电力部门在适应数字革命方面进展缓慢。其部分原因是没有其他公司所面临的很多经济挑战。大多数电力公司对他们所在地区的服务具有自然垄断性,因此他们没有面临大多数行业必须与之竞争的风险。然而,新的挑战迫使他们适应竞争,开始接受大数据以节省成本,并在不断变化的行业格局中保持竞争力。

IBM能源与公用事业行业全球战略和解决方案副总裁Stephen Callahan在《研发杂志》上写了一篇文章,指出大数据正以前所未有的方式改变着电力部门的未来。他引用了来自GTM Research的研究,该报告显示,电力公司投资数据分析的资本将从2012年从7亿美元增加到2020年的38亿美元。

Callahan表示,大数据在多个方面正在帮助电力部门的发展。他在文章指出,随着智能电网和智能电表成为电力行业的关键设施,他们每年可能会产生数百TB的数据,或者从维护记录和Twitter提供的非结构化文本数据。这些新数据点的准确性、广度和深度为准备利用它们的公用事业公司带来了新的机遇。同时,成为一个以客户为中心,信息驱动的组织不再是大多数公用事业公司的简单选择,这是一个业务的必要条件。这是一项商业上的当务之急。技术转移、监管变革和授权消费者的出现都要求一种新的客户参与方式。通过分析,电力公司可以转变为以高度个性化的方式与客户接触,从而提高客户满意度,降低服务成本,并推广新产品和新服务。

来自贝恩公司的行业分析师对此表示认同。他指出,大数据通过促进数据驱动的决策制定、复杂的决策制定和多变量统计决策模型,正在塑造电力行业的未来。这些基于数据的决策模型正在各个主要部门使用。

电力公司将需要投资大数据,以尽可能经济高效地提高生产力。他们没有其他的选择,因为自由市场解决方案正在提高透明度,并降低客户价格。他们开始与太阳能公司和其他替代能源公司进行市场竞争。目前,电力公司比可再生能源公司有优势,因为许多消费者和企业都不愿意支付基础设施的初始成本。这种竞争优势将随着太阳能电池成本的下降和峰值能量驱动电价上涨而逐渐消失。

大数据将如何帮助公用事业部门?

20世纪80年代,美国公用事业公司对基础设施进行了更新改造,大大提高了生产力。这降低了消费者的很多电力成本。而缺乏竞争阻碍了电力公司在之后三十年取得重大进展,因此电力基础设施在技术进步方面基本上没有变化。

现在,随着可再生能源竞争的加剧迫使他们提高生产力,电力公司正在将大数据作为一种有效的解决方案,因为大数据可以提高电力部门的生产力。

改进供应链模型

公用事业公司的大部分费用是行政成本。其低效的客户账单、付款通知和服务交付增加了这些成本。

大数据可以通过简化电力公司的供应链模式来削减成本。实际的成本节省很难预测,但可能达到30%以上。

这间接地导致了更高的生产力,因为它使电力公司具有更多的资源投资于他们的基础设施。通过将他们节省的管理成本进行再投资,他们可以使其电力设备现代化,从而将生产力提高25%以上。

提高生产力

大数据也会对电力部门的生产力产生更直接的影响。这使得电力公司更容易确定具成本效益的业务。麦肯锡报告说,这些公司正在通过大数据优化最值得投资的地点,在优化生产率方面发挥着关键作用。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2023-09-18 16:58:49
新闻动态 2023云天大会|无线电赋能大数据产业高质量发展分论坛:探索无线新动能 助力数字新高地
随着技术的创新与进步,无线电在越来越多的领域得到了广泛深入应用,助力众多产业转型升级 <详情>
2023-08-24 09:38:00
大数据资讯 关注县域数据能力建设,抢占产数业务发展先机
2023年《数字中国建设整体布局规划》正式发布,数据能力已成为我国区域发展的底座和创新引擎。 <详情>
2023-03-30 11:15:07
云资讯 分布式时代已至,数据如何更有价值?
无论是连通各大集群内大型超大型数据中心,还是连接边缘侧小型、边缘数据中心,分布式云计算都已成为这张算力网络最重要的支撑。在此背景下,云计算步入分布式时代。 <详情>
2023-03-01 19:27:00
市场情报 FlagOpen大模型技术开源体系,开启大模型时代“新Linux”生态
大数据+大算力+强算法=大模型”是当前人工智能发展的主要技术路径。语言大模型ChatGPT成为现象级应用,人工智能进入普及应用的新时期。 <详情>
2023-01-09 09:36:46
大数据资讯 我国互联网广告数据匿名实施服务正式上线
《指南》形成的“技术保障、评估规制、过程控制”的互信制衡机制,适用于各类互联网广告业务,包括广告投放、程序化交易、广告监测等应用场景下的数据匿名化处理。 <详情>