Dữ liệu lớn và năng lượng: coi chừng thất vọng lớn!
Antoine Junqua
Liệu dữ liệu lớn có thực sự giúp ích thêm chút nào cho ngành năng lượng không? Có, nhưng với một số điều kiện. Tác giả: Antoine Junqua, Giám đốc Energie Teradata France
Mới cách đây 24 tháng, đây là những gì trông giống như nghị trình của nhiều cuộc họp làm việc của tôi: giới thiệu các kiểu dữ liệu có sẵn cho các tác nhân sử dụng trong ngành năng lượng (sản xuất, vận chuyển, phân phối và buôn bán năng lượng) và những lợi ích có thể có được từ mỏ thông tin này. Tiếp theo, là các kiểu chức năng phân tích được những người báo trước về dữ liệu lớn sử dụng trong lĩnh vực này, và những lợi ích đi cùng. Nói rõ hơn, là một cách tiếp cận dành cho những môn đồ mới của chủ đề Dữ liệu lớn trong lĩnh vực năng lượng.
Sự hứng thú cần thiết, nhưng ...
Năm nay, nhân sự kiện Smart Grid (Hệ thống lưới điện thông minh) tại Paris năm 2015, chúng ta nên lưu ý đến những chủ đề như "Dữ liệu lớn và dữ liệu thông minh", "Dữ liệu lớn để phân tích theo thời gian thực", "Đối tượng kết nối và dữ liệu lớn", là những chủ đề được đề cập một cách gần như có hệ thống, gắn với việc xử lý dữ liệu theo phương pháp phân tích, để phục vụ tốt nhất những hệ thống lưới điện thông minh và năng lượng thông minh.
 |
| Antoine Junqua |
Tuy nhiên, nếu sự hứng thú là điều cần thiết khi nghĩ rằng lãnh vực này, được biết mang tính rất bảo thủ, mở cửa đón nhận dữ liệu lớn, thì cũng cần có các biện pháp phòng ngừa. Sau khi đã làm việc với các tác nhân trong ngành năng lượng, trong những năm gần đây, tôi chưa hoàn toàn tin rằng tất cả các giải pháp xử lý dữ liệu theo phương pháp phân tích đều đáng giá... Mặt khác, những tác nhân mới của Dữ liệu lớn cũng có tất cả mọi thứ để tạo ra một sự nhầm lẫn nào đó trong lĩnh vực này. Đến độ nhấn chìm các lợi ích hữu hình trong một lớp khói mù tiếp thị và làm nóng lãnh vực so với hoạt động xử lý dữ liệu theo phương pháp phân tích? Một sự vỡ mộng lớn? Đây là điều có khả năng xảy ra.
Chú ý đến các giải pháp về mặt khái niệm
Vấn đề đặt ra là làm thế nào để sàng lọc “gạo với trấu”. Đối với vấn đề này, có hai ý tưởng chính:
1. Cảnh giác với các giải pháp về mặt khái niệm. Một số người đảm bảo rằng công cụ xử lý dữ liệu theo phương pháp phân tích đã tiến hóa đến mức không có một tổ chức nào trong ngành năng lượng mà không sử dụng hầu hết các tính năng đã được cung cấp. "Nhưng các bạn có thể là người đầu tiên", người ta tư vấn cho bạn như vậy. Hoặc: "Chúng tôi đang tìm kiếm một tổ chức đối tác để nghĩ ra các chức năng xử lý theo phương pháp phân tích đảm bảo tất cả các lợi ích được tính đến."
Và trong thực tế thì sao? Nếu không có ai sử dụng các chức năng phân tích, và, vả lại, không có ai muốn sử dụng chúng, thì cần đặt lại tính thích đáng của chúng. Làm thế nào để chứng minh rằng công cụ này sẽ có một tác động tài chính tích cực trên người dùng (bảo trì tốt hơn các hệ thống truyền tải hoặc phân phối, chẳng hạn)? Khi đánh giá một giải pháp, hãy yêu cầu những ví dụ triển khai thực tế từ những đồng nghiệp sử dụng công cụ được đánh giá. Những người đề xuất một giải pháp thích đáng không thể tự hài lòng với những lý giải trên PowerPoint, mà cần viện dẫn những ví dụ thực tiễn để khẳng định những luận cứ của mình.
Hãy dè chừng với giải pháp "cắm vào là chạy"
2. Các giải pháp "cắm vào là chạy". Nó có thực sự tồn tại không? Có... Nếu tin vào diễn ngôn của một số người: "Chúng tôi CÓ giải pháp cho vấn đề của bạn: Hãy cài đặt nó, nhập các dữ liệu vào... và thế là xong".
