ENGIE, ERAMET & SCHNEIDER ELECTRIC bij AI for Industry door Artefact - AI voor het koolstofarm maken van de industrie

De discussie over AI voor decarbonisatie in de industrie, met Schneider Electric, Engie en Eramet, onderzoekt hoe artificial intelligence helpt bij het verminderen van koolstofemissies en het verbeteren van energie-efficiëntie. Het gesprek richt zich op hoe AI wordt toegepast in energiebeheer, optimalisatie en besluitvorming om de energietransitie te ondersteunen.

Philippe Rambach, Chief AI Officer bij Schneider Electric, benadrukt de rol die AI speelt bij het optimaliseren van de vraag naar energie. Hij benadrukt het belang van het beheren van de energievraag naast het vergroten van het aanbod van hernieuwbare energie. AI helpt Schneider Electric bij het verminderen van het energieverbruik voor dezelfde resultaten, zoals verwarming of koeling. Door middel van machine learning voorspellen AI-modellen de energiebehoeften en passen ze het gebruik aan, waardoor verspilling wordt tegengegaan. AI optimaliseert ook het gebruik van hernieuwbare energie in gebouwen en neemt real-time beslissingen over wanneer overtollige energie op te slaan of terug te verkopen aan het net, waardoor de financiële en milieuvoordelen gemaximaliseerd worden.

Mihir Sarkar, Hoofd AI, Engie Research & Innovation, legt uit hoe het bedrijf zich richt op de overgang naar een koolstofneutrale economie door middel van elektrificatie en het strategisch gebruik van gas. AI helpt de variabiliteit van hernieuwbare energiebronnen te beheren door ze in balans te brengen met thermische centrales. AI-ondersteund voorspellend onderhoud zorgt voor een efficiënte werking van thermische centrales, waardoor de uitstoot afneemt. AI speelt ook een rol bij het verbeteren van de betrokkenheid van belanghebbenden en het versnellen van de implementatie van energieprojecten, waardoor hun ecologische voetafdruk wordt geoptimaliseerd.

Jean-Loup Loyer, Chief Data and AI Officer bij Eramet, bespreekt hoe AI de mijnbouwindustrie helpt om haar CO2-voetafdruk te verkleinen. Eramet, dat cruciale metalen voor hernieuwbare energiesystemen produceert, maakt gebruik van energie-intensieve processen. AI helpt het energieverbruik op mijnbouwlocaties te optimaliseren door in realtime de meest koolstofefficiënte energiebronnen te selecteren. Daarnaast verlaagt AI het brandstofverbruik van mijnbouwtrucks en verbetert het processen in ovens om de koolstofuitstoot te verlagen.

De panelleden zijn het erover eens dat het opschalen van AI-oplossingen de volgende grote uitdaging is. Hoewel AI al helpt om het energieverbruik te optimaliseren en de uitstoot te verminderen, zijn een bredere toepassing en kostenvermindering nodig. Het concept van “zuinige AI”, waarbij eenvoudigere, minder energie-intensieve modellen worden gebruikt, is essentieel. Het monitoren van het energieverbruik van AI zelf en ervoor zorgen dat de voordelen voor het milieu opwegen tegen de kosten, is cruciaal voor grootschalige toepassing.

AI speelt een transformerende rol bij het koolstofarm maken van de economie door het energiegebruik te optimaliseren en de efficiëntie in verschillende sectoren te verbeteren. Het blijft echter belangrijk om de milieu-impact van AI zelf te beheren, vooral van energie-intensieve modellen zoals generatieve AI. Het gebruik van AI moet zorgvuldig worden uitgebalanceerd om ervoor te zorgen dat de bijdrage aan het terugdringen van koolstofemissies groter is dan de hulpbronnen die het verbruikt.