Energetica 196 mayo 2020

EÓLICA modelos de cada ámbito a simulaciones numéricas abre unas posibilidades de aná- lisis imposibles con otras aproximaciones. Son escalables, reproducibles, trazables, etc. Esta visión, basada en modelos, es la que permite calibrar los resultados con la experiencia. Un ejemplo claro muy co- rriente lo obtenemos con los estudios de recurso. La modelización del comporta- miento de la atmósfera y su transforma- ción a producción se ha desarrollado con simulaciones físicas y mecánicas que han podido ser calibradas con los resultados obtenidos a posteriori. Otro caso es acer- ca de los estudios de cargas mediante modelos aerolásticos , fundamentados en modelos mecánicos, permiten una cali- bración con los estudios realizados en el monitoreo instrumental de los esfuerzos sufridos en las componentes de las turbi- nas. Eso son ejemplos claros sobre como implementar la digitalización en procesos operativos. El segundo fundamento, que tiene un impacto más estratégico, radica en la no- vedad auténtica que aflora durante un proceso de digitalización. Las empresas con alto valor profesional desarrollan una visión integral, donde se aglutina todo el modelo de negocio en un entorno virtuali- zado. Más allá de las eficiencias, los mode- los digitalizados dotan a cada negocio de una resiliencia incomparable. Las mejoras en la eficiencia de los procesos se com- binan con la expansión del conocimiento existente en varios equipos y desmontan silos de conocimiento. Esta integración de los procesos expande de manera incalcula- ble un conocimiento existente y lo escala, facilitando el crecimiento de cada orga- nización. Esto es lo que en otros entorno sería considerar la información como un ‘asset’, y lo es. A pesar de no constar en la estimación contable de la cartera, la in- formación disponible en cada negocio se debe manejar como un activo de incalcu- lable valor. Esta consideración debe llevar a una gestión de información como una preciada propiedad, y de ahí el requerir en los propios Boards, la figura de un CDO. La correcta explotación de este ‘asset’ nos genera un retorno en algunos casos inme- diato, aunque se necesita una estrategia de gestión específica para este tipo de ‘as- set’. La digitalización acaba siendo la base de esta estrategia. Sobra decir en cuántas operaciones se vende información: medi- ciones con un mástil meteorológico, un modelo de turbina, del diseño eléctrico, etc. El siguiente paso sería la digitalización de los propios procesos de trabajo, donde no vemos procesos individualizados sino la in- teracción de cada proceso con otros den- tro de la misma organización. Pensemos en los cruces existentes cuando estructu- ramos un proyecto con la arquitectura le- gal, la financiera y la técnica. La existencia de barreras entre estos ámbitos dificulta la mitigación de riesgos o una sobrevalora- ción de mecanismos de protección. Por no decir que el ámbito de ‘expertise’ es tan diferente como que podemos tener zonas grises o negras cuando hacemos encajar los tres bloques (legal, financiero, técni- ca). Cuando realmente implementamos una digitalización de procesos, incluyendo también elementos contractuales, podre- mos conseguir un ensamblaje mucho más firme, y que nos de las seguridades que siempre buscamos. Pensemos en casos que, de un modo u otro, nos pueden recordar nuestra reali- dad cotidiana. Las carteras en operación. La cantidad de información disponible es enorme. El primer reto suele ser en gene- rar un entorno adecuado para recibir la información y almacenarla de manera se- gura. Cuantas corporaciones han sufrido lo imposible para conseguir crear estos sis- temas. Y esto es solo el principio. Para que este ‘almacén’ de información tenga algu- nas utilidades, hay que poder explotar los datos, y este es el reto real. La explotación de datos nos obliga a tener herramientas mucho mas avanzadas que un simple plo- teo o un generador de reportes amigables. La explotación de datos requiere dispo- ner de un modelo que analice los datos, filtre ruidos, elimine lecturas incorrectas, etc. Al final hay que identificar patrones y buscar las anomalías en esos patrones. Conceptualmente es relativamente corto de explicar, pero el desarrollo necesario es muy complejo. En esta necesidad de pa- trones, necesitaremos trabajar con mode- lados mecánicos, físicos, etc. y deberemos calibrar. Cualquier ‘output’ de un modelo sintético requiere una calibración, un ajus- te entre del dato ‘bruto’ y datos medidos. Esta calibración será la aportación huma- na, la semilla que los equipos de trabajo introducen en esos procesos. La diferencia entre sistemas basados en un mundo de datos o sistemas donde retroalimenta- mos la potencia virtual con el ‘expertise’ conceptual. Como conclusión, las claves de una trans- formación digital, deberían ser cuatro: co- nectividad (enlazando todos los activos de la empresa); innovación (adaptando las empresas a un mercado disruptivo y com- petitivo); automatización (para centrar las personas en los procesos de valor añadido); y toma de decisiones (donde confiamos en los datos u una analítica avanzada) 51 energética XXI · 196 · MAY 20