Közkeletű közművek

Az élelmes befektetők nem egyszer az anomáliákat keresik a tőzsdéken, azaz olyan mozgások után kutatnak, amelyek nem szokványosak, látva azt, hogy egy részvénypiaci sztori valami olyasmiről szól, aminek nem szabadna megtörténnie – ami természetesen egy paradoxon, hiszen a parketten bármi megtörténhet, és annak az ellenkezője is.

Ahogy többek mellett Steven M. Sears is rámutatott, a nehézkesen emelkedő árfolyamáról, a relatíve magas osztalékhozamáról és az intenzív szabályozásról híres közműszektor felülmúlja a világ leginkább irigyelt vállalatainak otthont adó S&P 500-at, ahol az Nvidia, a Meta Platforms, az Amazon.com, az Apple és más csúcstechnológiai cégek uralják a benchmark indexet.

A technológia folyamatosan fejlődő környezete az elmúlt években drámai módon átalakította az energiatermelést, -elosztást és -fogyasztást. Miközben a nagyobb hatékonyságra és a megújuló alternatívára törekszünk, a technológia terjedése megnövekedett energiafogyasztást követel meg. Az energiaipart átalakító egyik jelentős szereplő a mesterséges intelligencia (MI), amely egyre szélesebb körben alkalmazkodott a közüzemi alkalmazásokhoz. A MI növelheti a hatékonyságot és ellensúlyozhatja az energiafogyasztás kilengéseit azáltal, hogy forradalmasítja a különféle műveleteket, irányítást és döntéshozatali szempontokat.

A MI segítségével a közműszolgáltatók előre jelezhetik a berendezések meghibásodásait, és időben elvégezhetik a szükséges karbantartást, ezzel minimalizálva a leállásokat és a javítási költségeket. Pontos előrejelzéseket készíthetnek az energiafogyasztásról, lehetővé téve a közműszolgáltatók számára az energiatermelés hatékonyságának növelését és a kereslet kielégítését. Az MI képes azonosítani a fogyasztási mintákat, és ezek alapján előrejelezni a jövőbeni energiaigényt. Optimalizálhatják a hálózati működést és hatékonyabban kezelhetik a terhelést, valamint segíthetnek azonosítani a hálózati szűk keresztmetszeteket és javaslatot tenni azok megszüntetésére. Az MI-alapú chatbotok és ügyfélszolgálati rendszerek javíthatják az ügyfélélményt, és csökkenthetik az ügyfélszolgálati költségeket, az algoritmusok elemzik az ügyfélvisszajelzéseket, és javaslatokat tesznek a szolgáltatások javítására. Képesek azonosítani a rendellenes tevékenységeket, és megelőzni a csalásokat, illetve optimalizálhatják a készletgazdálkodást és az erőforrások elosztását.

A kapcsolat a mesterséges intelligenciát fejlesztő és működtető vállalatok, valamint a közműszolgáltatók között ugyanakkor nem egyirányú. A közműszolgáltatók hatalmas mennyiségű adathalmazzal rendelkeznek a fogyasztásról, hálózati teljesítményről, időjárási körülményekről stb. Ezek az adatok rendkívül értékesek lehetnek a MI algoritmusok betanításához és fejlesztéséhez. A közműszolgáltatók infrastruktúrájukat és eszközeiket rendelkezésre bocsáthatják a MI-projektek teszteléséhez és implementálásához. Ez magában foglalhatja a szenzorok, mérőeszközök és hálózatok használatát. A közműszolgáltatók lehetőséget biztosíthatnak pilot projektek futtatására, ahol a MI technológiák valós környezetben tesztelhetők és finomíthatók. Segíthetnek a MI cégeknek megérteni és betartani az iparági szabványokat és szabályozásokat, amelyek kritikusak lehetnek a projektek sikeres megvalósítása szempontjából. Támogatást nyújthatnak a MI-cégeknek a megújuló energiaforrások integrálásában a hálózatba, optimalizálva az energiaelosztást és csökkentve a környezeti hatásokat.

Ugyanakkor azt sem szabad elfelejtenünk, hogy a MI működtetéséhez jelentős mennyiségű villamosenergia és víz szükséges, különösen a nagy teljesítményű számítógépes rendszerek és adatközpontok esetében. Az energia- és vízfogyasztás mértéke természetesen változó, és számos tényezőtől függ, például a hardver típusától, az adatközpontok elhelyezkedésétől, a használt hűtési rendszerektől és a MI-modellek méretétől. Az International Energy Agency (IEA) szerint az adatközpontok csak 2020-ban globálisan körülbelül 200 terawattórányi (TWh) villamosenergiát fogyasztottak, ami a világ teljes villamosenergia-fogyasztásának körülbelül 1%-a, míg az OpenAI GPT-3 modelljének betanítása is több gigawattóra (GWh) villamosenergiát igényel.

Az adatközpontokban a számítógépes rendszerek hűtése jelentős mennyiségű vizet igényel. A hűtőrendszerek, mint például a vízhűtés, vagy a hűtőtornyok, nagy mennyiségű vizet használnak fel a berendezések hőmérsékletének szabályozására. Egyes nagy adatközpontok akár napi 3-5 millió liter vizet is felhasználhatnak, bár a pontos értékek a hűtési technológiától és a helyi éghajlati viszonyoktól függően változhatnak.

Mindezek fényében talán már nem meglepő, hogy a szektorra fókuszáló Utilities Select Sector SPDR tőzsdén kereskedett alap (ETF) magyar, nem szakmai ügyfelek számára is elérhető eurós változata (ZPDU) csaknem 16%-kal emelkedett idén, szemben az S&P 500 11%-ával, és egyes komponensei még lázasabb ütemben szárnyalnak, hiszen a legnagyobb súlyt képviselő, floridai székhelyű NextEra Energy csaknem 28%-ot repesztett idén.

                                  Az SPDR Utilities Select Sector ETF (ZPDU) napos grafikonja; Forrás: Marketscreener

Forrás: Marketwatch

Kép forrás: PXHere

A jelen írásban foglaltak nem minősíthetők befektetésre való ösztönzésnek, befektetési tanácsadásnak, értékpapír jegyzésére, vételére, eladására vonatkozó felhívásnak vagy ajánlatnak! A jelen írásban foglaltak célja kizárólag tájékoztató jellegű információk közlése a befektetőkkel. A jelen írásban megjelenített instrumentumok múltbeli teljesítményei nem tekinthetőek sem garanciának, sem megbízható mutatóknak a jövőbeli eredmények vonatkozásában. A jelen írásban  foglaltakat a PFN Prestige Financial Zrt. (székhely: 1024 Budapest Ady Endre utca 19/A 2. emelet; cégjegyzékszám:  09-10-000536), az Erste Befektetési Zrt. (tevékenységi engedélyének száma: E-III/324/2008 és III/75.005-19/2002, tőzsdetagság: Bét Zrt.) közvetítőjeként készítette.