Lebih ramah lingkungan dan lebih ramping dengan analitik cerdas
Nukissiorfiit secara akurat melacak penggunaan energi hijau dengan IBM
Cahaya Utara

Nukissiorfiit adalah perusahaan milik pemerintah yang memiliki misi utama untuk memasok air bersih, listrik, dan panas ke Greenland tanpa menggunakan bahan bakar fosil. Ini merupakan target yang tinggi, namun perusahaan ini telah menggunakan energi terbarukan untuk 72% produksi listriknya dan berada di jalur yang tepat untuk mencapai 100% pada tahun 2030. Selain itu, struktur harga listrik dan air di Nukissiorfiit yang patut ditiru adalah sepertiga dari harga di daerah lain di Kanada dan ini tanpa subsidi pemerintah.

Ketika Anda melakukan penyelaman yang lebih dalam, Anda akan menyadari betapa luar biasanya pencapaian ini, mengingat Greenland memiliki luas sebesar Prancis, Spanyol, Jerman, dan Italia jika digabungkan, namun dengan populasi hanya 56.000 jiwa. Selain itu, 85% wilayah negara ini tertutup es, hanya menyisakan 15% yang dapat dihuni, dan biasanya memiliki cuaca yang sangat dingin.

Nukissiorfiit hanya memiliki dua tempat yang saling terhubung di Greenland yang berbagi satu jaringan listrik. Sisanya, 68 lokasi memiliki jaringan yang berdiri sendiri, dan hal yang sama juga berlaku untuk produksi air dan pemanas. Artinya, untuk setiap tempat yang padat penduduknya, utilitas harus memiliki instalasi yang berdiri sendiri dengan berbagai tingkat redundansi dan kemampuan cadangan. Nukissiorfiit juga harus memiliki orang-orang yang ditempatkan di seluruh negeri yang dapat berada di lokasi dalam waktu singkat karena konsekuensi kehabisan air atau listrik bisa sangat serius.

Untuk mencapai target 100% bebas fosil, menjadi lebih responsif terhadap kebutuhan pelanggan, dan terus membangun pembangkit listrik tenaga air baru, perusahaan harus memiliki gambaran dan proyeksi keuangan yang akurat. Investasi pada fasilitas baru dan pemeliharaan fasilitas yang sudah ada memerlukan perencanaan terlebih dahulu. Sebelumnya, perusahaan hanya dapat membuat proyeksi anggaran setahun sekali, dan proyeksi tersebut bisa jadi sangat tidak akurat pada saat proyek harus dilanjutkan.

“Sistem yang kami gunakan sangat kaku. Kami tidak dapat membuat perencanaan dengan fleksibilitas yang kami inginkan," kata Claus Andersen-Aagaard, Chief Financial Officer (CFO) dan Pelaksana Tugas Chief Executive Officer (CEO) di Nukissiorfiit. "Kami membutuhkan kepastian tentang bagaimana situasi keuangan kami berkembang dan perencanaan yang jauh lebih fleksibel dan berkesinambungan agar sesuai dengan lingkungan kerja kami."

Dia menjelaskan: "Organisasi kami memiliki 70 orang yang setiap bulan Oktober menghabiskan banyak tenaga untuk menyusun anggaran. Ketika datang ke Mei, kami kadang-kadang mencoba untuk menghasilkan anggaran yang direvisi untuk sisa tahun ini karena perubahan signifikan dalam asumsi. Hal ini melibatkan sejumlah besar waktu dan banyak usaha. Kenyataannya, bisnis kami berkembang jauh lebih cepat daripada yang dapat diserap oleh anggaran kami ketika dilakukan sekali atau dua kali setahun."

