Bidgely今日宣布，其業界領先的分析工作台（Analytics Workbench，AWB）正透過超精準互動及提高收入合資格（IQ）計劃的參與度，協助公用事業公司彌補能源公平差距。透過部署人工智能（AI）識別合資格獲得目標援助的家庭，Bidgely的AWB提升了公用事業公司在提供個人化財政援助和節能支援方面的成功率。
該公司屢獲殊榮的IQ解決方案，能夠偵測到那些未能通過傳統人口統計篩選或超出聯邦資格門檻的合資格IQ客戶。這是其旗艦AWB平台的最新發布。AWB將Bidgely領先的電錶後（BTM）智能付諸實踐，以推動多項高影響力措施，例如能源審計、電動車（EV）負載管理、分時電價（TOU）及防風保暖計劃，所有這些都由專為公用事業公司打造的尖端人工智能提供支援。
Bidgely的分析工作台（AWB）協助公用事業合作夥伴大幅降低高峰需求、管理電動車（EV）負載增長，並確保客戶的長期電價穩定。 AP圖片
Bidgely行政總裁阿布海·古普塔（Abhay Gupta）表示：「公用事業公司毋須再在解決電動車管理或收入合資格計劃採納之間作出選擇；他們可以同時大規模地進行兩者。AWB為業界提供了務實的人工智能切入點。透過從當前最重要的特定應用場景入手，我們的合作夥伴可以適度調整投資，建立成功案例，然後擴展至全企業實施，從而更快地實現投資回報率。」
AWB為公用事業公司提供了一個模組化起點，讓他們在不過度投資的情況下實施人工智能。與傳統的全盤數據改革不同，AWB允許公用事業公司透過專注於高優先級需求（例如能源公平）來適度調整採納規模，以建立成功並證明投資回報率，然後再將該技術擴展到更廣泛的企業應用場景。
作為消費分析的集中式引擎，AWB是單一事實來源，可協調市場推廣、需求側管理（DSM）和負載研究。透過整合的電器級別可視性取代孤立數據，公用事業公司可以同時解決分佈式能源（DER）加速、負擔能力和整合電網規劃的問題。
這種靈活性使團隊能夠在不同的電網需求之間靈活應對，而毋須每次都從頭開始數據分析。透過快速可視化家庭能源模式，公用事業公司可以識別哪些計劃（從電動車充電到IQ防風保暖）符合家庭生活方式。結果是更快地採納計劃，這既與客戶相關，又對電網有效。
如欲了解更多公用事業公司如何利用AWB提升全企業營運，請下載此客戶案例集。
Bidgely是人工智能能源智能的先驅，將原始電錶數據轉化為全球公用事業公司的高清洞察。該公司的UtilityAI™平台服務逾5,000萬戶家庭，利用19項基礎專利來優化電網可視性、客戶服務中心營運和個人化客戶互動。Bidgely獲《快公司》（Fast Company）評為「十大最具創新應用人工智能」公司，將精準能源分析與微軟Copilot（Microsoft Copilot）和亞馬遜網絡服務（AWS）等橫向人工智能生態系統整合，以建築物級別精準度實現電網現代化。
（美聯社）
Fivetran（Fivetran）作為人工智能（AI）的數據基礎，今日發布「2026年代理式AI就緒指數」（The 2026 agentic AI readiness index）。這項全球基準評估企業數據環境為支援生產環境中的代理式AI工作負載及計劃的準備程度。調查結果顯示，僅15%的機構已完全準備好在生產環境中支援代理式AI，儘管近60%的機構表示已在這項技術上投入數百萬至數千萬美元。
該指數是根據一項針對美國、英國、歐洲、中東及非洲（EMEA）以及亞太地區400名數據專業人士的調查而得出。它評估機構在代理式AI可靠運作所需的核心數據要求方面的表現，包括數據即時性、血緣關係、管治及互操作性。
儘管近六成機構投入數百萬美元，但僅15%的機構已完全準備好在生產環境中支援代理式AI。 AP圖片
代理式AI系統旨在跨業務工作流程進行規劃、行動及執行，這既增加了AI應用的價值，也提升了其風險。當這些系統投入生產時，數據品質、管治及互操作性方面的不足，將從背景問題轉變為操作故障，限制了AI大規模安全自動化的能力。
Fivetran行政總裁佐治費沙（George Fraser）指出：「大多數公司在AI方面失敗，並非因為模型問題，而是因為其數據尚未準備就緒。」他續指：「機構正將代理式AI推向生產環境，但卻建立在脆弱的數據管道、缺失的血緣關係，以及從未為自主性設計的系統之上。當這種情況發生時，你不會得到更好的結果，只會加速失敗。」
這些發現突顯了更廣泛的行業趨勢：隨著AI系統變得更自主，數據基礎設施成為了限制因素。據高德納（Gartner）表示，多達60%的AI項目可能因缺乏AI就緒數據而被迫放棄。
報告利用代理式AI就緒指數來衡量準備程度，這是一個綜合評分，評估機構的數據基礎在關鍵維度上的準備情況，包括數據即時性、血緣關係、管治及互操作性。受訪者的平均準備分數約為61%至62%，這表明大多數機構需要彌補關鍵差距，才能從其AI投資中獲得投資回報（ROI）。
報告稱已完全準備就緒的機構，不僅在信心上，在營運方式上也展現出明顯優勢。這些團隊更有可能運行全天候、自動化的數據管道，以保持資訊和上下文的即時性和可靠性；實施端到端的血緣關係和管治，以維持信任和合規性；並標準化可互操作的架構，讓數據在其基礎設施中自由流動。因此，他們能夠更廣泛地部署代理式AI，涵蓋內部工作流程和面向客戶的產品，並對從AI投資中獲得有意義的投資回報（ROI）更有信心。
報告概述了在生產環境中支援代理式AI的四項核心要求，包括數據即時性，確保AI根據最新資訊採取行動；數據血緣關係，提供數據來源和轉換的端到端可見性，以維持信任和合規性；數據管治，制定政策和控制措施以管理數據存取、品質和安全；以及數據互操作性，標準化格式和應用程式介面（API），以實現數據在系統間的無縫流動。
這些能力共同構成了AI就緒數據基礎的基線，使機構能夠擴展代理式AI，同時控制成本、風險和效能。
「2026年代理式AI就緒指數」是根據紅點創投（Redpoint Ventures）對美國、英國、歐洲、中東及非洲（EMEA）以及亞太地區400名數據專業人士進行的調查。受訪者包括數據架構師、數據工程師、分析主管，以及負責在中大型企業內部建立和營運數據基礎設施及AI系統的其他決策者。為確保成熟數據環境的代表性，調查重點放在美國和歐洲、中東及非洲地區至少有2,000名員工的機構，以及日本、澳洲和新加坡有500名或以上員工的機構。參與者涵蓋數據密集型行業，包括科技、金融服務、醫療保健、零售和製造業。
Fivetran是AI的數據基礎。Fivetran平台將企業營運的每個系統中的數據，轉移、管理並轉換為一個安全、可靠且具備演進能力的基礎，並能靈活地跨雲端、引擎和工具運作。透過Fivetran，分析、營運和AI均運行在可信賴和受控的數據之上。全球數千家機構，包括OpenAI（OpenAI）、路易威登（LVMH）、輝瑞（Pfizer）和威訊（Verizon），都依賴Fivetran將數據轉化為競爭優勢。
（美聯社）
