Τεχνητή Νοημοσύνη και ενεργειακή μετάβαση: Προκλήσεις υποδομών και στρατηγικός σχεδιασμός

Η αλματώδης ανάπτυξη της Τεχνητής Νοημοσύνης σε παγκόσμιο αλλά και εθνικό επίπεδο συνιστά πλέον δομικό μετασχηματισμό, καθώς η τεχνολογία διέρχεται από το στάδιο της θεωρητικής σύλληψης στην ευρεία επιχειρησιακή της εφαρμογή. Η εξέλιξη αυτή επιφέρει θεμελιώδεις αλλαγές στο σύστημα ηλεκτρικής ενέργειας, το οποίο καλείται να λειτουργήσει ως ο κύριος πυλώνας υποστήριξης των νέων ψηφιακών υποδομών, τόσο σε επίπεδο ισχύος όσο και σε επίπεδο δικτύων μεταφοράς και διανομής.

Η διείσδυση των εφαρμογών AI συμπίπτει με μια περίοδο επαναξιολόγησης της ενεργειακής στρατηγικής, όπου η κλιματική φιλοδοξία οφείλει να σταθμίζεται ισορροπημένα με τις επιταγές της ενεργειακής ασφάλειας, της επάρκειας εφοδιασμού και της ευστάθειας του ηλεκτρικού συστήματος. Στην πράξη, η ραγδαία αύξηση της ζήτησης από data centers επιβάλλει τη μέγιστη δυνατή αξιοποίηση του συνόλου των διαθέσιμων παραγωγικών μονάδων. Πρωταγωνιστικό ρόλο σε αυτό το πλαίσιο καλούνται να διαδραματίσουν οι ΑΠΕ, η αποθήκευση ηλεκτρικής ενέργειας, καθώς και οι μονάδες ηλεκτροπαραγωγής με φυσικό αέριο, οι οποίες παρέχουν την απαραίτητη ισχύ βάσης και ευελιξία.

Ενώ στον τομέα των ΑΠΕ η διαθεσιμότητα τεχνολογικού εξοπλισμού παρουσιάζει σχετική επάρκεια, η αγορά θερμικών μονάδων και εξοπλισμού υψηλής τάσης αντιμετωπίζει σοβαρά προβλήματα. Σύμφωνα με πρόσφατη ανάλυση της Rystad Energy, οι διεθνείς παραγγελίες αεριοστροβίλων ανήλθαν στα 100 GW, υπερβαίνοντας την παγκόσμια παραγωγική δυναμικότητα κατά 30%. Το γεγονός αυτό συνεπάγεται χρόνους αναμονής που αγγίζουν τα έξι έτη, θέτοντας σε κίνδυνο τα χρονοδιαγράμματα υλοποίησης κρίσιμων ενεργειακών υποδομών τόσο στην Ευρώπη όσο και στην ελληνική επικράτεια.

Στο πλαίσιο αυτό, καθίστανται επιβεβλημένες οι στρατηγικές συνέργειες μεταξύ τεχνολογικών φορέων ανάπτυξης data centers και καθετοποιημένων ενεργειακών ομίλων, με στόχο τη βελτιστοποίηση του επενδυτικού κύκλου και τη διασφάλιση της απαιτούμενης καθαρής ισχύος. 

Ένα κομβικό ζήτημα που αναδύεται αφορά τον ρυθμό ανάπτυξης των κέντρων δεδομένων στη Νοτιοανατολική Ευρώπη και τις ενδεχόμενες επιπτώσεις του στις τιμές χονδρεμπορικής και λιανικής ηλεκτρικής ενέργειας. Η απότομη αύξηση του φορτίου ζήτησης ενδέχεται να ασκήσει ανοδικές πιέσεις στις οριακές τιμές του συστήματος, εφόσον η ένταξη νέων καταναλωτών δεν συνοδεύεται από παράλληλη ανάπτυξη τοπικής παραγωγής και ενίσχυση των δικτύων. Σε ευρωπαϊκό επίπεδο, καταγράφεται έντονος επιστημονικός και ρυθμιστικός προβληματισμός σχετικά με τα πλεονεκτήματα της απευθείας σύνδεσης μεγάλων καταναλωτών στο Σύστημα Μεταφοράς έναντι της τροφοδοσίας τους με ΑΠΕ και συστήματα αποθήκευσης πίσω από τον μετρητή.

Παράλληλα, ο χωρικός και χρονικός σχεδιασμός των data centers οφείλει να εναρμονίζεται πλήρως με τους μακροπρόθεσμους στόχους του ΕΣΕΚ και τα Προγράμματα Ανάπτυξης των Διαχειριστών. 

Πέραν των προκλήσεων που δημιουργεί η αύξηση της ζήτησης, η τεχνητή νοημοσύνη συνιστά ταυτόχρονα έναν ισχυρό καταλύτη για τον μετασχηματισμό του τομέα της ενέργειας. Τεχνολογίες μηχανικής μάθησης (Machine Learning) αξιοποιούνται ήδη εκτενώς στον τομέα των υδρογονανθράκων και των υπεράκτιων ερευνών για την ακριβή γεωλογική μοντελοποίηση. Παράλληλα, στην ελληνική και τη διεθνή βιβλιογραφία και αγορά, καταγράφεται ευρεία εφαρμογή αλγορίθμων AI στη διαχείριση μικροδικτύων, την πρόβλεψη της στοχαστικής παραγωγής των ΑΠΕ, την αλγοριθμική εμπορία ενέργειας (algorithmic trading), τη βελτιστοποίηση της λειτουργίας των συστημάτων αποθήκευσης ενέργειας, καθώς και στην προληπτική συντήρηση των δικτύων.

Σε αυτά τα πλαίσια, η Ελληνική Εταιρεία Ενεργειακής Οικονομίας (HAEE) σε συνεργασία με το DSS Lab του ΕΜΠ διοργανώνουν το συνέδριο "AI in Energy 2026", το οποίο θα πραγματοποιηθεί στις 5 Οκτωβρίου 2026 στο Σεράφειο του Δήμου Αθηναίων.

Στο επίκεντρο των εργασιών του συνεδρίου θα βρεθούν, μεταξύ άλλων τα έξυπνα δίκτυα, οι εφαρμογές του Α.Ι. στην ενεργειακή μετάβαση του δημόσιου και ιδιωτικού τομέα, ο ρόλος της τεχνολογίας στη μείωση του ανθρακικού αποτυπώματος, καθώς και η ενσωμάτωση αλγορίθμων τεχνητής νοημοσύνης στην διαχείριση δεδομένων.

Εκπρόσωποι της Πολιτείας, μέλη της ακαδημαϊκής κοινότητας, ανώτατα στελέχη του ενεργειακού κλάδου και εκπρόσωποι των Διαχειριστών θα αναλύσουν το υφιστάμενο πλαίσιο και τις μελλοντικές προοπτικές στην Ελλάδα και την Ευρώπη.

Με τη συμμετοχή σας, προσβλέπουμε σε έναν ουσιαστικό διάλογο που θα συμβάλει στον διαμορφούμενο εθνικό σχεδιασμό για τη σύζευξη της ενέργειας και της τεχνητής νοημοσύνης.

- Δρ. Κώστας Ανδριοσόπουλος, Καθηγητής Χρηματοοικονομικών και Ενεργειακής Οικονομίας και Διευθυντής HELLENiQ ENERGY Center for Sustainability and Energy στο Alba Graduate Business School, Πρόεδρος της Επιτροπής Ενέργειας στο ΕλληνοΑμερικανικό Εμπορικό Επιμελητήριο