Del caos a la predicción: La IA y la gestión de cortes eléctricos
Por: Cristóbal Huneeus, director de Data Science de Unholster
En las últimas semanas, las lluvias acompañadas de fuertes vientos provocaron cortes eléctricos que afectaron a más de un millón de chilenos. En algunos casos, estos duraron más de una semana. La falta de información sobre la ubicación de los cortes fue notoria; incluso el gerente de una de las empresas distribuidoras afirmó que, sin reclamos, desconocían dónde ocurrían. Una vez pasado el temporal, lo más frustrante era la falta de estimaciones de restauración del servicio.
Según la Superintendencia de Electricidad y Combustibles (SEC), los cortes han aumentado desde 2010. El año con más cortes, sin contar 2024, fue 2022, con un 31% más que en 2012. Durante todo este periodo, un porcentaje significativo se produjo por caída de árboles.
En el contexto actual, la disponibilidad de información y datos de alta calidad se ha vuelto crucial. Que una empresa regulada no tenga datos propios sobre el desempeño de su servicio es un problema grave, tanto de la empresa como del regulador. Sin embargo, hoy existen alternativas para obtener esta información. Se pueden adquirir imágenes satelitales de diversos tipos, diurnas y nocturnas, que permitirían monitorear tanto los cortes como el avance de las soluciones. El gobierno podría utilizar esta misma estrategia para fiscalizar la calidad del servicio.
La pregunta clave es si podemos predecir dónde es más probable que se produzcan futuros cortes de luz para un uso más eficiente de los recursos cuando ocurran emergencias. Un enfoque proactivo implica involucrar a los ciudadanos; por ejemplo, si los árboles son una fuente de problemas, se debe facilitar al ciudadano la manera de reportar situaciones de riesgo entre árboles y cables eléctricos. Una opción podría ser implementar un sistema de fotografías. Los usuarios subirían una foto de la zona afectada, compartiendo la ubicación para proveer los datos necesarios. Estas imágenes, siendo analizadas por inteligencia artificial, identificarían potenciales riesgos. Además, esta información debiese ser pública, permitiendo que todos fiscalicen a los municipios y a las empresas distribuidoras.
En resumen; ahora es cuando. La tecnología puede transformar un sistema reactivo en uno predictivo y colaborativo. Integrando IA con acción comunitaria y supervisión efectiva, podemos anticipar problemas y acelerar soluciones, asegurando un servicio eléctrico más confiable y resiliente. La verdadera pregunta no es si la tecnología puede revolucionar la gestión de cortes eléctricos, sino cuándo decidiremos como sociedad adoptar este camino hacia la innovación.