Prakiraan tersebut berupa laporan laba rugi total (P&L), serta laporan arus kas dan dampak keuangan dari pelaksanaan proyek. Untuk membuat prakiraan ini, Nukissiorfiit menggabungkan sub-model prakiraan tentang perputaran rinci, biaya variabel spesifik lokasi, biaya kapasitas dan pemeliharaan serta sub-model biaya personalia, dan mengintegrasikan semuanya ke dalam satu model besar, yang dapat dieksplor secara penuh ke dalam semua dimensi dan klasifikasi akun. Selain itu, perusahaan menggunakan informasi eksternal seperti data cuaca jangka panjang sebagai masukan untuk meramalkan penjualan panas, air, dan listrik.

Prakiraan yang dihasilkan Nukissiorfiit digunakan di seluruh perusahaan - mulai dari manajer dan pakar perencanaan yang bertanggung jawab untuk mengembangkan anggaran hingga personel terampil di garis depan, seperti insinyur dan spesialis pemanas.

Ole Moeller Madsen, Chief Sales Officer dan Partner di CogniTech Analytics Solutions, yang membantu memberikan solusi, berkomentar tentang mengapa sangat penting bagi Nukissiorfiit untuk menemukan solusi perencanaan yang lebih canggih: "Mereka memiliki banyak sekali kelambatan. Karena tidak memiliki perkiraan dan anggaran yang tepat, mereka tidak tahu ke mana arah mereka, dan apa yang harus mereka lakukan."

Mengurangi ukuran tim

 

Ukuran tim perencanaan berkurang sebanyak 61 kontributor, merampingkan proses perencanaan dan prakiraan

Peramalan Lebih Cepat

 

Waktu peramalan berkurang 80% dari 1.000 jam per tahun menjadi di bawah 200

Seluruh alasan di balik proyek ini adalah untuk menjadi lebih efisien dan lebih tepat dengan proses penganggaran dan perkiraan mereka. Ole Moeller Madsen Chief Sales Officer dan Mitra Solusi IBM Business Partner CogniTech Analytics
Meluncurkan perkiraan yang lebih kuat

Dengan misi Nukissiorfiit untuk menjadi 100% bebas bahan bakar fosil dan kebutuhannya untuk menambah lebih banyak infrastruktur pembangkit listrik tenaga air untuk mencapai tujuannya, prakiraan keuangan yang akurat dan lebih kuat menjadi kebutuhan yang sangat penting bagi perusahaan listrik tersebut.

Nukissiorfiit telah bekerja dengan konsultan CogniTech sejak tahun 2015 sebagai bagian dari organisasi lain. Perusahaan mempercayai saran para konsultan bahwa untuk mencapai tujuan agresifnya, Nukissiorfiit bisa mendapatkan manfaat dari solusi perencanaan dan analitik yang terintegrasi dengan AI.

Pada tahun 2018, CogniTech mengundang delegasi yang terdiri dari lima orang dari perusahaan utilitas tersebut ke konferensi IBM Analytics selama seminggu di Stockholm. Delegasi Nukissiorfiit merupakan kontingen terbesar yang hadir dari satu perusahaan. Tujuannya adalah untuk mendapatkan inspirasi untuk solusi digital baru, menjadi lebih berbasis data, dan membicarakan versi baru IBM® Cognos® Analytics dan IBM Planning Analytics, serta solusi AI. Ketika sedang mendiskusikan proyek lain, Andersen-Aagaard tertarik untuk mempelajari lebih lanjut tentang proyek perencanaan.

"Kami perlu bergerak melampaui penganggaran tradisional dan mulai bekerja secara dinamis dengan perkiraan kami, menggunakan perkiraan bergulir bulanan dengan cakrawala yang lebih panjang yaitu 18 bulan bergulir, untuk terus memasukkan informasi terbaru," kata Andersen-Aagaard. "Dan kami tahu bahwa proses yang baru ini tidak boleh menimbulkan beban yang tidak proporsional, di mana 70 orang menghabiskan waktu untuk hal ini setiap bulannya. Kami dapat melihat bahwa dengan lebih dari 300 sub-anggaran yang kami tangani, kami tidak dapat memperluas proses ini dan terus menggunakan cara tradisional. Jadi, kami perlu berpikir secara berbeda, dan di situlah prakiraan bergulir yang digerakkan oleh AI berperan."

