“L’unica donna presente nella stanza? Praticamente sempre”.  
Per la startupper Eleonora Carta serve un cambio di mentalità e alle ragazze dice: “Non è mai troppo tardi per intraprendere un percorso professionale nella tecnologia”.

Esportare prodotti software e hardware in Giappone e Corea del Sud? Un “gioco da ragazze” verrebbe da dire guardando il curriculum di Eleonora Carta, founder di The Energy Audit, startup che si occupa di efficienza e diagnosi energetica attraverso strumenti di Intelligenza Artificiale. Nata solo tre anni fa, la società ha già siglato partnership importanti con il colosso giapponese Hitachi e il ministero dell’economia della Corea del Sud. “Intelligenza artificiale e machine learning sono strumenti efficacissimi contro lo spreco di risorse”, ci spiega Eleonora, che ammette di essersi sentita molte volte “l’unica donna nella stanza”, soprattutto in Asia.

Come nasce The Energy Audit, sulla scia di quale intuizione e quale percorso?

The Energy Audit è stata fondata nel settembre 2015 dopo 3 anni di attività di R&D svolte all’interno del gruppo Mipu, hub di aziende focalizzate sul tema dell’industria 4.0 con sede a Salò, in provincia di Brescia. L’idea è nata dalla nostra esperienza diretta in campo industriale: analizzando i processi, ci siamo accorti di come l’energia scorra negli impianti allo stesso modo di come il sangue scorre all’interno del corpo umano. Come il medico riesce a capire molto circa il nostro stato di salute dalle analisi del sangue, allo stesso modo analizzando i dati energetici si riesce a capire molto sullo stato di salute delle macchine. Il nostro software è stato progettato proprio per questo scopo: usare i dati relativi ai consumi energetici come segnale debole per ottimizzare i consumi stessi e migliorare l’efficienza globale degli impianti.

In che modo i vostri strumenti utilizzano l’intelligenza artificiale?

I nostri algoritmi creano una correlazione tra i consumi energetici e i fattori che influenzano questi consumi (es. i volumi di produzione, la temperatura esterna, l’umidità etc.). L’output è un modello descrittivo di quale dovrebbe essere il comportamento ideale dell’asset, dell’edificio o della fabbrica. Lo step successivo è mettere questi modelli sotto controllo attraverso un sistema di monitoraggio: il software è in grado di confrontare in tempo reale il comportamento reale con quello previsto dal modello e inviare automaticamente un alert via sms o email qualora dovessero esserci scostamenti.

Con quali risultati?

Attraverso la metodologia descritta sopra è possibile intercettare sprechi prima che questi generino un extra-costo in bolletta non più recuperabile. Inoltre, è possibile intercettare problemi di manutenzione sull’asset o eventuali errati comportamenti umani. Questo permette non solo di risparmiare sui costi energetici, ma di migliorare l’efficienza generale e di ridurre anche i costi di operations e manutenzione.

A chi vi rivolgete?

Ci rivolgiamo ai grandi consumatori di energia afferenti all’industria e al facility management (es. ospedali, aeroporti, catene di supermercati etc.).

Ottimizzazione delle risorse e modelli predittivi: un binomio applicabile a molti settori?

Sì, i modelli predittivi possono essere applicati a moltissimi settori. Parlando di ottimizzazione delle risorse, noi abbiamo applicato i modelli ad una delle risorse più importanti in natura, cioè l’acqua. Abbiamo sviluppato dei modelli in grado di prevedere quale sarà la domanda di acqua nel futuro e quindi di ottimizzare la fornitura della stessa, evitando carenze ma anche inutili costi di stoccaggio.

Quale contributo può dare l’intelligenza artificiale al sistema industriale più tradizionale del Paese?

Sicuramente l’intelligenza artificiale può automatizzare molti processi (soprattutto quelli ripetitivi), rendendoli più efficaci. Nel nostro caso, vediamo nel machine learning la branca più importante dell’intelligenza artificiale. La possibilità delle macchine di apprendere da sole permette un’ottimizzazione delle performance che prima non era pensabile; inoltre, permette di intercettare malfunzionamenti con largo anticipo e intraprendere azioni correttive tempestivamente.

Come connettere start-up e grandi gruppi?

Credo servano più eventi di networking per avvicinare le due realtà. Penso però che serva soprattutto più fiducia da parte dei grandi gruppi verso le capacità delle startup, nonché processi di qualifica a fornitore molto più semplici.

Nel 2016 la sua azienda è risultata tra le selezionate al “K Startup Grand Challenge”, contest internazionale promosso dal governo della Corea del Sud per promuovere lo sviluppo del Paese. Ora siete partner del ministero coreano dell’economia. Su quali progetti?

I settori con i quali stiamo lavorando maggiormente in Corea sono l’industria farmaceutica, quella manifatturiera e quella della carta. Il nostro modulo per gli audit energetici e la creazione di modelli viene usato dai consulenti afferenti all’Agenzia Coreana per l’Energia per effettuare gli audit nelle industrie soprattutto nel sud del Paese. Siamo stati poi selezionati dall’EU la scorsa estate per partecipare ad una business mission sulle tecnologie legate all’acqua; in quest’occasione sono nate delle opportunità per applicare gli algoritmi predittivi alla previsione della domanda.

Ci racconta la vostra collaborazione con la giapponese Hitachi?

Sicuramente non è stato facile lavorare con un grosso conglomerato giapponese: i tempi decisionali sono stati molto lunghi e le aspettative sul progetto erano molto alte. Ma grazie al nostro partner in loco siamo riusciti a soddisfare le richieste. Per Hitachi abbiamo fatto l’audit energetico in primis, poi essendo stati soddisfatti del risultato hanno acquistato anche il nostro modulo di monitoraggio in continuo. Hitachi per noi è una referenza importante che spero ci apra molte porte, in Asia ma non solo.

Quali prospettive di sviluppo avete per il prossimo futuro e su quali mercati?

Nei prossimi anni vogliamo continuare ad investire nello sviluppo di algoritmi di machine learning, poiché crediamo che questo sia il futuro. L’obiettivo è sviluppare algoritmi specifici per risolvere specifici problemi negli asset industriali. Il nostro focus è e rimarrà nell’industria. Per quest’anno abbiamo come Paese target la Svizzera, territorio nel quale abbiamo generato già diverse opportunità.

Quante volte si è sentita “l’unica donna presente nella stanza”?

Praticamente sempre, soprattutto in Asia. In Corea non ho mai partecipato ad un meeting in cui ci fosse un’altra donna, oltre a quella che serviva il thè!

Non sono molte le donne protagoniste del mondo della tecnologia in generale e dell’intelligenza artificiale in particolare, come renderlo un settore “al femminile” al pari di molti altri in cui il “gender gap” è stato superato?

Credo che serva tempo per cambiare due tipi di mentalità diffusa: 1) che ci siano “cose da maschi” e “cose da femmine” e che la tecnologia rientri nella categoria delle “cose da maschi”; 2) che se non si è studiato o imparato qualcosa mentre si era a scuola non lo si possa imparare mai più. La maggior parte dei bambini delle elementari oggi andrà a fare un lavoro che ancora non esiste. Come possiamo limitare la nostra vita professionale a qualcosa che abbiamo deciso di studiare all’università quando avevamo 19 anni?

 

AI Love Women