AI per risolvere le anomalie delle bollette

MIPU è un gruppo di imprese la cui missione comune è quella di portare tecniche predittive e intelligenza artificiale nella fabbrica e nelle città per ridurre sprechi e costi e aumentare sostenibilità e competitività.

Abbiamo sviluppato una tecnologia proprietaria per prototipare rapidamente intelligenze artificiali industriali oltre che un portfolio di soluzioni, sintesi di oltre 10 anni di esperienza nel campo dell’ottimizzazione energetica, della manutenzione predittiva e dell’ingegneria dell’affidabilità.

All’interno di Mipu ci sono tre realtà: Mipu Machine Care, che si occupa di manutenzione predittiva, Mipu Energy Data, specializzata nel campo dell’energy data science per usare meglio l’energia e predire altri fenomeni e, infine, Inspiring Mipu, l’azienda che si occupa di ideare e creare le tecnologie alla base delle proposte di Mipu.

Come si realizza una fabbrica predittiva?

Realizzare una fabbrica predittiva significa valorizzare i dati già raccolti per prevedere cosa avverrà nel prossimo futuro e così facendo organizzare al meglio le risorse tecniche, umane e finanziarie di cui si dispone. Nella fabbrica predittiva le macchine sono in grado di vedere, memorizzare e imparare, diventando non soltanto più intelligenti, ma consapevoli e antifragili. La fabbrica predittiva consente la massima prestazione del processo esistente in termini di produttività, efficienza e sostenibilità. Applicare questo tipo di modello consente, ad esempio, di prevedere quando un macchinario si romperà, quale sarà il fabbisogno idrico di una città, o, ancora, il consumo energetico di un impianto. Spesso i problemi sono risolvibili con estrema semplicità e a basso costo, questo a dimostrazione del fatto che non solo si può applicare l’intelligenza artificiale all’industria ma che è anche alla portata di tutti.

Cosa significa applicare l’AI al mondo delle utility?

Spesso accade che i consumatori ricevano bollette energetiche con costi di luce e gas diversi da quanto previsto; in questo caso le società di utility  vanno incontro a numerose problematiche e a un’ingente dispersione di risorse tra cui: risorse umane per la revisione e risoluzione di tali fatture errate, indennizzi al consumatore per mancata/errata emissione o rischi di immagine per l’azienda che possono creare danni a lungo termine.  Le problematiche principali nel processo di fatturazione sono riscontrate in due fasi: nella validazione delle letture dove si verificano, spesso, i problemi legati alla mole dei dati e alla loro coerenza (che richiede in media il 60% del tempo, circa 20 giorni lavorativi) e nell’aggiornamento delle tariffe per problemi legati alla coerenza dei dati.

Per questo abbiamo progettato e sviluppato per il Gruppo Enercom, una delle maggiori realtà italiane private del settore Energy & Utilities, un modello di intelligenza artificiale che consentirà di migliorare ulteriormente il processo di fatturazione dell’azienda.

Tale soluzione permetterà di verificare la validità e la correttezza delle fatture di luce e gas che periodicamente vengono  inviate ai consumatori in modo da identificare eventuali errori  nelle letture, riconoscendone le cause tramite algoritmi di intelligenza artificiale. Questa soluzione  oltre ad individuare i campioni anomali  indicherà all’operatore quali sono le variabili che generano l’anomalia. Tale analisi è utile per focalizzare subito l’attenzione sulla causa del problema, analizzare e gestire l’anomalia.

Nello specifico, utilizzando algoritmi di Anomaly Detection sarà possibile individuare letture anomale. La soluzione consentirà all’operatore di visualizzare immediatamente le letture segnalate come “non conformi” dall’intelligenza artificiale. L’algoritmo implementerà inoltre un meccanismo di Human-in-the-Loop, dove il modello potrà ri-addestrarsi tramite i feedback che l’operatore assegnerà all’output del modello. Nel corso del tempo, tramite il meccanismo di Human-in-the-Loop, l’algoritmo apprenderà dalle azioni dell’utente come risolvere vari tipi di problemi, ricevendo conferme sui suggerimenti corretti e/o imparando nuove tecniche di soluzione.

Quali sono stati i principali risultati ottenuti?

La soluzione di intelligenza artificiale ha permesso di raggiungere i seguenti risultati nel processo di fatturazione: azzeramento del tempo necessario per controllare tutte le letture alla ricerca di eventuali errori, in quanto l’operatore può individuare direttamente i casi anomali; una maggiore efficienza del lavoro umano; una maggiore capacità di identificare errori che potrebbero sfuggire al controllo umano e provocare l’emissione di fatture errate e contestazioni; un sostegno all’operatore indicando la causa dell’anomalia (es. errore in un certo campo della lettura e/o della tariffa); supporto nella gestione dell’errore con suggerimento di soluzioni e risoluzione automatica degli errori, dove possibile.