消費者需求的變化和可再生能源發(fā)展產生的新市場機遇引領著能源公司將投資方向轉向替代能源、現代化基礎設施，以尋求新的收入增長點。這將促使能源和公共事業(yè)公司下決心建立更為智能的基礎設施，和整合強大的新技術和分析平臺。Colin Beaney，IFS（艾菲詩軟件）的能源和公共事業(yè)全球行業(yè)總監(jiān)，就能源公司如何在2017年充分利用最新市場趨勢塑造核心競爭力發(fā)表了最新觀點。
　　
　　2017：傳統(tǒng)的能源供應商將擁抱全新的可再生能源時代
　　
　　全球超過一半的新電源投資都花費在可再生能源上。而隨著風電和太陽能技術的興起，可再生能源在未來5年內的成長要比去年預測的成長率又多了13%。能源供應商尋求逐步降低其傳統(tǒng)裝機容量并設法步入多元化發(fā)電方式的新時代。在這轉型的過程中，企業(yè)如何實現業(yè)務現代化并確保未來的盈利能力都是需要考慮的問題。
　　
　　迄今為止，絕大多數傳統(tǒng)能源公司已經完成現代化經營，并通過建立專門的創(chuàng)新單位去實驗和驗證新的發(fā)展契機，以獲取新一輪的競爭優(yōu)勢。然而，隨著行業(yè)競爭在各個方面的加劇，傳統(tǒng)定義的市場之外，還有來自新創(chuàng)行業(yè)的跨界競爭，對于許多企業(yè)來說，僅僅依靠于特設的創(chuàng)新部門來維持營收是非常艱難的事情。
　　
　　企業(yè)快速跳轉到全新的可再生能源行業(yè)領域，無論是何種形式的機會，都要求傳統(tǒng)能源公司需要考慮建立起一整個全新的業(yè)務單位，或是專注于可再生能源的獨立金融實體——實際上是從頭開始一個新的業(yè)務——然后快速構建它。
　　
　　要成功做到這點，能源公司將需要更加靈活、快速部署的組織和技術性平臺，由于速度和成本的原因（運營成本大于資本支出），建議將這樣的平臺布置在云端。這意味企業(yè)需要重塑重要流程，例如財務、資源計劃、現場服務支持，和資產與供應鏈的管理，把它們通過短短的幾周的試運營，并逐步改善。想讓這一切成為現實，在新的一年中能源供應商必須真正采用新技術，并啟用新的思維模式。
　　
　　2017：以消費者為核心：能源供應商轉向能源生態(tài)服務提供商
　　
　　我們現在都看到了全新的能源生態(tài)系統(tǒng)的崛起。IDC預測，到2020年底，250萬千瓦的電力將由20%的世界財富500強公司產生——而不是傳統(tǒng)能源公司。除此之外，擁有太陽能供電或是風力渦輪機的消費者，會想要出售多余的能源到電網。你將會看到能源和公共事業(yè)的提供者從集中式供應公司轉型為更為分布式、雙向服務的提供商。
　　
　　顧客基于現在的電力供應希望可以根據時間、地點和主觀意愿進行靈活的消費模式。只有通過“智能電網”的演變，傳感器和智能電表才能為消費者提供更加精細級別的電力使用細節(jié)。有了更加精確、實時、賬戶的電力使用，消費者將能夠管理和優(yōu)化他們的“智能用電方法”。
　　
　　但是，傳統(tǒng)能源公司從能源供應商到“能源生態(tài)服務提供者” 的轉型，這就需要更為動態(tài)化和優(yōu)化的方法，以便進行維修、現場服務和提供高水平的服務。為了建設和維修這些智能設施，現場服務技術人員和工程師需要實時聯網的技術支持。
　　
　　這意味著，在2017年很多公司將通過如佩帶的，增強現實技術和語音應用程序等整合新技術開始數字化轉型之旅來改造企業(yè)業(yè)務流程，以更好地管理資產，規(guī)劃，執(zhí)行和根據消費者需求提供更高的服務水平。
　　
　　2017的一個新問題：什么時候無人機才能成為機器人？
　　
　　無人機技術興起并迅速成為能源市場用于檢查和評估管道、電線或是其他資產的另一種新方法。在2017年，我期待看到無人機的大力發(fā)展。最先實現的是通過無人機查找故障，并將數據直接與企業(yè)軟件平臺集成且自動生成工作訂單。這個應用可以直接發(fā)送訂單到現場工程師快速地響應故障并最小化電網中斷時間。
　　
　　無人機的使用不僅僅用于檢查。當無人機變得更加適應性強，他們真正的潛力是自主進行維修和手動任務。雖然目前我們仍無法讓無人機進行自主決策，但是隨著目前的無人機技術的發(fā)展，不難設想不久的將來，無人機可以遠程執(zhí)行簡單的維修任務。
　　
　　但隨著無人機在2017年變得愈發(fā)普遍，更多關于航空安全的條例和法規(guī)的問題將會出現。就好像近期在瑞典的一個裁決中，禁止未經許可不能使用照相的無人機。綜合法規(guī)尚有待于2017年，所以在不同地區(qū)的無人機使用規(guī)范將存在一定爭議。
　　
　　2017年：機器直覺的到來——資產的數字化
　　
　　從啟用IP傳感器到數字耦合，當進入2017年，資產設備將會運用這些先進技術變得越來越數字化。機器學習技術是工業(yè)4.0的核心。自動化的智能分析平臺可以學習從整個企業(yè)的資產中收集數據大量的數據信息，并從中學習，并提供更深入的資產性能和資產狀況的洞察。
　　
　　這些分析功能引領著資產預測能力的發(fā)展。通過自動化的機器學習生產出的新模型，可以從智能基礎設施中獲取所有的數據，以在資產發(fā)生故障之前生成故障資產或異常警報，以及關于操作被組件故障中斷前，必須采用的糾正措施的詳細信息。
　　
　　但這一切都沒有真正的價值，除非將運營智能產生的企業(yè)洞察數據信息與現有企業(yè)資產管理（EAM）解決方案集成，這樣企業(yè)的洞察力轉換為一個真正的包含零件、工具和工程師所需要行動建議的工作訂單。
　　
　　2017年將給大型和小型的能源企業(yè)帶來了新的秩序，和令人興奮的新的商業(yè)機會。讓他們通過更多的連接性，現場更多的自動化和更多的數據以業(yè)務的運營根據智能化。但是，作為企業(yè)的運營需要有核心企業(yè)管理軟件來支撐所有這些發(fā)展趨勢和新技術，來輕松的完成集成 且輕松地進行數據分析和傳遞。只有到那時，能源公司才能夠經濟高效地向他們越來越多的精明的消費者提供智能服務和智能能源。