Par Will Troppe, directeur des produits chez Power Factors
Vous ne pouvez pas utiliser une plateforme de données en laquelle vous n'avez pas confiance. Dans le secteur des énergies renouvelables, ce sont les données qui déterminent les décisions, et la capacité à faire confiance aux informations et aux perspectives qui vous sont fournies peut faire la différence entre la réussite opérationnelle et l'échec.
Les logiciels de gestion de l'énergie propre sont conçus pour permettre une prise de décision plus intelligente et plus rapide en fournissant des informations claires et précises sur les performances des actifs. Un logiciel non fiable est pire qu'inutile - c'est un handicap.
Les défis liés à la confiance dans les données sont particulièrement délicats dans le secteur de l'énergie propre en raison de sa nature distribuée, de la variété des types et des sources de données, et des volumes importants de données à grande vitesse dont la véracité est douteuse.
Dans la récente série de vidéos de Power Factors intitulée "Décoder la confiance dans les données", j'analyse la confiance dans les données : ce qu'elle est, pourquoi elle est importante et comment les fournisseurs de logiciels peuvent la construire (ou la briser).
La confiance est difficile à établir et facile à rompre. Elle se construit au fil du temps, par l'observation et l'expérience, et peut se briser en un instant. En ce qui concerne la confiance dans les données, la charge de la preuve incombe à la plateforme de données. Vous savez que vous disposez d'une plateforme de données fiable si vous agissez en toute confiance sur la base d'informations, de mesures et de rapports de plus haut niveau plutôt que d'être contraint de revenir aux données brutes.
Vous savez que vous disposez d'une plateforme de données digne de confiance si vous observez :
Regardez la première partie de la série de vidéos "Why It Matters in Clean Energy" pour en savoir plus sur les raisons pour lesquelles la confiance dans les systèmes de données sur l'énergie propre est si importante et sur ce qu'il faut rechercher dans un système digne de confiance.
La confiance se construit différemment d'un utilisateur à l'autre. Les analystes techniques, les cadres et les équipes d'exploitation ont tous des attentes différentes lorsqu'ils abordent les logiciels de gestion des énergies renouvelables. Néanmoins, l'instauration d'une confiance dans les données avec n'importe quel utilisateur repose sur certains principes fondamentaux.
Lorsque vous choisissez un éditeur de logiciels, recherchez un fournisseur qui comprend - et met en pratique - les quatre principes de la construction de la confiance dans les données :
Un autre élément important de la construction de la confiance dans les données ? La documentation.
Une bonne documentation commence par un produit intuitif et facile à utiliser, qui en réduit le besoin au départ. (Quand avez-vous consulté pour la dernière fois le manuel d'utilisation de votre application de médias sociaux préférée ?) Ensuite, la documentation nécessaire doit être fournie en cours de travail. Les professionnels de l'énergie propre sont constamment en train de changer de contexte et de travailler à pleine capacité. Lorsque vous êtes occupé et que vous avez besoin d'une réponse, vous ne devriez pas avoir à chercher bien loin. Dans le pire des cas, les détails pertinents doivent être accessibles par un lien hypertexte.
Dans la deuxième partie de notre série "Décoder la confiance dans les données", "Construire la confiance par la transparence", j'explique pourquoi la traçabilité, la visualisation, la fiabilité reproductible et la cohérence sont si importantes pour construire la confiance.
Partie 2 : Décoder la confiance dans les données : Construire la confiance par la transparence
Outre la priorité accordée aux quatre principes de la confiance dans les données (ainsi qu'à une bonne documentation), d'autres facteurs jouent un rôle clé dans la confiance que vous accordez à votre plateforme de données :
Temps: votre monde fonctionne en temps réel, votre plateforme de données doit donc en faire autant. Si ce n'est pas le cas, votre vérité infonuagique sera différente de votre vérité de terrain, ce qui érodera rapidement la confiance.
Flux de travail : L'absence de nouvelles n'est pas nécessairement une bonne nouvelle. Les flux de travail doivent fournir des mises à jour proactives, même si la mise à jour est "il n'y a pas de mise à jour". Les messages proactifs "System OK" vous permettent d'avoir confiance dans le fait que le système vous communiquera quand tout va bien et quand ce n'est pas le cas - ce qui atténue les perturbations causées par le risque de faux négatifs.
Architecture : Les propriétaires et les opérateurs misent sur la fiabilité et l'évolutivité de leur plate-forme logicielle. Le fait de savoir que l'architecture qui sous-tend ce système est basée sur des microservices et infonuagique renforce la confiance dans la capacité du système à tenir ses promesses aujourd'hui et à l'avenir. Un pilote de course doit en savoir assez sur sa voiture pour savoir comment la pousser à la limite ; de même, un opérateur d'énergie propre doit en savoir assez sur sa plateforme de données.
Regardez la troisième partie de la série de vidéos sur le décodage de la confiance dans les données, "Un cadre pour des données fiables", pour en savoir plus sur la façon dont le temps, les flux de travail et l'architecture influencent la confiance dans les données.
Partie 3 : Décoder la confiance dans les données : Un cadre pour des données fiables
Le temps, les flux de travail et l'architecture jouent un rôle important dans l'élaboration d'une plateforme de données digne de confiance. La façon dont vous abordez les systèmes logiques construits sur la plateforme - les lignes de base, les indicateurs clés de performance et les analyses qui alimentent l'analyse des performances - renforce également la confiance, en donnant la priorité à la simplicité, à la transparence et à la configurabilité, dans cet ordre.
Si vous le faites dans le désordre, vous obtiendrez un système configurable en théorie, mais insuffisant en pratique.
Il existe une relation directe entre les données d'un site et les analyses qu'il peut supporter. Tous les sites ne sont pas égaux en ce qui concerne la qualité des données, le nombre de signaux qu'ils fournissent et la qualité des métadonnées, alors pourquoi supposer qu'ils sont capables d'exploiter l'analyse de la même manière ? Prétendre que l'on peut fournir des analyses de haute qualité quelles que soient les données fournies, c'est éroder la confiance. Néanmoins, les fournisseurs devraient concevoir les analyses de manière à ce qu'elles puissent apporter le plus de valeur possible à partir des données les plus imparfaites possibles.
Il en va de même pour la confiance dans les résultats des algorithmes d'IA. Vous construisez la confiance dans les analyses alimentées par l'IA de la même manière que vous construisez la confiance dans d'autres parties du logiciel de gestion des actifs renouvelables : par une validation humaine visuelle et une fiabilité reproductible. Cela est particulièrement vrai pour les algorithmes d'IA de type "boîte noire" qui n'ont pas de relations claires de cause à effet.
Regardez la quatrième partie de la série de vidéos Decoding Data Trust, "Building Trust in AI Algorithms", pour en savoir plus sur l'approche de Power Factors en matière de construction de systèmes fiables. Je réponds également à la question que tout le monde se pose : "Comment construire la confiance dans les algorithmes d'IA ?"
Partie 4 : Décoder la confiance dans les données : Construire la confiance dans les algorithmes d'IA
Will Troppe est le directeur des produits de Power Factors. Will travaille chez Power Factors depuis 2015 et dirige notre ligne de produits de gestion de la performance des actifs. Suivez-le sur LinkedIn !
Vous souhaitez en savoir plus sur l'approche de Power Factors en matière de données fiables ? Prenez contact avec nous !