Kai Erik Ettrup, Partner di CogniTech, menjelaskan: "Kami melontarkan ide untuk menggunakan AI dan pembelajaran mesin untuk meningkatkan proses, dan Nukissiorfiit menerima ide tersebut." Utilitas ini menekankan bahwa alat baru ini harus memiliki antarmuka pengguna yang baik dengan proses input dan verifikasi yang efisien. "Sesi inspiratif yang kami lakukan di Stockholm memberi kami kepercayaan diri untuk melangkah maju dengan platform dan kolaborasi dengan CogniTech," ujar Andersen-Aagaard.

CogniTech bertemu dengan Nukissiorfiit dalam lokakarya untuk membahas bagaimana perusahaan dapat bermigrasi dari solusi perencanaan dan peramalan yang lama ke peramalan bergulir dengan pembelajaran mesin dan peramalan prediktif yang sudah ada di dalamnya.

CogniTech kemudian membantu utilitas tersebut bermigrasi ke solusi Cognos Analytics, platform intelijen bisnis berbasis AI yang mendukung siklus analitik, mulai dari penemuan hingga operasionalisasi, dan menyediakan pendekatan yang diatur untuk mengelola, mengeksplorasi, dan memvisualisasikan data. Asisten AI-nya memungkinkan pengguna untuk berinteraksi tepat di tempat yang membutuhkan perhatian dan mengabaikan 80% ikhtisar dan data keuangan yang tidak perlu diperhatikan.

Sepanjang proyek, Cognitech difokuskan pada proyek dan dihadirkan. Mereka membangun sesuatu yang saya yakini unik, tidak hanya dalam konteks Greenland, tetapi mungkin dalam konteks global. Claus Andersen-Aagaard CFO dan Penjabat CEO Nukissiorfiit

Moeller Madsen dari CogniTech menjelaskan bahwa salah satu tujuan utama Nukissiorfiit dalam bermigrasi ke solusi rolling forecasts dari IBM adalah untuk memungkinkan utilitas ini membuat keputusan bisnis yang lebih baik.

Andersen-Aagaard, setuju, menambahkan: "Anda memiliki jendela kecil di Greenland di mana Anda dapat melakukan perbaikan luar ruangan atau memulai proyek infrastruktur baru atau mengembangkan pembangkit listrik baru. Sangat penting bagi Anda untuk memiliki visibilitas 100% dan wawasan yang tepat untuk membuat keputusan apakah kita memiliki arus kas untuk melakukannya. Sebagai contoh, jika orang-orang kami di bagian selatan negara ini memiliki portofolio proyek yang tertunda, apakah biayanya akan muncul kemudian, atau apakah penundaannya cukup lama sehingga kami dapat melanjutkan proyek-proyek lain di bagian utara? Ini bisa menjadi tugas perencanaan yang cukup menakutkan untuk dikelola ketika Anda memiliki 100 - 200 proyek infrastruktur yang lebih besar yang berjalan bersamaan. "

Nukissiorfiit mengandalkan solusi Cognos Analytics untuk mengumpulkan masukan dari karyawan perusahaan dan mengubahnya menjadi serangkaian laporan yang digunakan manajemen puncak untuk membuat keputusan perencanaan tentang pekerjaan berkelanjutannya dengan proyek infrastruktur. Perusahaan sebaliknya harus jauh lebih berhati-hati dalam menyetujui semua jaringan infrastruktur baru, pembangkit listrik dan gardu baru, pembangkit air baru dan solusi energi terbarukan baru.

"Kami memiliki banyak pertimbangan tentang bagaimana solusi ini dapat dirancang untuk memberikan kredibilitas maksimum," kata Andersen-Aagaard. "Pembukuan keuangan kami terdiri dari banyak area, termasuk omset, biaya variabel, biaya kapasitas seperti gaji, depresiasi, biaya bunga, dan biaya keuangan. Semua kawasan tersebut mempunyai keunikan tersendiri. Kami dihadapkan pada dilema klasik dalam penyusunan anggaran, yaitu sulitnya memasukkan semua faktor. Mesin dapat menangani hal ini dengan lebih baik jika data historis diekstrapolasi ke masa depan." Perusahaan telah membuat lebih dari 100 laporan yang berbeda yang mengambil berbagai aspek dari informasi keuangannya dan memberikannya kepada para manajer untuk ditindaklanjuti.

