AI w zarządzaniu projektami OZE: od wyceny do odbioru instalacji

Branża OZE w Polsce dojrzała. Skończył się etap, w którym sama instalacja fotowoltaiki była nowinką, a klient cieszył się z każdego kilowata. Dziś firmy z sektora energetyki odnawialnej działają na zupełnie innych warunkach. Marże są niższe niż jeszcze trzy lata temu, klienci porównują oferty co do złotówki, programy dotacyjne zmieniają zasady niemal z kwartału na kwartał, a wykwalifikowanych monterów, projektantów i inżynierów po prostu brakuje. Do tego dochodzi rosnąca złożoność projektów. Pompy ciepła, magazyny energii, systemy zarządzania energią w domu i biznesie, ładowarki do aut elektrycznych. Wszystko to coraz częściej wchodzi do jednej oferty i jednej instalacji. W takim środowisku tradycyjne arkusze kalkulacyjne, mailowa wymiana plików i ręczne wprowadzanie danych z PDF-ów do CRM przestają wystarczać. I właśnie tu pojawia się sztuczna inteligencja. Nie jako modne hasło z konferencji, tylko jako konkretna warstwa technologii, która spina ze sobą wycenę, projekt, dokumentację, logistykę, montaż i serwis. Firmy, które już dziś wdrażają AI w zarządzaniu projektami OZE, zyskują wymierną przewagę. Skracają czas obsługi klienta z tygodni do dni, ograniczają liczbę błędów projektowych, lepiej planują zakupy komponentów i utrzymują instalacje w lepszej kondycji przez cały okres ich użytkowania.

Wycena i ofertowanie, czyli pierwszy punkt styku z klientem

Pierwszy kontakt z klientem decyduje o tym, czy projekt OZE w ogóle dojdzie do skutku. Klient, który czeka na ofertę tydzień, najczęściej ma już w skrzynce trzy inne. Klient, który dostaje wycenę w ciągu kilkudziesięciu minut od rozmowy, ma poczucie, że trafił do firmy, która wie, co robi. AI zmienia tę pierwszą rozmowę z miękkiego szacowania w konkretny, oparty na danych proces.

Najbardziej widoczne zastosowanie to automatyczna analiza dachu. Wystarczy adres budynku, a algorytmy korzystające ze zdjęć satelitarnych, lotniczych i danych z modeli 3D potrafią w kilka chwil ocenić powierzchnię połaci, kąt nachylenia, ekspozycję na słońce, zacienienie od drzew i sąsiednich budynków, a także rozmieszczenie kominów i okien dachowych. Na tej podstawie model wstępnie dobiera moc instalacji i szacuje roczny uzysk energetyczny z uwzględnieniem lokalnych danych pogodowych. Handlowiec nie musi już wsiadać w samochód, żeby zrobić pomiar wstępny. Robi to za niego oprogramowanie. Drugi obszar to sama oferta. Generatywne AI potrafi przygotować spersonalizowany dokument ofertowy, który zawiera nie tylko cenę, ale też wyliczenie oszczędności, prognozę autokonsumpcji, propozycję finansowania i informację o dostępnych dotacjach. Wszystko w języku zrozumiałym dla klienta indywidualnego albo dostosowanym do specyfiki klienta biznesowego. Co ważne, taka oferta nie jest losowym tekstem z modelu językowego. Powstaje na bazie reguł firmy, cenników, dostępnych produktów i danych z CRM. Rolą zespołu sprzedaży zostaje to, co naprawdę ważne. Rozmowa z klientem, doradztwo i domykanie kontraktu.

Czy szukasz wykonawcy projektów IT ?

Sprawdź case studies

Audyt techniczny i projektowanie instalacji

Po podpisaniu umowy zaczyna się etap, który dla wielu firm OZE jest najbardziej kosztowny i podatny na błędy. Audyt techniczny i projektowanie. Tutaj AI nie zastępuje projektanta, ale pełni rolę asystenta, który skraca rutynowe zadania i pilnuje, żeby żaden istotny parametr nie został pominięty. W praktyce wygląda to tak, że zdjęcia z wizji lokalnej, dane z drona oraz informacje od klienta o zużyciu energii trafiają do systemu, który analizuje je razem z danymi pogodowymi i taryfami operatora. Modele uczenia maszynowego pomagają dobrać optymalną moc instalacji, liczbę i rozmieszczenie paneli, typ falownika oraz konfigurację stringów. Symulacja produkcji energii uwzględnia nie tylko teoretyczne nasłonecznienie, ale też realny profil zużycia w gospodarstwie domowym czy w firmie. Dzięki temu rekomendacja jest dopasowana do konkretnego klienta, a nie do uśrednionego scenariusza.

Drugi obszar, w którym AI naprawdę odciąża zespoły projektowe, to dokumentacja. Automatyczne generowanie schematów jednokreskowych, kart doboru zabezpieczeń, opisów technicznych i wstępnej dokumentacji powykonawczej oszczędza projektantowi godziny pracy przy każdym projekcie. System pilnuje też zgodności z aktualnymi normami i wytycznymi operatora sieci dystrybucyjnej, co znacząco zmniejsza ryzyko, że dokumentacja wróci do poprawy. Przy skali kilkuset projektów rocznie to przekłada się na realne pieniądze i znacznie krótszy czas od podpisania umowy do montażu.

