Elektriciteit en AI: een schokkend goed duo met Luc Nies (Alliander)

Hoi, leuk dat je weer luistert naar een nieuwe aflevering van AIToday Live met vandaag Luc Nies in de studio en Luc gaat ons straks van alles vertellen wat hij doet met AI bij Alliander. Mijn naam is Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, Area Lead Data & AI bij Info Support. Luc, dankjewel dat je bij ons in de studio wil zijn. Zou je je eerst willen voorstellen aan onze luisteraar? Dankjewel, leuk dat ik mag komen. Ik ben dus Luc Nies en ik heb een ongelofelijke passie en fascinatie voor technologie. Super leuk dat je erover mag komen vertellen, want ik wil er echt graag mee werken. Dat vertel ik er ook graag over. Dat komt ook goed uit, want ik ben als Principal Researcher Artificial Intelligence bij Alliander constant bezig met het snijvlak van wat is nu technologisch mogelijk en met name in relatie tot de energietransitie. Ja, de energietransitie is natuurlijk een heel belangrijk maatschappelijk, een heel groot maatschappelijk belang. Ja, nee klopt. We zijn op weg naar een net zero CO2 samenleving. Dat betekent dat we op een andere manier energie moeten gaan verbruiken. Het pad opnieuw voor ons zien in Nederland is met name nieuwvoegende elektrificatie. Daar komt alleen een ander om de hoek kijken. Veel mensen zijn nog niet zo bekend met ons, maar stiekem wel klanten van ons zonder dat ze het weten. Dus woon je in Flevoland, Gelderland, Noord-Holland of Friesland? Gefeliciteerd, je bent het land van ons. Want wij zijn namelijk netbeheerder. Ook wel bekend om de naam Liander, dat betekent dat we een rechtmeester van de vliegtuig zijn. En als netbeheerder zijn wij verantwoordelijk voor het transporteren van energie over het industrieel massief. Dus als jij thuis jouw meterkast opent, dan zie je daar een meter hangen. Die wordt bekeerd door ons. Ook de kabel waar die meter aan verbonden wordt tot aan een onderstation. Dus totdat je de kabels weer boven de grond uit ziet komen. Dat is de as van Tennet, daar houdt onze rol op. Alles daartussen daar zijn wij verantwoordelijk voor. En waar hebben jullie dan AI voor nodig? Want dit klinkt als stroom op een kabel zetten. Dat is ook wel een leuke vraag. Het stroomnet is aan de ene kant heel ouderwets en simpel. We hebben al een jaar een gewone stroomnet in Nederland. Die hebben we in eerste kabel ontstond. Maar het heeft een zekere historie. En we hebben ook heel veel oude spullenboelen. Dus wat was gemaakt uit de jaren 60. Dat is gewoon nog. Dat is een gasleiding uit de jaren 200. Dus heel veel oude spullen en dan probeer je op een of andere manier AI te doen. Hoe dan? En waarom? Dat komt dus deels omdat we met stroomnetten best wel blind zijn. Want omdat het zo ouderwets is, hebben we heel weinig sensoriek in het stroomnet hangen. Dus we hebben eigenlijk geen flauw idee wat er nou gebeurt op de stroomnet. We weten wel een beetje. Want zoals ik zei, als je in je meterkast kijkt, heb je een slimme meter. Dat is een sensor. En die verstuurt eens per dag op wat jij die dag verbruikt hebt. Dat vervolgens dan weer naar jouw energieleverancier gaat. Bijvoorbeeld jouw Eneco of Vattenfall of wie dan ook. Dus ja, we hebben wel iets. We weten eens per dag ongeveer wat er gebeurt. Maar dat is eigenlijk niet voldoende. Dat was altijd goed. Totdat we heel veel meer stroom gingen gebruiken, want we zijn aan het elektrificeren. En dat betekent dus dat het stroomnet veel voller wordt. En als het stroomnet vol wordt, dan wil je eigenlijk weten, oké, maar hoe vol is het dan? En hoeveel ruimte hebben we nog? En onder andere daar gebruiken ze AI voor om die ruimte veel beter te kunnen inschatten. Dus het is, van mijn beeld, dan met de zonnepanelen, de elektrische auto's. Het is meer variabel geworden wanneer er stroom over het net nodig is of geplaatst