"Dengan bantuan CogniTech, kami bisa menghilangkan banyak sekali pekerjaan administratif bagi karyawan teknis kami, yang hampir tidak menyukai tugas tersebut," kata Andersen-Aagaard. "Selain itu, mereka dapat mengonfirmasi hasil dari AI dibandingkan dengan memasukkan angka-angka dari semua lokasi dan klasifikasi secara manual. Mereka tidak hanya senang bisa terbebas dari tugas ini, tetapi hasil akhirnya juga jauh lebih baik."

Andersen-Aagaard menghargai luas dan dalamnya pendekatan solusi AI. "Salah satu hal terbaik saat ini adalah ketika penyedia input bingung dengan input mesin dan bertanya kepada pengontrol kami mengapa AI memperkirakan angka tertentu yang bertentangan dengan pengetahuan penyedia input," tambahnya. "Ketika mereka memeriksanya lebih lanjut - mereka menemukan, lebih sering daripada tidak, bahwa AI itu benar, karena memperhitungkan semua faktor dan data historis. Hal ini membuat saya tersenyum," ujarnya, "karena dengan demikian saya tahu dengan pasti bahwa apa yang telah kami ciptakan memberikan kualitas yang lebih baik bagi perusahaan kami dan kami telah menghemat uang dan waktu dalam prosesnya."

Andersen-Aagaard menjelaskan bahwa perusahaan ingin mengembangkan front-end dan back-end. "Front-end kami adalah input dan konfirmasi pengguna, di mana pengguna berhubungan dengan prakiraan yang dihasilkan mesin secara penuh dan setengah penuh, sementara back-end kami berisi parameter yang dapat disesuaikan yang dapat disetel secara manual ketika kami tahu bahwa parameter akan berubah," katanya.

Ettrup menjelaskan penggunaan data eksternal oleh solusi ini: "Kami telah menggunakan banyak data cuaca selama tiga tahun terakhir. Kemudian kami menggunakannya untuk menganalisis apa yang kami sebut periode cuaca normal, untuk menghasilkan penjualan tahun normal per pelanggan, per area. Kami memberi mereka banyak parameter back-end sehingga Nukissiorfiit dapat mengontrol berbagai aspek spesifik perusahaan, seperti lowongan umum, tingkat penyelesaian proyek, minyak per kilowatt, dan banyak lagi. "

Perencanaan bulanan yang cerdas

Dengan bermigrasi ke solusi perkiraan bergulir yang disediakan oleh CogniTech, Nukissiorfiit telah mengurangi jumlah orang yang diperlukan untuk membuat proyeksi anggaran dan meningkatkan akurasi proyeksi tersebut melalui peningkatan frekuensi dan penggunaan AI. Solusi ini telah meningkatkan fleksibilitas utilitas dalam mengadaptasi perencanaannya terhadap perubahan variabel seperti cuaca dan menumbuhkan kepercayaan diri yang lebih besar pada pemerintah Greenland dalam merestui proyek-proyek baru dan ambisius.

"Kami dapat mengurangi jumlah penyedia masukan dari 70 orang - karyawan yang terlibat dalam proses penyusunan anggaran - menjadi sembilan orang. Jadi itu merupakan pengurangan yang cukup besar,” kata Andersen-Aagaard.

“Dan itu tidak berhenti di situ,” tambahnya. “Ini sebenarnya juga jumlah waktu orang-orang ini menggunakannya. Jadi saya akan mengatakan bahwa sembilan orang ini sekarang menghabiskan lebih sedikit waktu daripada sebelumnya. Dan juga 60-plus orang yang tidak menggunakan alat lagi untuk memberikan masukan ke dalam perkiraan, tidak menghabiskan waktu sama sekali untuk itu.”

