---

Največja težava sodobne infrastrukture ni več pomanjkanje podatkov, temveč njihova neuporabnost v ključnem trenutku. Sistem lahko ustvarja tisoče meritev na minuto, pa podjetje še vedno nima pravega odgovora, ko pride do odstopanja, napake ali motnje. Več podatkov tako pogosto pomeni manj nadzora in večje tveganje, da se problem odkrije prepozno.

V takšnem okolju postane ročno upravljanje preprosto prepočasno. Ko je treba usklajevati več virov podatkov, več tehničnih sistemov in več lokacij hkrati, podjetja potrebujejo rešitev, ki presega klasični monitoring. Potrebujejo sistem, ki zna podatke povezati, jih postaviti v kontekst in iz njih ustvariti podlago za ukrepanje.

Ko podatki obstajajo, odziv pa zamuja

To je danes ena ključnih težav v energetiki. Večina sistemov zna zbirati podatke, precej manj pa jih zna iz njih ustvariti jasen operativni odgovor. Posledice so znane: prepozno zaznavanje odstopanj, neučinkovito upravljanje porabe, težje odločanje in slabši pregled nad delovanjem infrastrukture.

Še posebej zahtevno je to v okoljih, kjer je oprema sestavljena iz rešitev različnih proizvajalcev, kjer se uporabljajo različni komunikacijski protokoli in kjer sistemi niso bili zasnovani kot enotna celota. V takšnih primerih organizacije pogosto nimajo enotnega pogleda na svoje okolje, čeprav imajo podatkov tehnično gledano več kot dovolj.

Digitalni dvojček Smart Twin kot operativno orodje

Prav zato postaja digitalni dvojček vse pomembnejši koncept sodobnega upravljanja infrastrukture. Ne kot vizualna zanimivost, temveč kot operativno orodje.

Smart Twin, ki ga je razvil Smartis, omogoča vzpostavitev digitalnega dvojčka infrastrukture, torej enotnega operativnega okolja, v katerem so podatki, naprave, lokacije in logika delovanja povezani v pregledno celoto. Ključna prednost platforme je, da se poveže z obstoječo infrastrukturo in deluje tudi v heterogenih okoljih, kjer oprema prihaja od različnih proizvajalcev.

To pomeni, da podjetju za vzpostavitev digitalnega dvojčka ni treba zamenjati sistema, ampak lahko začne graditi pregled in operativno inteligenco na obstoječem okolju.

Od spremljanja do avtomatizacije

Vrednost takšne platforme je poleg prikaza podatkov zlasti v tem, da jih pomaga pretvoriti v ukrepanje.

Smart Twin omogoča strukturiran zajem podatkov, njihovo organizacijo v logično hierarhijo, vizualizacijo delovanja sistema in uporabo no-code logike za izračune, pravila, alarme in avtomatizirane odzive. To pomeni, da lahko uporabniki v realnem času spremljajo delovanje sistema, zaznajo odstopanja in na njih tudi reagirajo.

Platforma omogoča tudi aktivno upravljanje od pošiljanja obvestil do sprožanja ukazov in drugih operativnih odzivov. Digitalni dvojček tako ni več le orodje za nadzor, ampak postane aktiven del upravljanja infrastrukture.

Ko mora biti sistem tudi odporen

Toda sodobno upravljanje infrastrukture se ne konča pri pregledu in optimizaciji. Če želimo sistem res obvladovati, ga moramo znati tudi zaščititi in ob incidentu hitro obnoviti.

Prav zato Smartis v takšne projekte vključuje tudi rešitve partnerjev, kot je IBM. Tehnologije, kot sta IBM FlashSystem in IBM Storage Defender, omogočajo večjo odpornost podatkovnega okolja, hitrejše zaznavanje anomalij ter zanesljivejšo obnovo ključnih sistemov po incidentu.

To je pomembno predvsem tam, kjer izpad podatkov ali infrastrukture pomeni tudi neposreden operativni in poslovni problem. V takšnih okoljih je za sistem zelo pomembno, kako hitro ga je mogoče ponovno vzpostaviti, če gre kaj narobe.

Partner, ki razume tehnologijo in okolje

Pri uvajanju takšnih rešitev je pomembno predvsem to, da podjetje ne dobi le tehnologije, temveč partnerja, ki zna tehnologijo prilagoditi realnemu okolju. Smartis je podjetje z lastnim razvojem, izkušnjami na področju kompleksnih IT in infrastrukturnih okolij ter sposobnostjo povezovanja različnih tehnoloških plasti v delujočo celoto.

To pomeni, da lahko organizacijam pomaga tako pri vzpostavitvi digitalnega dvojčka kot tudi pri gradnji bolj odpornega, preglednega in upravljivega sistema.

Če želite preveriti, kako bi lahko tak pristop deloval tudi v vašem okolju, se lahko za strokovni posvet obrnete na ekipo Smartisa.

---

Na letošnjem Posvetu informatikov energetike Slovenije (PIES), 9. in 10. aprila v Portorožu, bo GDi nastopil s predavanjem z naslovom »ArcGIS kot geoprostorska AI platforma«. Osrednje vodilo predavanja povzema aktualno vprašanje, s katerim se soočajo organizacije v energetskem sektorju: Kako iz podatkov dobiti prave odločitve? Ko jih povežemo s prostorom – in umetno inteligenco.

Gregor in Erik iz GDi bosta v 20 minutah pokazala, da odgovor ni zgolj tehnološke narave – gre za spremembo paradigme. Prostorski podatki sami po sebi niso dovolj; prava vrednost nastane, ko jih povežemo z metodami umetne inteligence in usmerimo v konkretne poslovne odločitve.

GeoAI: prostorski podatki srečajo globoko učenje

Predavanje bo odprlo širši pogled na GeoAI – področje, ki združuje geografske informacijske sisteme z globokim učenjem in računalniškim vidom. S pomočjo slikovnega gradiva in posnetkov bodo predstavljeni konkretni primeri: avtomatsko zaznavanje energetske infrastrukture iz LIDAR podatkov, identifikacija primernih lokacij za sončne elektrarne ter zaznavanje poškodb po naravnih nesrečah.
Predstavljeni bodo tudi GIS asistenti in agenti – orodja, ki delajo GIS dostopnejši vsem. Dotaknili se bomo pa tudi tem kot so Visual Language Models (VLM) in prednaučeni GeoAI modeli iz ESRI ekosistema.

Lokalni LLM-ji: AI brez kompromisov pri varnosti

Za kritično infrastrukturo so še posebej relevantni lokalni jezikovni modeli – rešitve, ki delujejo znotraj lastnega omrežja brez pošiljanja podatkov v oblak. Poleg prikaza uporabe lokalnih LLM-ov bo tekla beseda tudi ESRI-jevih AI rešitvah, ki delujejo lokalno oz. ‘on-prem’, kar odpira novo poglavje varnih AI implementacij. ESRI gre v smeri, da omogoči uporabo AI orodij tudi na lokalni namestitvi ArcGIS Enteprise, kar je v današnjih časih nuja za varno uporabo v kritični infrastrukturi.

Praktičen primer iz GDi: Analiza logičnih omrežnih shem

Predstavljena bo rešitev, razvita pri GDi – orodje za analizo logičnih omrežnih shem v standardu CIM z uporabo lokalnega LLM-ja. Gre za primer, kjer umetna inteligenca iz kompleksnih tehničnih dokumentov izlušči strukturirane informacije in podpre odločanje operaterjev – vse to lokalno, brez tveganja za zaupnost podatkov.