Pagrindinė problema – globalinis energetikos efektyvumo valdymo iššūkis: brangi nestabilių kainų energijos rinka, sparti atsinaujinančios energijos infrastruktūros plėtra, spartus išmanių technologijų (IoT) vystymasis, neprognozuojami klimato kaitos padariniai, spaudimas dėl C02 emisijų mažinimo ir kt. aplinkybės lemia tai, jog žmogui tampa sunku ne tik suvaldyti energijos efektyvumą bet apskritai susiorientuoti infrastruktūroje. Dabartiniai išmanių namų/infrastruktūros sprendimai paremti fiksuotais (hard-code) scenarijais, norint pritaikyti IoT įrenginius reikia nuolat rūpintis jų konfigūravimu. Išmanios infrastruktūros valdymas tampa dideliu iššūkiu reikalaujančių žinių, laiko ir paprastai didelių infrastruktūros diegimo ir palaikymo kaštų. Netinkamai vykdoma infrastruktūros priežiūra lemia didelius energijos nuostolius. Egzistuojantys energijos valdymo sprendimai paprastai apsiriboja stebėsena, modernesni – centralizuota IoT įrenginių valdymo prieiga, retais atvejais sprendimai turi energijos naudojimo prognozavimo galimybes. Dirbtinio intelekto panaudojimas šių iššūkių suvaldymui yra nauja galimybė. Tačiau sprendimai Pasaulinėje rinkoje tik pradedami kurti. 3 Didėjanti urbanizacija, augantis infrastruktūros valdymo poreikis ir įvairūs veiksniai, skatina vyriausybių investicijas į išmaniųjų miestų plėtrą visame Pasaulyje. Tikimasi, kad didėjantis poreikis užtikrinti visuomenės saugumą, efektyvų išteklių panaudojimą, didėjantis efektyvaus energijos vartojimo poreikis ir sveika aplinka prognozuojamu laikotarpiu paskatins išmaniųjų miestų rinkos augimą. Spartus naujų technologijų, tokių kaip dirbtinis intelektas, 5G, nanotechnologijos, didelių duomenų analizė, debesų kompiuterija, daiktų interneto standartizavimas, kognityvinė kompiuterija ir atviri duomenys yra pagrindinės išmaniųjų miestų rinkos augimo visame pasaulyje katalizatoriai Apskaičiuota, kad pasaulinės išmaniųjų miestų rinkos dydis nuo 2022 m. 1 273,15 mlrd. $ 2030 m. pasieks apie 7 162,5 mlrd. $. Išmanių energijos valdymo paslaugų segmentas 2022 m. užėmė didžiausią 57% rinkos dalį. Planuojama, kad 2023 m., elektros kiekis iš atsinaujinančių energijos šaltinių pasaulyje sudarys net 35 proc. Globali energijos efektyvumo valdymo sistemų rinka 2022 m. įvertinta 38,6 mlrd. $ iki 2027 m. turėtų augti 14,2% ir pasiekti turėtų pasiekti 75 mlrd. $ Verta paminėti, jog 2022 m. pasaulinės dirbtinio intelekto (AI) rinkos dydis buvo įvertintas 119,78 mlrd. $, apskaičiuota, kad iki 2030 m. AI rinkos vertė sieks 1 591,03 mlrd.$ Pasaulinės skaitmeninės dvynių (ateities technologijos orientuotos į ateities energetikos modeliavimą ir valdymą) rinkos dydis 2021 m. buvo įvertintas 6,75 mlrd. $ ir, kaip prognozuojama, išaugs nuo 8,88 mlrd. $ 2022 m. iki 96,49 mlrd. $ iki 2029 m., o prognozuojamu 40,6 proc. augimu laikotarpiu šiame laikotarpyje. Sprendimas Projektu siekiama sukurti inovatyvų produktą (prototipą) – Išmania Žmogui draugišką energijos efektyvumo valdymo priemonę. Sprendimas orientuotas į ateities energetikos, išmanių pastatų ir infrastruktūros valdymą. Projektas siekia pritaikyti naujausias technologines