Framtiden för samarbetet mellan människa och maskin: Svenska energiscenarier skapade av mänskliga experter och de senaste AI-modellerna
I den snabbt föränderliga energisektorn är strategisk framsynthet avgörande. I det här projektet samarbetade vi med ledande energibolag och konsultföretaget Profu för att skapa scenarier för framtidens energimarknader. Genom att integrera expertis från energibranschen med avancerade AI-verktyg utvecklade vi detaljerade, handlingsbara scenarier som hjälper våra kunder att navigera i osäkerhet och fatta välgrundade strategiska beslut.
Under de senaste åren har energimarknaderna påverkats av olika externa händelser, allt från krig och pandemier till inflation och en snabbt skiftande allmän opinion om kärnkraft. I en sådan osäker omvärld kan medvetenhet om omvärlden vara skillnaden mellan överlevnad och konkurs. Ändå förbiser många företag investeringar inom detta område. Det finns helt enkelt för mycket att hålla reda på, mer än vad någon människa kan hantera.
I det här projektet undersökte vi hur man kan använda generativ AI för att övervinna den här utmaningen. Målet var att utveckla 2050-scenarier för de svenska energimarknaderna genom ett samarbete mellan branschexperter och det senaste inom AI. Projektet var ett samarbete mellan flera energibolag, Profu, ett annat konsultföretag som specialiserat sig på prognoser för energipriser, och Kairos Future, som använde vår expertis inom strategisk framsynthet och vår egen AI-plattform, Dcipher Analytics.
Begränsningarna med dagens AI-generation
Även om AI kan läsa och analysera tusentals datapunkter på några minuter och producera imponerande välskrivna texter, är resultatet ofta generiskt, innehåller fel och hallucinationer eller missar kritisk information. Lösningen på detta problem är ett iterativt arbetssätt mellan mänskliga experter och AI-modeller, där ni delar upp uppgifterna mellan er utifrån varandras styrkor och svagheter. Med AI-agenter övergår den mänskliga rollen till att bli en chef, som definierar och utformar uppgifter som AI utför och säkerställer att kvaliteten är tillräckligt bra. I det här projektet följde vi processen som visas nedan, där AI utför det mesta av arbetet, medan ett team av mänskliga experter fokuserar på att validera och välja vilken output som ska gå vidare.
Vi använde oss av en iterativ process mellan mänskliga experter och AI-modeller.
Data - det enskilt viktigaste
Principen "Garbage in, Garbage out" gäller även för generativ AI. Därför är det viktigt att välja datakällor av hög kvalitet. Vi använde en kombination av nyhetsdata, rapporter, policydokument, akademisk forskning, startup- och investeringsdata, som täcker ämnen från energimarknadsspecifikationer till geopolitik, ekonomi, regleringar, allmän opinion etc. Förutom data behöver du beräkningskraft och AI-modeller. Dcipher har alla de senaste AI-modellerna som GPT4, Anthropic Claude, Gemini Ultra, integrerade i plattformen tillsammans med molnberäkningskraft för att köra dem.
Baserat på dessa datakällor skapade vi instrumentpaneler med visualiseringar, utbildade forskningsrobotar och genererade rapporter som sammanfattade de viktigaste trenderna och osäkerheterna som formar energibranschens framtid, med bedömningar av säkerhet, påverkan och potentiella konsekvenser. Detta var en enorm tidsbesparing, eftersom det skulle ha krävt många timmars arbete att göra detta manuellt.
Exempel på instrumentpanel baserad på 5.000 nyhetsartiklar om energipolitik.
Scenariokonstruktion med AI
Resultatet utgjorde en utgångspunkt för experterna att validera och välja vad de skulle gå vidare med. Vi valde ut de viktigaste trenderna och osäkerheterna som vi ansåg vara mest relevanta för den svenska energimarknadens framtid. Därefter skapade vi scenarier som tillsammans gav ett rimligt urval av möjliga utfall.
Varje scenario beskrevs i detalj av generativ AI, som fångade upp saker som energipolitik, energimix, teknik, investeringar, regleringar, geopolitik, handel och många fler aspekter som var relevanta för affärsmodellerna för energibolagen i det här projektet. Att utveckla konsekvenserna av ett scenario för ett så brett spektrum av aspekter är vanligtvis en mycket tidskrävande uppgift, men med hjälp av AI kan du få det mesta av arbetet gjort mycket snabbt och istället fokusera på att validera resultatet och ta bort felaktigheter och inkonsekvenser.
Vi validerade AI-genererade scenariobeskrivningar med mänsklig expertis.
Med hjälp av scenariobeskrivningarna operationaliserade Profu sedan varje scenario till antaganden för parametrarna i sin kvantitativa prissättningsmodell TIMES-NORDIC, som genererade prisprognoser för varje scenario.
Projektresultat och fördelar
Resultatet av projektet var olika scenarier med trender och osäkerhetsfaktorer baserade på en stor mängd data, med prisprognoser för att kvantifiera effekterna på energimarknaderna. Dessa resultat kan nu användas för att informera om beslut, minimera risker, hantera investeringar och framtidssäkra strategier. De främsta fördelarna med att använda AI-verktyg för att stödja den här typen av arbete är mängden data som kan hanteras samt den tid och de resurser som sparas. Det gör det möjligt för organisationer att professionalisera sin strategiska framsynthet, även för mindre företag med begränsade resurser. Det är dock fortfarande viktigt att komma ihåg att den mänskliga expertisen är det som gör att slutresultaten blir tillförlitliga och användbara för strategiskt beslutsfattande.
Framtiden för AI - vilka är begränsningarna?
I takt med att företag investerar stort i att utveckla avancerade AI-modeller uppstår frågor om dess begränsningar. Den primära begränsningen är ofta träningsdata; kvaliteten på en AI-modell begränsas i grunden av den. Vårt projekt illustrerar dessutom att det finns en annan viktig utmaning i att effektivt utnyttja denna teknik. Företag som erkänner och utvecklar denna förmåga kommer sannolikt att överträffa dem som förbiser dess strategiska värde.
Om du känner att du skulle kunna lära dig hur du bättre kan utnyttja data och AI-verktyg, hör av dig till oss. Vi har 30 års erfarenhet av att arbeta med strategisk framsyn, 15 års erfarenhet av AI-teknik och 5 års erfarenhet av att använda vår egen AI-plattform för strategisk framsyn. Kontakta oss för ett första samtal om hur vi kan hjälpa dig.