Andersen-Aagaard dengan cepat mencatat bahwa sementara jauh lebih sedikit orang yang mengerjakan perkiraan, setiap orang di perusahaannya menerima informasi ini. "Mereka mendapatkan wawasan mereka baik dari sudut pandang manajemen tetapi juga sampai batas tertentu pada data produksi dari platform IBM Cognos Analytics," katanya.

Secara keseluruhan, solusi Planning Analytics dan Cognos Analytics yang baru dikombinasikan dengan prakiraan pembelajaran mesin yang cerdas telah memungkinkan Nukissiorfiit untuk mengadopsi cara operasi yang lebih efisien. Perusahaan sekarang dapat menggunakan wawasan untuk menetapkan ambang batas dan mendapat peringatan jika prakiraan berada di luar rentang; perusahaan juga dapat mengesampingkan peringatan berdasarkan pengalaman atau informasi tambahan. Intinya, perusahaan menjadi lebih lincah dan perencanaan keuangannya menjadi lebih akurat.

"Claus [Andersen-Aagaard] sangat tertarik untuk membuat prakiraan setiap bulan untuk memastikan bahwa P&L dan arus kas terkendali. Dan mereka akan lebih gesit untuk mengadopsi perubahan dalam konsumsi dan perubahan apakah proyek tertentu tertunda atau tidak," kata Moeller Madsen.

"Menghemat waktu telah menjadi faktor besar dan manfaat bagi kami," kata Andersen-Aagaard. "Beralih dari 70 penyedia input menjadi hanya sembilan telah mengurangi waktu yang kami habiskan untuk tugas ini. Dan, kami telah memperluas berapa kali kami benar-benar melakukan latihan ini — setiap bulan sekarang kami mendapatkan perkiraan baru berdasarkan informasi terbaru. Cara lama, kita mungkin akan menghabiskan 5.000-10.000 jam untuk melakukan ini. "

Andersen-Aagaard melaporkan bahwa keuntungan lain adalah peramalan yang jauh lebih tepat. Perusahaan sekarang memiliki fleksibilitas yang dicari untuk mengubah rencana ketika informasi baru tersedia dan memahami konsekuensi dari melakukannya.

Andersen-Aagaard menambahkan bahwa pengalaman pengguna telah sangat ditingkatkan. Dia melaporkan bahwa karyawan lebih tertarik dengan konsekuensi finansial dari keputusan yang mereka buat dan kualitas output dari laporan yang diberikan secara otomatis juga meningkat secara drastis.

Dengan platform perencanaan dan pembelajaran mesin yang sudah ada, Nukissiorfiit menatap masa depan dengan penuh percaya diri. "Saya pikir perlu dikatakan bahwa setiap kali kami melakukan proyek besar seperti proyek pembangkit listrik tenaga air yang besar, Anda harus memiliki kepercayaan terhadap kami sebagai sebuah perusahaan," kata Andersen-Aagaard. "Pemerintah Greenland harus memastikan bahwa uang yang mereka berikan kepada kami untuk diinvestasikan atas nama negara akan dikelola dengan penuh tanggung jawab."

Untuk masa depan, Andersen-Aagaard mengatakan bahwa perusahaan ini ingin mengintegrasikan platform ini dengan sensor Internet of Things (IoT) di pabrik-pabriknya dan dibangun di dalam meteran di setiap rumah di Greenland. "Kami sedang mencari tahu apakah IoT dapat memainkan peran yang lebih besar sehingga kami dapat memperoleh data lebih sering. IoT adalah platform yang hemat biaya di mana Anda dapat mentransfer banyak data dengan biaya yang jauh lebih rendah."

Nukissiorfiit juga ingin mengekspor air Greenland ke negara lain, melalui kerja sama dengan perusahaan pembotolan dan pengangkut curah. Selain itu, negara-negara Arktik lainnya seperti Kanada sangat tertarik untuk melihat bagaimana mereka dapat menggunakan struktur harga utilitas Nukissiorfiit yang sukses untuk mengurangi harga energi mereka sendiri.