wordt. Het is ook variabel inderdaad en ook waar het vandaan komt. En de hoeveelheid. Dus we beginnen even bij de hoeveelheid. Stel bijvoorbeeld, hebben jullie thuis nog een gasaansluiting of zitten jullie op stroom? Ik heb nog gasaansluiting. Doe eens een wilde gok als je kijkt naar jouw totale energieverbruik. Rij je ook nog auto? Zeker, elektrische auto's. Elektrisch is dat wel. Dus hoe groot denk je dat jouw totale energieverbruik is? En van al die energie die je verbruikt, vooral om te rijden, om je huis te verwarmen en voor jouw elektronische apparatuur. Je zit in IT, jij zal iets meer computers hebben dan de meest gemiddelde mensen. Maar voor een gemiddeld huishouden, hoeveel procent denk je daarvan dat elektriciteit is? O jeetje. Dat is een goede vraag. Ik zat eigenlijk al te rekenen met mijn eigen. Dat is een strikvraag. Ik denk meer dan 50 procent. Elektriciteit? Rond de 20. O echt waar? Ja. O, dan zit ik flink ernaast. De hoeveelheid elektriciteit die we verbruiken is eigenlijk heel erg weinig als je kijkt naar de totale energie die we hebben. En dan heb je nog niet eens over de industrie. Dus dat is nog veel scheef. Hoe we ooit data stiel gaan elektrificeren, dat wordt zeker een uitdaging. Maar voor alleen je huishouden, 20 procent, een vijfde tot een kwart ongeveer, dat is historische elektriciteit. En dat gaat allemaal, op het pad dat we nu ingaan, gaat het waarschijnlijk al met elektriciteit worden. Want je cv-ketel wordt waarschijnlijk vervangen door een warmtepomp, wat elektrisch is. Of een warmtennet, dat weet je afhankelijk van waar je woont of je gemeentelijke plannen voor heeft. En ook elektrisch rijden zal weer met elektriciteit naar elektrisch worden. Dus het betekent dat de energieverbruik van een huishouden, of de elektriciteitsverbruik van een huishouden, zal vervijfvoudigen. En daar komt het waar je zegt van we moeten weten hoeveel ruimte er is op het stroomnet. Ja, want we gaan dus, om die vijf keer zoveel elektriciteit aan te kunnen, moet ook gewoon stroomnet flink verzwaren. En je denkt, vijf keer zoveel stroomverbruik is dat dan, vijf keer zoveel stroomnet? Nou, nee, want je kan het ook een beetje spreiden over de dag. Dus dat je er wat slimmer gebruik van maakt. En daar komt ook een stukje AI-werk in, als je slimmer gebruik maakt van je stroomnet, en dat je beter, en dat je stroomverbruik op momenten, wanneer er meer van beschikbaar is, dan hoeft er gewoon minder stroomnet aangelegd te worden. Dat betekent dat we sparen in de kosten, want zoals ik al zei, we hebben ongeveer 4 miljoen klanten, die betalen aan de energiebelasting, betalen ze eigenlijk aan de Janter, betalen ze aan de netbeheerder kosten. Dus die kosten willen we zo laag mogelijk houden. Want ja, je hebt als particulier misschien een keusje, je bent afhankelijk van de netbeheerder voor je stroomaansluiting. Dus die kosten willen we zo laag mogelijk houden. Dus een maatschappelijke opgave die we hebben. We zijn ook geen commercieel bedrijf, we zijn een semi-publiek bedrijf. Dus die kosten willen we zo laag mogelijk houden. Plus het neemt ook gewoon veel ruimte in. Dus als je in Amsterdam ooit een keer een schep in de grond zet, ja, je vindt meer kabel, leiding, dan zand. Ja, en daar gebruik je dan AI voor. En hoe moet ik dat dan voorstellen? Wat maken jullie dan? Nou, een van de dingen die nu ook al gebruikt worden, is we voorspellen, ik denk 48 uur van tevoren, hoeveel stroom er gebruikt gaat worden en hoeveel er opgewekt gaat worden. En dat was vroeger wat makkelijker, want toen hadden we nog gewoon een grote kolencentrale, die zit je aan en dan is het lekker voorspelbaar. Maar nu wordt het onvoorspelbaarder, want we hebben te maken met wind en zon. Maar het is zeker een maatschappelijke manier om te voorspellen. Aan de andere kant heb je onvoorspelbaarheid wanneer