Łańcuch dostaw i logistyka komponentów

Trzy lata temu o powodzeniu projektu OZE decydowała przede wszystkim sprzedaż. Dziś coraz częściej decyduje logistyka. Brak jednego falownika potrafi zatrzymać montaż na kilka tygodni, a wahania cen paneli w skali kwartału potrafią zjeść całą marżę na projekcie. AI w łańcuchu dostaw to obszar, w którym firmy OZE odzyskują kontrolę nad kosztami i terminami.

Modele predykcyjne analizują dane historyczne sprzedaży, sezonowość, dynamikę programów dotacyjnych i sygnały rynkowe, takie jak zmiany cen u producentów czy opóźnienia w portach. Na tej podstawie prognozują zapotrzebowanie na poszczególne komponenty z wyprzedzeniem kilku miesięcy. Dzięki temu dział zakupów nie reaguje na to, że magazyn świeci pustkami, tylko zamawia w optymalnym momencie i w optymalnej ilości. AI wspiera też decyzje, u którego dostawcy zamówić konkretny model, biorąc pod uwagę nie tylko cenę, ale też historyczną terminowość dostaw i jakość partii. Na poziomie pojedynczego projektu system pilnuje, żeby właściwe komponenty były we właściwym miejscu we właściwym czasie. Kiedy zmienia się harmonogram montażu, magazyn dostaje aktualizację automatycznie. Kiedy klient zmienia decyzję co do mocy instalacji, system od razu sprawdza dostępność i sugeruje alternatywę, jeśli pierwotnie zaplanowany produkt jest niedostępny. Mniej telefonów, mniej maili, mniej improwizacji na budowie.

Planowanie i harmonogramowanie prac montażowych

Harmonogram w firmie OZE to żywy organizm. Zmienia się praktycznie codziennie. Klient prosi o przesunięcie terminu, brygada utknęła na poprzedniej budowie, prognoza pogody na czwartek pokazuje burze, a do tego kierownik projektu właśnie dowiedział się, że jeden z monterów idzie na zwolnienie. W tradycyjnym modelu te wszystkie zmienne lądują w głowie jednej osoby, która próbuje poukładać kalendarz na nowo. Efektem są opóźnienia, puste przebiegi i zespoły, które jednego dnia jeżdżą po całym województwie, a następnego siedzą bezczynnie w bazie. AI radzi sobie z taką wielowymiarową łamigłówką znacznie lepiej niż arkusz w Excelu. Algorytmy optymalizacyjne biorą pod uwagę lokalizacje klientów, kompetencje poszczególnych ekip, dostępność sprzętu i komponentów na magazynie, czas dojazdu, prognozę pogody, a nawet historyczną wydajność konkretnych zespołów przy podobnych typach instalacji. Na tej podstawie generują harmonogram, który minimalizuje koszty operacyjne i maksymalizuje liczbę montaży w tygodniu. Kiedy pojawia się zmiana, system przelicza plan w czasie rzeczywistym i sugeruje, którą ekipę przekierować, a który termin lepiej przesunąć o dwa dni. Kierownik projektu zachowuje pełną kontrolę i ostateczne słowo, ale ma już gotowe rekomendacje, zamiast układania wszystkiego od zera.

Monitoring pracy instalacji i serwis predykcyjny

Sprzedaż jednej instalacji to początek relacji, która powinna trwać dwadzieścia lat albo dłużej. Z perspektywy biznesowej serwis i utrzymanie to nie koszt, tylko źródło stabilnych przychodów i polecania nowych klientów. AI zmienia ten obszar najbardziej, bo zamienia model reaktywny na model przewidujący.

Modele predykcyjne analizują dane z falowników, czujników i liczników w sposób ciągły. Porównują rzeczywistą produkcję energii z prognozowaną, biorą poprawkę na pogodę, sezon i lokalne warunki, a następnie wyłapują anomalie, które dla człowieka byłyby niewidoczne. Spadek uzysku o kilka procent na jednym stringu, nietypowy profil pracy falownika w godzinach południowych, stopniowa degradacja konkretnego modułu. System nie tylko wykrywa problem, ale też klasyfikuje go i podpowiada, czy chodzi o zabrudzenie paneli, awarię optymalizatora, czy może o uszkodzenie komponentu wymagającego wymiany.

Dla działu serwisu oznacza to zupełnie inny tryb pracy. Zamiast czekać na telefon od klienta, że coś nie działa, technik dostaje powiadomienie z konkretną hipotezą i listą części do zabrania. Często problem da się rozwiązać zdalnie, bez wyjazdu. A jeśli wyjazd jest konieczny, ekipa pojawia się u klienta z gotowym planem działania. Z punktu widzenia właściciela instalacji to po prostu spokojna głowa i pewność, że instalacja produkuje tyle energii, ile powinna.