Jul, 144 min de leitura
Produtos de AI (keep the English acronym)
News · Google, Tapestry e PJM enfrentam a fila de interligação com AI (mantendo a sigla em inglês)
Apr, 10Leitura de 4 min
Produtos de AI (mantendo a sigla em inglês)Google, Tapestry e PJM enfrentam a fila de interligação com AI (mantendo a sigla em inglês)
Um projeto ambicioso da Alphabet visa reduzir a burocracia que mantém 2.600 GW de capacidade energética à espera de chegar à rede.
O obstáculo é uma fila de espera, não uma escassez de projetos
A Google anunciou uma colaboração plurianual com a PJM Interconnection — o maior operador de rede da América do Norte — e a Tapestry, um projeto ambicioso incubado pela Alphabet e potenciado pela Google Cloud e pela Google DeepMind. O objetivo declarado é acelerar a forma como a nova produção de energia se liga à rede da PJM, que abrange o Distrito de Columbia e 13 estados e serve 67 milhões de pessoas.
O enquadramento é importante. O problema que a Google descreve não é a falta de projetos energéticos. É o facto de os projetos estarem parados à espera. Segundo o Lawrence Berkeley National Laboratory, o volume de pedidos de interligação pendentes nos EUA no final de 2023 rondava os 2.600 gigawatts de capacidade potencial — mais do dobro da capacidade instalada total da frota energética atual do país.
Os operadores de rede, refere a publicação, têm visto os pedidos de interligação subir 'de algumas dezenas por ano para milhares'. É esse aumento de volume que está no centro da questão. Trata-se, na verdade, de um problema de processamento de dados disfarçado de problema de infraestrutura.
O que a Tapestry está de facto a construir
O resultado concreto é um modelo de dados unificado. A Tapestry planeia integrar as 'dezenas de bases de dados e ferramentas existentes' que a PJM utiliza para avaliar pedidos de interligação num único modelo unificado da rede, e criar uma plataforma segura onde planeadores de rede e promotores de projetos possam colaborar.
O trabalho de AI (mantendo a sigla em inglês) centra-se em automatizar e melhorar a verificação de dados — a etapa de verificação que hoje sobrecarrega tanto os promotores de energia que submetem candidaturas como os planeadores da PJM que as analisam. A Google enquadra isto como uma redução do tempo necessário para processar novas candidaturas de projetos, para que a capacidade entre em funcionamento mais rapidamente.
Trata-se de uma afirmação mais restrita e mais credível do que 'a AI vai resolver a rede elétrica'. As limitações físicas — linhas de transmissão, transformadores, os eletrões propriamente ditos — não se alteram. O que muda é a velocidade do processo de candidatura, verificação e planeamento que antecede a construção.
Os números da procura por detrás da urgência
A Google fundamenta o esforço numa mudança concreta nas previsões: em 2024, a projeção de crescimento da procura a cinco anos da Federal Energy Regulatory Commission mais do que triplicou em relação à previsão do ano anterior, prevendo-se que a procura máxima de energia nos EUA cresça 128 GW antes do final da década.
O pano de fundo é o próprio consumo da Alphabet. A publicação termina referindo que a Google está a 'explorar novas abordagens de desenvolvimento e aquisição capazes de fornecer eletricidade nova e firme para ajudar a alimentar as operações da Google', a par de investimentos em geotermia avançada e energia nuclear de última geração. Uma empresa que constrói centros de dados de AI (mantendo a sigla em inglês) tem um interesse direto num processo de interligação mais rápido.
Vale a pena assumir essa coincidência de interesses com clareza, em vez de a interpretar como um conflito: a entidade que está a construir a AI (mantendo a sigla em inglês) de planeamento da rede é também uma das partes cuja procura está a alongar a fila de espera.
Por que unificar o modelo de dados é o verdadeiro resultado a entregar
A parte mais duradoura deste anúncio não é o enquadramento em torno da AI (mantendo a sigla em inglês) — é a consolidação das bases de dados. A avaliação de interligação da PJM decorre, segundo consta, através de dezenas de ferramentas e bases de dados distintas. Qualquer equipa que já tenha trabalhado em AI (mantendo a sigla em inglês) aplicada sabe que são os dados de origem fragmentados e inconsistentes que travam a automação, não a modelização em si.
Se a Tapestry conseguir unificar essas fontes num único modelo coerente da rede, essa base estruturada é o que torna possível a automação da verificação nas etapas seguintes. As ferramentas de AI (mantendo a sigla em inglês) são a camada visível; a integração de dados é o trabalho que sustenta tudo.
A implicação concreta: esta é uma aposta em que a fila de interligação é melhor resolvida como um problema de engenharia de dados e de fluxo de trabalho para um único grande operador, e não como um produto genérico de AI (mantendo a sigla em inglês) para redes elétricas. Se isto vier a reduzir os 2.600 GW pendentes dependerá de que proporção do tempo de aprovação da PJM é administrativa versus física — e só os próprios números de rendimento da PJM, ao longo do horizonte plurianual citado pela Google, o revelarão.
Find this story relevant to you?
Contact us to find a unique solution
Precisa de um parceiro de engenharia de IA que saiba executar?
Ajudamos equipas em Portugal a integrar IA em produtos, automatizar processos de alto valor e modernizar os sistemas que suportam o negocio.
Leitura relacionada
Mais análises sobre entrega de produto, AI operacional e o trabalho de sistemas que faz com que a implementação funcione na prática.