jij je elektrische auto inplucht. Dat is ook heel veel grote stroom. Probeer maar te voorspellen wanneer jij je auto inplucht. Dan komt zo ongeveer om vijf uur, half zes, zes uur. Dan kom je thuis. Dus dat is best wel oké. Dus dat is best wel te voorspellen. Aan de hand van die voorspelling, bekijken we hoeveel ruimte er nog is op het net en wordt het ergens te krap? Dan kunnen we dus voorspellen. Verwachten we dat het net ergens overbelast wordt en kunnen we daar actie op nemen. En die actie ziet er nu uit, dat heet dan GOPACS. Dat is een platform waar je je als bedrijf in kan inschrijven. Als je bepaald hoeveelheid flexibel vermogen heeft. Dus je hebt bijvoorbeeld een grote batterij staan, die kan je op bepaalde momenten opladen of afladen, ontladen. En we zeggen in dit gebied wordt te veel stroom opgewekt. Dan zoeken we mensen in die regio die zeggen oké, maar wij kunnen wat meer stroom gebruiken. En dan zetten we het net daar weer iets meer in balans. Want als er wel onbalans ontstaat, wat gebeurt er dan? We hebben het vaak over netcongestie. Dan pakken we altijd de analogie met het verkeer. Want congestie, file, nou ja. En sowieso is verkeer een hele leuke analogie. Want congestie is een moeilijk woord voor ophoping toch? Ja, echt een moeilijk woord voor ophoping. Het past niet lekker. En sowieso is verkeer een hele leuke analogie voor het stroomnet. Want je hebt dan dus de snelwegen, dat is het hoogspanningsnet van TENET. Daar kunnen lekker veel auto's tegelijkertijd overheen of lekker veel stroom tegelijkertijd. Gaat lekker hard. Dan heb je dus de regionale wegen, dat is dan je middenspanningsnet. Dan ben je op de 10.000 volt. En dan heb je dus de bebouwde kom. Bij jou in de straat, dat is het laagspanningsnet. Dat zijn de kabels die ook bij jou in de straat liggen. En als er veel stroom overheen gaat, dan heb je congesti. Ofwel, een soort van file stroom. Die analogie breekt hier een klein beetje. Want wanneer je file hebt, dan rijden auto's staan stil of rijden heel langzaam. Maar wanneer je net over belast raakt, dan gaat je net kapot. Stel je eens voor dat elke keer, we hadden het net over de Waalsprong bij Nijmegen. Dat is het voorgesprekje. Dat is het voorgesprekje waar we gestart hadden over de Waalsprong. Stel je voor dat elke keer als er een file staat op de Waalsprong, dat je dan een brug opnieuw moet gaan bouwen. Daar start je in. Dus wat je dan doet, je ontwerpt dan je brug zo. Je denkt, het mag niet uit hoeveel auto's er zijn. Ik reken met de maximale capaciteit van auto's die er overheen kunnen. En daar dimensioneer ik de brug op. En dat is ook hoe je een stroomnet ontwerpt. Maar ja, het is bijna nooit dat iedereen er tegelijkertijd overheen rijdt. Maar voor die paar keer in het jaar dat dat gebeurt, dan moet je het aankunnen. Dan moet je het aankunnen en dan moet je het weten. En dan moet je ook kunnen ingrijpen met de middelen die je hebt. Je kan dus wel ingrijpen als je ziet dat de file zich gaat ontstaan in de toestand dat het kapot zou gaan. Heb je mogelijkheden om in te grijpen? Steeds meer. Dat is ook een stukje regulering die daarin zit. We mogen niet te hard ingrijpen. Wat ik net vertelde met GOPEX. Want wij moeten de energiemarkt in balans zetten. Dus als we zeggen, hier moet je minder stroom verbruiken, moet ergens anders evenveel stroom erbij gebruikt worden. Dan blijft de hele Nederlandse energiemarkt in balans. Dus dat is een extra beperking die je hebt. Maar wat ook steeds meer gebeurt is dat bij zonneparken komt een realtime interface. Dus we kunnen op afstand zeggen, de piek die eraan komt is te groot. Even dimmen. Het zonnepark moet of lager of zachter of helemaal uit. Het is een beetje te vergelijken met de omvoormachine die sommige mensen thuis hebben. Die slaan ook af wanneer de spanning 245 volt is. Dan slaan ze ook