<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>AI for energy systems</title>
    <subTitle>: Unlocking sustainable AI for a resilient energy transformation</subTitle>
  </titleInfo>
  <name type="corporate">
    <namePart>Deloitte</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <typeOfResource>text</typeOfResource>
  <genre authority="marc">technical report</genre>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">xxk</placeTerm>
    </place>
    <place>
      <placeTerm type="text">Londres</placeTerm>
    </place>
    <publisher>: Deloitte</publisher>
    <dateIssued>,2025</dateIssued>
    <dateIssued encoding="marc">2025</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <form authority="marcform">electronic</form>
    <extent>35 páginas ; 1 documento PDF</extent>
  </physicalDescription>
  <abstract>"El informe analiza cómo las tecnologías basadas en inteligencia artificial están transformando los sistemas energéticos a escala global. Su objetivo es evaluar el papel de herramientas avanzadas de análisis y automatización en la gestión de redes eléctricas, generación renovable y optimización del consumo. El estudio se sitúa en el contexto de la transición hacia modelos energéticos más sostenibles y digitalizados.

El análisis destaca aplicaciones como la predicción de demanda mediante modelos de aprendizaje automático, la detección temprana de fallos en infraestructuras críticas y la optimización dinámica de redes inteligentes. Estas soluciones permiten mejorar la eficiencia operativa, reducir pérdidas energéticas y facilitar la integración de fuentes renovables intermitentes. El informe subraya que el despliegue efectivo de estas capacidades requiere infraestructuras digitales robustas, datos de calidad y talento especializado.

El documento concluye que la digitalización avanzada del sector energético es clave para cumplir objetivos de descarbonización y resiliencia. Recomienda reforzar inversiones en tecnologías inteligentes, mejorar marcos regulatorios que favorezcan la innovación y promover colaboración entre operadores, gobiernos y empresas tecnológicas. Este enfoque permitirá acelerar la transformación sostenible del sistema energético."
</abstract>
  <note type="statement of responsibility">/ Deloitte</note>
  <subject authority="lcsh">
    <topic>Energía</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Redes inteligentes</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Aprendizaje automático</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Transición energética</topic>
  </subject>
  <identifier type="uri">https://www.deloitte.com/content/dam/assets-shared/docs/about/2025/deloitte-global-ai-for-energy-systems.pdf</identifier>
  <location>
    <url displayLabel="Acceso a publicación">https://www.deloitte.com/content/dam/assets-shared/docs/about/2025/deloitte-global-ai-for-energy-systems.pdf</url>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">ES-MaONT</recordContentSource>
    <recordCreationDate encoding="marc">260308</recordCreationDate>
    <recordChangeDate encoding="iso8601">20260308233424.0</recordChangeDate>
    <recordIdentifier source="ES-MaONT">00008793</recordIdentifier>
  </recordInfo>
</mods>