Kami dapat beralih dari 70 penyedia masukan yang berbeda—karyawan yang terlibat dalam proses pengembangan anggaran kami—menjadi sembilan orang. Claus Andersen-Aagaard CFO dan Penjabat CEO Nukissiorfiit
Logo Nukissiorfiit
Tentang Nukissiorfiit

Nukissiorfiit (link berada di luar ibm.com) adalah perusahaan utilitas yang dimiliki oleh pemerintahan sendiri Greenland. Ini bertanggung jawab untuk memproduksi dan memasok listrik, air dan panas ke konsumen negara di 17 kota dan 53 pemukiman. Pasokan energi Nukissiorfiit adalah 72% berdasarkan sumber energi terbarukan. Tujuannya adalah untuk menggunakan sumber energi terbarukan sedapat mungkin dan untuk memastikan bahwa setiap orang memiliki akses ke air minum bersih. Perusahaan ini memiliki 405 karyawan, 90 di antaranya berlokasi di kantor pusatnya di Nuuk.

Tentang Solusi CogniTech Analytics

Mitra Bisnis IBM CogniTech (tautan berada di luar ibm.com) adalah satu-satunya IBM Gold Partner Denmark di bidang Analytics. Didirikan pada tahun 2019 dari pembelian iterasi sebelumnya, organisasi konsultan ini berfokus pada IBM sebagai mitra teknologi utamanya. CogniTech dapat menciptakan solusi terpadu terpadu untuk lebih dari 100 pelanggannya, termasuk segala sesuatu mulai dari integrasi data hingga intelijen bisnis hingga penganggaran, peramalan, dan konsolidasi keuangan yang terintegrasi dengan AI dan pembelajaran mesin. Perusahaan ini memiliki lebih dari 40 pelanggan analisis perencanaan.

Ambil langkah selanjutnya

Untuk mempelajari lebih lanjut tentang solusi IBM yang ditampilkan dalam cerita ini, silakan hubungi perwakilan IBM atau Mitra Bisnis IBM Anda.

Lihat lebih banyak cerita kasus Hubungi IBM SCOR SE

Menjaga risiko seminimal mungkin

Baca studi kasus
Museum Seni PalaisPopulaire

Temui MIA-pemandu wisata AI Anda

Baca studi kasus
Deutsche Lufthansa AG

Meningkatkan AI di Lufthansa

Baca studi kasus
Hukum

© Hak Cipta IBM Corporation 2021. IBM Corporation, IBM Analytics, New Orchard Road, Armonk, NY 10504

Diproduksi di Amerika Serikat, April 2021.

IBM, logo IBM dan ibm.com adalah merek dagang dari International Business Machines Corp, terdaftar di banyak yurisdiksi di seluruh dunia. Nama produk dan layanan lain mungkin merupakan merek dagang milik IBM atau perusahaan lain. Daftar merek dagang IBM saat ini tersedia di web di "Informasi
hak cipta dan merek dagang" di ibm.com/legal/copyright-trademark .

Dokumen ini adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.

Data kinerja dan contoh klien yang dikutip disajikan hanya untuk tujuan ilustrasi. Hasil kinerja aktual dapat bervariasi, tergantung pada konfigurasi dan kondisi pengoperasian tertentu. INFORMASI DALAM DOKUMEN INI DISEDIAKAN "SEBAGAIMANA ADANYA" TANPA JAMINAN APA PUN, BAIK TERSURAT MAUPUN TERSIRAT, TERMASUK TANPA JAMINAN UNTUK DAPAT DIPERJUALBELIKAN, KESESUAIAN UNTUK TUJUAN TERTENTU, DAN JAMINAN ATAU KETENTUAN APA PUN YANG TIDAK MELANGGAR. Produk IBM dijamin sesuai dengan syarat dan ketentuan perjanjian yang mengatur penyediaan produk tersebut.