automatisch uit. Dus het is een beetje hetzelfde principe, maar dan met meer controle erop. Ja precies. En bij het maken van dat model. Waar zijn jullie tegen aangelopen? Waar je van tevoren niet over na had gedacht? Dat was echt wel een hobbel waar we over heen moesten. Ik ben bij deze specifieke committee zelf betrokken geweest. Maar ik weet wel een hele leuke uitdaging die we nu hebben. Het is een leuke uitdaging die we er nu bij hebben. Je maakt een voorspelling van wat we verwachten dat er gaat gebeuren op het net. En dan daarvan ondernemen we actie. En dan een dag later observeren we of die actie succes heeft gehad. En dan nemen we die data wat je onder de volgende trainings zet. Maar dat betekent dus dat je de toekomst hebt gewijs, hebt veranderd. Dus er is verandering plaatsgevonden op basis van de keuze die je gemaakt hebt. En dat heeft invloed op de vervolgset aan data die weer binnenkomt. Dus pak even zonne-energie. We hebben een bepaalde voorspelling gemaakt over hoeveel zonne-energie we verwachten. Gewoon verhankelijk van het weer. En zien, oh er verwacht heel veel zonne-energie. Oké we grijpen in. We zetten een zonnepark. Vragen of ze wat kunnen dimmen. En dan zien we de dag erna dat er minder zonne-energie is gebruikt. Maar is er minder zonne-energie gebruikt omdat er is ingegrepen? Of is er minder zonne-energie gebruikt omdat het weer toch net iets anders was dan we dachten? Dus we zijn onze eigen historische data aan het vervuilen. Ja want je zegt de hele tijd voorspellingen. Maar die voorspellingen zijn neem ik aan ook wel ergens op gebaseerd. Is dat real-time data? Of is dat met name misschien dagdata waar je het net over hebt? Hoe frequent is dat om dat beeld te kunnen krijgen? Wat we nu het meeste doen is een dag vooruit. Of 48 uur vooruit. Dat weet ik even niet precies meer. En dat doen we omdat we ze op tijd in de markt kunnen uitzeggen. Zetten dit is wat wij verwachten. Kan iemand dit via die markt in het omschreef? Kan iemand daar een tegenover op doen? Dat moet je een beetje van tevoren doen. Want je moet mensen de tijd geven om te kunnen reageren. Maar we zijn langzaam aan het toewerken naar meer real-time. En dan heb je het over kwartierintervallen. Dat is waar we nu langzaam aan naartoe gaan. We zijn aan het kijken of we naar die menu's kunnen toe. We zijn even aan het zoeken naar wat technisch haalbaar is. En wat is technisch wenselijk. Want als je naar een menu toe gaat krijg je veel meer data. Dat je over de lijn naar hem moet sturen. We hebben 400 miljoen klanten. 400 miljoen slimme meters. Dat is best een flinke datastroom. Vooral omdat we die over een radionetwerk sturen. Dat is afweging van kosten en opbrengsten. Dus dan is de uitdaging de voorspelling. Was die goed? Of was de actie het resultaat waardoor het nu goed uitgepakt heeft? Ja. En hebben jullie al een beeld hoe jullie dat willen gaan tacklen? Nog niet. Dit zijn de gesprekken die we nu aan het hebben. Hoe gaan we hier nou handig mee om? Misschien moeten we dit gewoon toevoegen als extra feature in ons model. Dat is een hele lastige. En een andere, ook wel een hele leuke, is we maken gebruik van weersvoorspellingen. We kwamen er later achter dat we niet opslaan wat de weersvoorspelling was. Als je bij het KNMI opvraagt wat de voorspelling was, dan krijg je alleen wat het weer daadwerkelijk was. Dus je historie is niet vastgelegd voor je? Onze historie is niet goed vastgelegd. Dat soort dingen daar kom je dan achter na dat je dit een jaar draait. Deze hoor ik wel vaker. Als weersvoorspellingen worden meegenomen in de data, dat je inderdaad het verschil hebt tussen de voorspelling en de werkelijkheid. Het liefst wil je hetgene waar je het op voorspelt vasthouden, zodat je nog kan naboodsen of kan narekenen en kan kijken wat het effect is geweest. Misschien een variant