inovacijas tokias kaip Dirbtinis intelektas (AI), centralizuotas Daiktų interneto (IoT) valdymas naudojant universalius sąsajų/integracijų protokolus ir skaitmeninių dvynių (digital twins) metodiką. Sprendimas orientuotas į visiškai naujo lygmens ateities technologinio sprendimo kūrimą turintį didžiulį Pasaulinės paklausos potencialą. Pagrindinė projekto idėja – sukurti Dirbtinio intelekto pagrindu veikiančią energijos balansavimo priemonę kuri apimtų ne tik IoT teikiamų techninių duomenų analizę bet vartotojo elgsenos analizę bei to pagrindu sukurtų optimaliausią balansą užtikrinant tiek energijos efektyvumą tiek maksimalų komfortą žmogui. Sprendimas atvertų naujas galimybes verslui kuriant išmanius į žmogų orientuotos infrastruktūros sprendimus, sukuriant papildomą vertę ir tuo pačiu užtikrinant energijos sąnaudų kontrolę. Institucijoms ir energijos tiekėjams vartotojų elgsenos modelių pagrindu leistų vykdyti detalesnę energijos gamybos ir vartojimo prognozę, padėtų mažinti nuostolius dėl neprognozuojamų energijos vartojimo šuolių. Pareiškėjui nėra žinomi Projekto kontekstą atitinkantys analogiški sprendimai pasaulinėje rinkoje. Yra įvairūs nauji skaitmeninių dvynių (angl. digital twins) sprendimai daugiausiai orientuoti į pramonės sektorių arba IoT centralizuotą valdymą bei jų teikiamų duomenų analitikos sprendimai. Bene visų tiesioginių ar netiesioginių konkurentų sprendimai orientuoti į IoT įrenginių teikiamų duomenų vertinimą Dirbtinio intelekto pagrindu modeliuojant įvairias situacijas, tačiau nėra sprendimų siekiančių pritaikyti pastatų (namų ūkių) energijos efektyvumo valdymą individualiai į žmogų, visų pirma siekiant sukurti žmogui pagal individualius poreikius komfortabilią aplinką efektyviausiomis energijos sąnaudomis. Projekto poreikis ESF 2023-2027 m. finansavimo periodo programoje Energetikos srities priemonės sudaro didžiausią dalį investicijų biudžeto (1156 mln. Eur). Programos „Žalesnės Lietuvos“ prioritetų priemonėms numatoma skirti 1,848 mlrd. Eur. Naudodamos išmanią dvigubą skaitmeninę platformą, įmonės gali 20 % sumažinti metines energijos sąnaudas. Tikimasi, kad 50 % šiandieninių pastatų vis dar bus naudojami 2050 m., todėl norint išpildyti Paryžiaus susitarimą dėl Klimato kainos poveikio mažinimo iki šio amžiaus vidurio pasiekiant nulinės emisijos scenarijų, per ateinančius tris dešimtmečius reikės modifikuoti 85 % esamų pastatų, tikimasi kad nauji pastatai nuo 2030 m. turės 0% CO2 emisiją t.y. bus 100 % paremti tvaria energetika ir išmania pastatų ūkio kontrole. 4 Čia skaitmeninės technologijos leidžia imituoti modifikuoto pastato rodiklius. Be pastatų modernizavimo, leidžiančio sutaupyti 43–65 % išlaidų, skaitmeniniai modeliai gali būti naudojami numatant užimtumą, energijos poreikį ir pagrindines pastato operacijas, kad būtų pavaizduota, kaip gali įvykti tvarios investicijos tuo pačiu tiksliai apskaičiuojant investicijų rentabilumą (ROI)1 Lietuvoje iš pastatų ūkių modernizavimo fondo iki 2030 m. numatomos 15,78 mln. Eur. investicijos, kurių ROI su šiandieniniu šalies energetikos efektyvumo skaitmenizavimo lygiu apskaičiuoti sudėtinga