχεία ανανεώσιμων πηγών ενέργειας, η καινοτομική ικανότητα και ο μακροπρόθεσμος σχηματισμός κεφαλαίου αλληλεπιδρούν. Η αγορά περισσότερου εξοπλισμού αποτελεί μόνο ένα μέρος της βελτίωσης των αποτελεσμάτων· οι θεσμοί και οι λειτουργικές δυνατότητες επηρεάζουν το πόσο αποτελεσματικά χρησιμοποιείται αυτός ο εξοπλισμός.
Για τους επενδυτές, αυτό σημαίνει ότι αξίζει να εξετάζουν τους περιορισμούς κάθε έργου. Πού σπαταλιέται ενέργεια; Ποια λειτουργική απόφαση θα μπορούσε να το αλλάξει αυτό; Ποιος μπορεί να επιφέρει την απαραίτητη βελτίωση και ποιος αποκομίζει το οικονομικό όφελος; Αυτά τα ερωτήματα συνδέουν ένα ελκυστικό τεχνολογικό αφήγημα με μια επιχειρηματική υπόθεση που μπορεί να ελεγχθεί.
Η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει τα συστήματα ανανεώσιμης ενέργειας να αξιοποιούν καλύτερα τους υφιστάμενους πόρους. Η απόδειξη αυτής της αξίας μέσω αξιόπιστης λειτουργίας, χαμηλότερου κόστους και καλύτερης αξιοποίησης των υποδομών θα μετατρέψει αυτή τη δυνατότητα σε μια διαρκή ευκαιρία.
Βιβλιογραφικές αναφορές:
1 Esily, R. R., Chi, Y., Ibrahiem, D. M., Muhammadullah, S., Hassanein, E. A., & Zhang, X. (2026). Εξάρτηση από τα ορυκτά καύσιμα και βιώσιμη ανάπτυξη: ποσοστημοριακά ευρήματα σχετικά με την τεχνητή νοημοσύνη, τις ανανεώσιμες πηγές ενέργειας και την πραγματική αποταμίευση. Sustainable Futures, 12, άρθρο 102265. https://doi.org/10.1016/j.sftr.2026.102265