voor het andere waar je zegt, was de voorspelling correct? Is ook je simulatie daarnaast gaan doen. Dat je gaat simuleren dat je die actie niet had gedaan. Wat had dan het resultaat geweest? Blijft nog steeds een simulatie. Maar dat zijn wel interessante uitdagingen. Misschien stel ik een vraag die net al geweest is. Want ik kreeg een telefoontje van het ziekenhuis. Mensen zullen het wel herkennen. Ze zeggen van "we gaan je bellen". Dat is altijd op het moment dat het het meest onhandig uitkomt. Dus ik was er net heel even een minuutje of twee uit het gesprek. Maar waarom zou je het korter willen voorspellen van wat je net vertelde in die intervallen? Of hebben jullie dat behandeld? De short term noemen we dat 24 tot 48 uur van tevoren. Dat doen we dus zodat we de markt kunnen activeren. Dat is goedkoper. Maar als we die markt niet goed kunnen activeren en we zien dat het nog steeds fout aan het gaan is. Dan hebben we andere mechanismes om in te grijpen. Die zijn alleen een stukje duurder. Dus hoe eerder je dat kan voorspellen, hoe goedkoper de actie is. Uiteindelijk wel. En daar zit dan ook weer een balans achter. Je wilt ook niet te vaak als netbeheerder zeggen "ja jongens, het gaat vol zijn hoor". Dus even dimmen. Dus je wilt echt wel zoveel mogelijk gebruiken wat er mogelijk is. Van weer wil je ook niet iedere keer horen van het is code rood. En als dat niet zo is. Nee, precies. Ja, duidelijk. En jullie zijn ook bezig met nieuwe onderzoeken. Had ik dat goed begrepen. Zou je daar iets over kunnen vertellen? Ja, dus we hebben best wel veel samenwerkingen, ook op het gebied van de universiteiten, rondom AI. Dus binnen alle andere hebben we het ICAI Lab, de Internationale Coalitie Artificial Intelligence, als ik afgekorting goed onthouden heb. Waarin we dus met vijf PhD'ers en drie universiteiten onderzoek doen naar AI voor het stroomnet. En dat is best wel breed. Dus één PhD'er doet onderzoek naar Graph Neural Networks. Dat is een andere manier om je neurale netwerk te representeren. Dus voor de luisteraars thuis. De meeste machine learning methodes willen graag dat je een bepaald format van je data hebt. Dus de klassieke voorbeeld is natuurlijk een afbeelding. En een afbeelding heeft gewoon een mooi standaard format. Ja, rijen, kolommen, pixels, kleurcodes. Rijen, kolommen, pixels. Gewoon een mooie vaste inputformat. Nou, dan kijk ik naar het stroomnet. Het stroomnet heeft echt een heel raar dataformat. Je hebt allemaal nodes en connecties. Je kan het representeren als een matrix. Maar dan heb je een super sparse matrix. En dat is ook niet helemaal wat je wilt. Dus dan kijken we naar Graph Neural Networks. Die veel beter die graaf structuur die het stroomnet heeft, kan meenemen in je machine learning. Dus tussen graven databases denk ik dan gelijk aan. En dan visueel zie ik de nodes inderdaad. En daartussen ligt een lijn. De relatie daartussen de nodes. Dat is dan een onderdeel van het netwerk waar je dan eventueel de belasting op gaat doen. Ja, waar de PhD'er specifiek onderzoek naar doet, dat noemen we dan de N-1-berekening. Dus we leggen stroomnetten grotendeels redundant aan. Dus als iemand een keer in zijn grafertje een kabel kapot trekt, met name het middenspanningsnet, dat er nog ergens een andere kabel is, waardoor we de boel kunnen omschakelen en dan werkt alles nog. Oh ja. Want zo'n kabel vervangen dat duurt even. Dus het liefst wil je even omschakelen dat alles nog werkt. Dat noemen we N-1. Maar over het kijken of een net N-1 is uitgevoerd, is een best wel dure berekening. Want je moet alle mogelijke configuraties doorrekenen. En als we wat meer vooruit willen simuleren voor een net ontwerpen, dan is dat echt een van de bottlenecken van heel veel analyse die we willen doen. Dat de PhD'er zo onderzoekt is, kan ik met zo'n graph neural network een netwerk