Và trong thực tế thì sao? Lĩnh vực năng lượng tiến hóa trong một môi trường được điều tiết, có cạnh tranh hoặc không, và vận hành theo nhiều cách khác nhau từ nước này sang nước khác. Vì vậy, sẽ là điều rất phức tạp để đề xuất một giải pháp chuẩn có sẵn cho tất cả các khách hàng. Và thậm chí nếu điều này mang tính khả thi, thì lợi thế sẽ là gì? Trong một môi trường cạnh tranh, mục tiêu là đi trước một bước so với đối thủ cạnh tranh. Chứ không phải là bắt chước họ. Trong một môi trường được điều tiết, vấn đề là phải biết đáp ứng các yêu cầu của cơ quan điều tiết, đầu tư hiệu quả cho công tác bảo trì hoặc mở rộng mạng lưới, ví dụ...
Chúng ta cũng cần phải suy nghĩ đến vấn đề chi phí của việc thu thập và tích hợp dữ liệu (trong thực tế, thực hiện việc xử lý dữ liệu theo phương pháp phân tích là điều đơn giản nhất). Hãy tưởng tượng việc phải quản lý hoạt động tích hợp này đối với từng công cụ phân tích. Chi phí và những nguồn lực cần thiết cho các hoạt động này có thể quan trọng hơn những lợi ích được chờ đợi.
Những điều kiện của một giải pháp hiệu quả
Người ta thường nói rằng ở Hoa Kỳ, một dự án sáng tạo (Dữ liệu lớn, ví dụ) được đánh giá trước tiên dựa vào những gì nó mang lại, trong khi ở Pháp thì dựa vào chi phí của nó là bao nhiêu. Dĩ nhiên, điều này chỉ mang tính biếm họa, nhưng bản chất của tính biếm họa chứa đựng một mầm mống sự thật.
Một nhà sản xuất năng lượng, nếu muốn tạo ra giá trị với công cụ phân tích và Dữ liệu lớn, phải vừa có tham vọng và vừa thực dụng, và tự đặt ra những câu hỏi đúng đắn dưới đây:
1- Nghề của mình sẽ có những lợi ích gì khi phân tích di sản các dữ liệu (bất luận khối lượng, tính chất và nguồn gốc của dữ liệu) đã có sẵn? Và chi phí là bao nhiêu? (bao gồm những chi phí liên quan đến hoạt động thu thập dữ liệu, vấn đề kém chất lượng của một số dữ liệu và hoạt động tích hợp dữ liệu)
2- Nghề của mình sẽ có thêm những lợi ích gì nếu bổ sung thêm những dữ liệu mới vào các dữ liệu hiện có, và khi phân tích tập hợp dữ liệu mới này. Và chi phí là bao nhiêu (bao gồm, ví dụ như các khoản đầu tư cần thiết để công cụ hóa các đối tượng hiện có nhưng chưa được kết nối và làm cho chúng "truyền thông được nhiều hơn" và/hoặc bổ sung thêm các đối tượng kết nối mới)
Chủ nghĩa thực dụng dẫn đến việc xem xét hai cách thức (có thể vận dụng cả hai) để kiểm tra xem trò chơi Dữ liệu lớn có đáng giá hay không:
- gặp gỡ và noi gương các tác nhân khác trong cùng ngành nghề hoặc các ngành nghề tương tự đã từng làm. Trong lãnh vực năng lượng, những trường hợp này chưa có nhiều.
- xây dựng một kịch bản "như thể" có tất cả các dữ liệu hiện tại và tương lai, tạo ra chúng và kiểm định khả năng chuyển tiếp ở cấp độ các giải pháp mang tính phân tích hiện tại (chứ không phải các giải pháp được hứa hẹn). Và kiểm tra xem giải pháp phân tích Dữ liệu lớn có đáp ứng các nhu cầu kinh doanh của ngày nay và trong tương lai, với những khả năng cần thiết về tính nhanh nhẹn, linh hoạt và mở rộng. Một giải pháp dài hạn mang tính thiết yếu và nhanh nhẹn cho ngành năng lượng phải tập trung vào các nền tảng phân tích linh hoạt, cho phép sử dụng và tái sử dụng các dữ liệu, cùng với hoạt động xử lý theo phương pháp phân tích để không những đáp ứng các dữ liệu và nhu cầu hiện tại, mà còn có khả năng thích nghi với các dữ liệu và nhu cầu trong tương lai.
Huỳnh Thiện Quốc Việt dịch
Nguồn: Big Data et énergie: gare à la Big Désillusion!, La Tribune, 4/08/2015.
