هوش مصنوعی راهی نو برای مدیریت مصرف انرژی/ ۳۰ درصد صرفه‌جویی با اپلیکیشن «مَهان»
کنفرانس و نمایشگاه کاربرد هوش مصنوعی در صنایع و کسب‌وکارها با عنوان Iran AI 2025، سه‌شنبه و چهارشنبه 28 و 29 مردادماه با حمایت شرکت توسن و شرکت داده‌کاوان توسن در دانشگاه صنعتی شریف برگزارشد.
در روز دوم این کنفرانس، ولی‌الله فاطمی اردکانی، بنیان‌گذار گروه توسن از تجربه‌های این هلدینگ در به‌کارگیری هوش مصنوعی برای مدیریت مصرف انرژی گفت.
فاطمی، با تشریح چالش‌های مدیریت مصرف انرژی در ایران و نبود ابزارهای بازدارنده قیمتی، بر نقش هوش مصنوعی و داده‌محوری در حل ناترازی انرژی تأکید کرد. او گفت اپلیکیشن «مَهان» توانسته با تحلیل داده‌های مصرفی مشترکان و ارائه توصیه‌های شخصی‌سازی‌شده از طریق هوش مصنوعی، صرفه‌جویی ۳۰ درصدی در مصرف انرژی را محقق کند.
چالش همیشگی: مصرف بیشتر از تولید
فاطمی افزود: موضوع بهینه‌سازی مصرف انرژی و یکسان‌سازی یارانه‌ها سال‌هاست در کشور مطرح است، اما به‌دلیل عدم امکان واقعی‌سازی قیمت‌ها و اجرای کامل بازار آزاد، همچنان مصرف غیربهینه ادامه دارد.
بنیان‌گذار توسن، در این‌باره گفت: «در شرایطی که نه ابزار قیمتی داریم و نه اهرم‌های بازدارنده برای مصرف زیاد، سوال اصلی این است که چگونه می‌توان عرضه و تقاضا را برنامه‌ریزی کرد تا دچار ناترازی نشویم.»
به گفته او، طی سال‌های گذشته علی‌رغم برنامه‌ریزی برای افزایش تولید انرژی، رشد مصرف همواره بیشتر از رشد تولید بوده است که بخشی از این مشکل به پایین‌بودن بازدهی نیروگاه‌ها، تجهیزات گرمایشی و ضعف فناوری در صنایع بازمی‌گردد.
فاطمی خاطر نشان کرد: « وقتی قیمت انرژی پایین است، صنایع الزام جدی برای به‌روزرسانی فناوری ندارند. به همین دلیل مصرف‌کننده نهایی هم تمایلی به جایگزینی تجهیزات پرمصرف با مدل‌های جدید ندارد.»
ورود هوش مصنوعی به عرصه انرژی
فاطمی تاکید کرد که تیم توسن طی دو سال گذشته روی راهکاری متفاوت متمرکز شد و به‌جای تمرکز صرف بر اقتصاد انرژی، به سراغ هوش مصنوعی رفت و مهم‌ترین چالش در این مسیر دسترسی به داده بود.
به گفته او، داده‌های مصرفی به‌راحتی در اختیار بخش خصوصی قرار نمی‌گیرد، اما در نهایت توسن توانست با جلب نظر شرکت ملی گاز، داده‌های سه سال گذشته را دریافت کند.
فاطمی توضیح داد: «این داده‌ها مشکلات زیادی داشتند؛ قبض‌های گاز فاصله زمانی ۴۰ تا ۷۰ روزه داشت و یک‌سال زمان برد تا بتوانیم آن‌ها را به داده‌های روزانه تبدیل کنیم. اما در نهایت توانستیم مدل‌های قابل پیش‌بینی طراحی کنیم و به نتایج ارزشمندی برسیم.»
از دیجیتال مارکتینگ تا مدیریت مصرف انرژی
فاطمی تجربه دیجیتال مارکتینگ را مبنای کار تیم خود دانست و افزود: «در عصر دیجیتال اگر نتوانیم ارتباط یک به یک با مخاطب برقرار کنیم، هیچ ارتباط پایداری شکل نخواهد گرفت. همین رویکرد را به حوزه انرژی آوردیم. هر مشترک در اپلیکیشن مَهان اطلاعات مصرفی ویژه خود را دریافت می‌کند. از میزان مصرف روزانه گرفته تا مقایسه با مصرف سال قبل، با همسایه یا حتی پیش‌بینی مصرف ده روز آینده.»
او افزود: «هدف ما این است که به هر فرد حس شخصی‌سازی بدهیم. وقتی کاربر ببیند مصرفش افزایش یافته در حالی‌که دما تغییر نکرده، آگاه می‌شود و برای اصلاح رفتار انگیزه پیدا می‌کند.»
دستاوردهای اپلیکیشن «مَهان»
به گفته بنیان‌گذار توسن، اپلیکیشن مَهان توانسته ارتباط مستقیم و مستمر با کاربران برقرار کند و نتیجه آن کاهش قابل‌توجه مصرف بوده است:
• در سال گذشته، ۳۰ درصد از مشترکانی که از این اپلیکیشن استفاده کردند، صرفه‌جویی واقعی در مصرف انرژی داشتند.
• الگوریتم‌های پیش‌بینی در فاز نخست با دقت ۹۸ درصدی عمل کرده‌اند.
• اپلیکیشن مَهان علاوه بر تحلیل داده‌ها، با ارائه مشوق‌هایی مانند پاداش نقدی و کارت‌های اشتراکی، رفتار مصرفی کاربران را تغییر داده است.
فاطمی توضیح داد: «ما توانستیم نشان دهیم که حتی بدون اصلاحات قیمتی، صرفاً با داده و هوش مصنوعی، می‌توان الگوهای مصرف را تغییر داد. کاربران وقتی بازخورد روزانه دریافت می‌کرنند، انگیزه پیدا می‌کنند مصرفشان را کاهش دهند.»
داده؛ قلب تپنده هوشمندسازی
بنیان‌گذار توسن در ادامه سخنان خود بر اهمیت داده تاکید کرد: «اگر داده نداشته باشیم، همه صحبت‌ها درباره هوشمندسازی دچار تردید می‌شود. باید صنایع حاضر شوند داده‌های خود را در اختیار بگذارند تا تصمیم‌های پویا گرفته شود و سیستم‌های هوشمند واقعی طراحی شوند.»
او افزود: «تجربه ما نشان داد وقتی داده وجود داشته باشد، می‌توان به راه‌حل‌های ساده اما مؤثر رسید. اپلیکیشن مَهان نمونه‌ای است که توانست با داده‌محوری، به صرفه‌جویی معناداری دست پیدا کند.»
الگویی برای آینده انرژی
تجربه توسن در راه‌اندازی اپلیکیشن «مَهان» نشان می‌دهد هوش مصنوعی می‌تواند به ابزاری کارآمد برای مدیریت مصرف انرژی تبدیل شود. داده‌محوری، شخصی‌سازی خدمات و ارتباط مستقیم با مشترکان، اصلی‌ترین عوامل موفقیت این طرح بوده‌اند.
به گفته فاطمی، در شرایطی که یارانه‌ها و قیمت پایین انرژی مانع اصلاح الگوهای مصرف می‌شوند، فناوری هوش مصنوعی می‌تواند مسیر تازه‌ای برای مدیریت بهینه مصرف و کاهش ناترازی انرژی در کشور باز کند.