klassificeren of die wel of niet N-1 is uitgevoerd. En dat leek eigenlijk best wel goed te gaan. Het was iets van 500 keer sneller dan huidige methodes. Zo. Volgens eerste resultaten. Dus dat is echt wat significanter sneller. De correctheid was ook over het algemeen redelijk goed. Ik geloof dat de eerste poging zat rond de 95%, wat prima is voor de toepassing waarvoor we het nu op het oog hebben. Maar dat is slechts één ding dat we ook andere dingen toepassen. Dus dat wil zeggen, belastingsvoorspellen kan ook. We hebben al andere ideeën op de lijst hebben staan. Onze datakwaliteit is niet heel geweldig. We weten niet per se welke kabel waar of hoe is aangesloten. Groot is onze historie. Ik zei net al, we hebben kabels van tientallen jaren oud. Dus dat is in de loop der jaren een beetje in de digitalisering van papier naar digitale systemen. Dat gaat gewoon niet goed. Je kan dus ook no-predictions doen. Die kabel die je hier hebt liggen, als je volgens de systemen zegt dat die aan kabel moet liggen. Maar is dat wel logisch als we kijken naar bepaalde belastingen, stromingen, metingen uit het veld. Dus op basis van de data daar weer een kwaliteitsslag op kunnen doen. Want niet de enige organisatie die datakwaliteitsuitdaging heeft. Vooral organisaties die lang meegaan hebben hier uitdaging. Ook met historie. Dus daar AI voor inzetten om dat te verbeteren. Dat is inderdaad ook een van de... Als ik even kijk naar ons AI-onderzoek, heb ik altijd drie pijlers. Aan de ene kant hebben we algoritmes. We hebben algoritmes zoals we Graphical Networks uitvinden. We hebben een stukje ethiek. Dat is ook altijd relevant om erover na te denken. We hebben stilte staan ook als netbeheerder. Juist zelfs als netbeheerder. En tot slot data. En ik kan naar data kijken als hoe maken we onze algoritmes robuuster voor de data kwaliteit waarmee te maken hebben. Maar ook kunnen we onze data kwaliteit verbeteren met beeld van AI. Die ethiek die je aanhaalt. Want je bent netbeheerder. Dus het gaat over stroom en dat soort zaken. Tegen wat voor ethische vraagstukken loop je dan aan? Ik denk dat het niet voor iedereen heel logisch is dat je ook ethische vraagstukken hebt. Het zit eigenlijk op twee vlakken. Je hebt een stukje technische ethiek. En dat is ook wat de EU Act schrijft een aantal dingen voor. Die schrijft voor dat algoritmes die worden gebruikt voor het beheren van infrastructuren zoals het stroomnet, die gelden als een hoog risico. Dus even terug naar wat ik net vertelde met verspellen 24 uur, 48 uur van tevoren de belasting op het net. Als we dat fout doen, dan kan het leiden tot een stroomstoring. Dus je moet goed nadenken hoe je daar je monitoring in opzet. Dus die hoog risico die klopt ook bij de kwalificatie. Dat is ook vleesgerecht. Dat is ook echt wel terecht. Dus we moeten echt wel extra aandacht geven aan de algoritmes die we inzetten. Er moet extra aandacht worden gegeven aan de monitoring. Voor zover ik weet is er nog nooit een storing geweest veroorzaakt door AI. Maar het zou me niks verbazen dat dat ooit gaat gebeuren. Maar dat wil niet zeggen dat we het niet gaan gebruiken. Want onze nummer één storing is nog altijd graafschade. En we zeggen ook niet we gaan nooit meer graven. Nee, we proberen gewoon problemen te mitigeren door een extra kabel neer te leggen. Met AI zullen we ook gewoon zo om moeten gaan. Dus dat is de ene kant wanneer het hebt over ethiek of trustworthy AI. En aan de andere kant heb je wat meer de menselijke kant. Dus dat gaat heel erg over het kennisniveau van onze mensen. Dus we zijn best wel veel bezig in met name het netontwerp. En het opereren van het net om daarin dingen te automatiseren. Maar dat betekent ook dat je daar wel het kennisniveau moet nadenken. Hoe hou ik het kennisniveau van onze mensen op peil? Want leuk en aardig die automatisering. Maar als de absolute worst case scenario zich voordoet dat wij een totale blackout hebben. Er is geen stroom meer. Dat kan als je, we hebben laatst een mooie zonnestorm gehad met elektromagnetische pulsen. Als er wat erger is dan kan ook die stroom eruit knallen. Dus dan moet je vanuit een nul situatie zonder je AI assistentjes de boel weer onder stroom krijgen. Zonder je computers, zonder je AI. Dus dat geeft extra beperking aan wat we kunnen doen. En we horen, dus dat is ook weer bij stilgestaan het kennisniveau. En tot slot het stukje energie fairness. Ik noemde net al, je zonnepanelen schakelen soms af. Dat is nu puur een natuurkundig trucje dat we daar gebruiken. Want als je je stroom wilt terugleveren, het is een beetje als waterdruk. Als je spanning hoog is op de kabel staat, dan lever je wat terug. Hoe meer mensen het terugleveren, hoe hoger de spanning wordt tot een bepaald niveau. En als het boven de 245 volt komt, dan moet je je zonnepanelen afschakelen. Maar je spanning op de kabel is niet overal gelijk. Die is achteraan de kabel. Hoe dichter, hoe, ja ik noem het altijd achteraan of vooraan de kabel. We noemen het altijd in de straat. Vooraan de kabel kan je meer stroom terugleveren, want je zit dichter bij de middenspanningsruimte. Want je zit dichter bij de transformator. In vergelijking met die moet je achter op de kabel. Oh, en je hebt voorrang in de file. En dat gaat in tegen het gelijkheidsprincipe. Want dan kan je dus meer terugleveren, heb je dus meer ruimte. Dat is eigenlijk dus een financieel voordeel. Juist. En dat is, vind ik, oneerlijk. Ik weet even niet wat de officiële Alliander-lezing hierin is. Maar persoonlijk vind ik dat oneerlijk klinken. Maar met AI kan je dat eerlijk maken. Dus in plaats van dat we zeggen we doen het op basis van de spanning van de kabel. We zorgen dat iedereen in de straat, afhankelijk van wat de kapselheid van de zonopnemer is, in gelijke hoeveelheid kan terugleveren. Op die manier maak je stroom. Maar kan je AI gebruiken of kan je een geavanceerd algoritme gebruiken om veel meer gelijkheid te hebben in hoe je teruglevert. Dat vind ik echt een heel mooi voorbeeld. Daar sta je natuurlijk nooit bij stil. Dat dat uitmaakt hoe ver je ergens van af zit. Logisch. Dat is ook een van die leuke geheimtjes van stroom. Ik hou zo van technologie, maar ik vind de uitdaging ook heel erg leuk. Hoe meer je in het stroomnet duikt, hoe meer van dit soort rare eigenaardigheden je tegenkomt. Ja, leuk. Omdat je ook met die jaren historie ook nog eens te maken hebt. En gewoon natuurkundige wetten en de implementatie daarvan. Je trekte mij wel even van die solar flash. Ik was pas op een conferentie, ik had daar een conferentie over. Dat het echt in de toekomst ook vaker verwacht wordt dat het gaat gebeuren. Zijn er ook zaken waar we dan rekening mee kunnen houden voor Nederland? Misschien moet je die even uitleggen. Die solar flash die impact hebben op verstoringen op stroom en internet en netwerk. Die verwachten ze dat het in de toekomst vaak gaat gebeuren. Volgens mij volgend jaar of 2027 dacht ik dat er weer een grote op de plan stond. En we hadden er de afgelopen tijd wat gehad. Ja, een zonnestroom kan uit een groot magnetisch veld veroorzaken. En dat is over het algemeen slecht voor je apparatuur. Ik weet niet precies wat de mittigeermaatregelen zijn. Eén daarvan is gewoon vroegtijdig je stroomnet uitzetten. Dat is één manier waarmee je om kan gaan. Maar ja, dan hebben we het probleem. En ook even je stroomnet uitzetten. Dat doe je niet even zomaar. Het is niet een knopje. Sterker nog, in Europa hebben we één groot verbonden stroomnet. Ik geloof dat in Turkije allemaal hetzelfde stroomnet hebben. Oh, wauw. Het is allemaal met elkaar verbonden. Dus ook als je het opnieuw aan wilt krijgen, moet je op één manier allemaal met elkaar verbinden. En ook zorgen dat ze tegelijkertijd draaien. Dan kom je het frequentiemarkt in de weg. Dan ga ik iets te veel detail zeggen. Maar dat is een leuke… We hebben dan ook nog afhankelijkheden. Jullie zijn met AI bezig. Dat heeft effect op. Maar je zegt net we hebben één Europees netwerk. Die andere partijen doen dat hetzelfde. Hebben jullie daar afstemming onderling over? We hebben best wel veel contact met RTE. Dat is de Franse Tennet. Die doet het hoogspanningsnet. Dat is alles wat je boven de grond ziet. Daar hebben we best wel veel afstemming mee. Wat doen die daar dan? Dat is een heel mooi onderwerp. Het leek mij wel leuk als we dan toch zo spontaan vandaag bezig zijn om een stelling aan jou voor te leggen. Als je dat goed vindt. Als het nodig is geven wij ook onze mening erop. Dit is voor mij de eerste keer, dus je kan me alles wijsmaken hoe het normaal gaat. Ja, de vaste luisteraar weet dat dit wel nieuw is. Dit is uit de categorie risico's en uitdagingen. We hebben er een keer een genomen. En daar staat de stelling is wij zijn ons bewust van de uitdagingen van generatieve AI. Ik ga voor ja. Ik denk dat we het best wel hebben besproken. Je zit op het aspect van kost ongelooflijk veel energie. Maar je zit ook met een stukje betrouwbaarheid en hallucinaties. Dus hoe garandeer je nou dat hij het correcte antwoord geeft. Dat is in een netbeheerder context toch wel heel erg fijn. Want zoals ik zei, als hij fouten maakt dan kan dat naar de stroomstrooming leiden. Dus bedenk heel goed na over welke processie je dit inzet. En zorg dat er altijd een human in de loop is. Dat is ook wat ons AI beleid voorschrijft. Ook met dank aan de EU. En het stukje auteursrecht. Daar is wij de jury nog niet over uit. Dat is moeilijk hè. Ja, dat vinden wij ook hoor. In die zin, als ik voor ons allebei mag spreken, dan hebben we eigenlijk dezelfde wat jij zegt. Je zit aan de ene kant van die uitkomst. Dat je daar goed met die human in de loop moet kijken. Maar we zitten ook met het auteursrecht. Het heeft heel veel voordelen en ook wel een aantal uitdagingen. Ja, en we zitten echt op de hype. Dus we zien het ook toegepast worden waar we zeggen, waarom moet je het daar nou voor toepassen. Dat vind ik ook wel belangrijk. We zitten echt op de punt van die hype. Dat wordt overal voor ingezet. Het moet wel nut, nut, noodzaak hebben. Ik ben benieuwd of we op dat punt zitten. Ik heb het gevoel dat het er omhoog gaat. Ik hoop dat we een beetje naar beneden gaan. Ik had verwacht dat we er overheen waren. Eigenlijk een half jaar terug al. Ik ga met jou mee, Luc. We zijn nog niet aan de top beland. Nee, dat geloof ik ook niet. Dat is twistful thinking van mijn kant. Hartstikke bedankt voor je inzichten. Ik ben zelf in ieder geval heel veel wijziger geworden. En mooi om te zien dat je als netbeheerder met zoveel modellen al bezig bent. Zo innovatief bezig bent. Met aan de andere kant wat jij vertelde. Je hebt best wel een historie. Hoeveel je daarmee kan. En welke ontwikkelingen jullie doormaken. Super mooi om te zien. Leuk dat je het over me mocht vertellen. Ik hoop dat het duidelijk was om soms even flink de diepte in te gaan. Misschien moeilijk is om te volgen. Ik hoop dat het duidelijk was en dat je het mocht vertellen. En anders stuur de vragen op. Dan komen we er nog op terug. Precies. En trouwens, want dat kaartspel kan je gewoon bij ons gratis krijgen. Linkje staat in de show notes. Ja, op en zop. Zo dan. Je leert van mij tenminste van kranenbeuren. Hartstikke leuk dat je weer luisterde naar een aflevering van AIToday Live. Je favoriete podcast hebben hè. Even zorgen. Er zit zo'n hartje volg. Zit bij Spotify. Als je daar op klikt, krijg je automatisch een seintje als er een nieuwe aflevering online staat. Dank je wel weer voor het luisteren. Tot de volgende keer. .