Autouzupełnianie Google przy frazie „ai w energetyce” prowadzi do rodziny procesowej: „ai w energetyce i ciepłownictwie”, „wykorzystanie ai w energetyce”, „ai energetyka”, „ai energia” (odczyt 1.11.2026). To pytania ludzi z sektora, nie kandydatów na szkolenie, więc ten tekst jest mapą po procesach firmy energetycznej lub ciepłowniczej: prognoza zapotrzebowania i produkcji, predykcja awarii infrastruktury, monitoring sieci i dane pomiarowe, rozliczenia i taryfy dynamiczne, dokumentacja i utrzymanie. Liczby pochodzą z odczytów z 1.11.2026; żadnego z opisanych systemów nie testowaliśmy, a komunikaty operatorów cytujemy tak, jak zostały sformułowane, czyli jako plany i cele inwestycyjne.
- Najważniejsze informacje
- Prognoza obciążenia i produkcji: prognoza stała się produktem
- Predykcja awarii infrastruktury: detekcja, nie magia
- Monitoring sieci i dane pomiarowe: najpierw licznik, potem model
- Rozliczenia i taryfy dynamiczne: ceny godzinowe w praktyce
- Dokumentacja i obsługa utrzymania: papier to także infrastruktura
- AI Act: kiedy system AI w energetyce jest wysokiego ryzyka
- Od czego zacząć: jeden proces i dwa mierniki
- Najczęstsze pytania
Najważniejsze informacje
| Co | Szczegóły (odczyty 1.11.2026) |
|---|---|
| Aneks III pkt 2 AI Act | systemy AI jako składniki bezpieczeństwa w zarządzaniu krytyczną infrastrukturą, w tym w dostawach energii, gazu i ciepła; reżim wysokiego ryzyka od 2.12.2027 po nowelizacji (AI Omnibus) |
| Oś AI Act | stosowanie i art. 50 od 2.08.2026; zakazy i AI literacy od 2.02.2025; GPAI od 2.08.2025; aneks I od 2.08.2028 |
| IEA, „Energy and AI” (10.04.2025) | detekcja usterek z AI skraca czas trwania awarii sieci o 30-50%; do 175 GW przepustowości linii do odblokowania bez budowy nowych tras |
| Operatorzy PL (wnp.pl, 25.09.2026) | Energa Operator: pożyczka KPO 433 mln zł na cyfryzację sieci i cyfrowy bliźniak; PGE: 420 mln zł na zarządzanie majątkiem i dokumentację |
| Liczniki zdalnego odczytu | Tauron Dystrybucja: ponad 3 mln urządzeń (informacja z lipca 2026), około połowy klientów; w 2025 ponad 1 mln montażów |
| Taryfy dynamiczne | od 24.08.2024 obowiązek u sprzedawców z co najmniej 200 tys. odbiorców; na koniec 2025 korzystało 4836 gospodarstw, mniej niż 0,03% |
| AI.Grids | 48 partnerów, nadzór DG ENER, PSE w projekcie (komunikat 05.06.2026); pierwsze testy z operatorami pod koniec 2026 |
Prognoza obciążenia i produkcji: prognoza stała się produktem
Rozliczenia w cenach zmieniających się w ciągu doby zmieniły status prognozy z raportu na towar roboczy. Podstawą taryf dynamicznych są najczęściej notowania Rynku Dnia Następnego na Towarowej Giełdzie Energii, gdzie cena ustalana jest osobno dla kolejnych okresów doby, a odbiorca płaci według poboru w każdym z nich (GlobEnergia, odczyt 06.08.2026). Sprzedawca, który źle oszacuje produkcję farmy albo zapotrzebowanie klientów, kupuje brakującą energię po cenie spot, więc prognoza w tym łańcuchu zarabia albo kosztuje realne pieniądze. Międzynarodowa Agencja Energetyczna opisuje to tak: AI może pomagać w bilansowaniu sieci, które stają się coraz bardziej złożone, zdecentralizowane i zdigitalizowane, i może poprawiać prognozowanie oraz integrację zmiennej generacji ze źródeł odnawialnych (raport „Energy and AI” z 10.04.2025, odczyt z migawki archiwum 1.11.2026).
Dane wejściowe są dostępne również dla mniejszych firm, nie tylko dla operatorów. Publiczne API pogodowe, jak Open-Meteo, zwraca szczegółowe prognozy godzinowe w JSON do 7 albo 16 dni dla wskazanych współrzędnych (odczyt 1.11.2026), a do tego dochodzi historia produkcji z fal i pomiarów z liczników. Na tym polu działają dostawcy prognoz jako usługi: niemiecki enercast opisuje własne produkty SaaS jako samouczące się systemy prognozowania generacji z elektrowni wiatrowych i słonecznych, podpinane pod rynki energii (odczyt 1.11.2026); cennika na odczytanej stronie nie ma, więc cen takich platform nie podajemy. Na wejściu w temat wiele mówi sam fakt, że PSE weszły do unijnego projektu AI.Grids: model budowany pod operatorów ma wspierać prognozowanie działania sieci, planowanie rozbudowy i analizy elastyczności, na realnych danych o topologii i pomiarach, a pierwsze testy z operatorami są zaplanowane na koniec 2026 roku (wnp.pl, 05.06.2026).
Predykcja awarii infrastruktury: detekcja, nie magia
Najczęściej cytowana liczba tego zastosowania pochodzi z raportu Agencji: detekcja usterek oparta na AI może szybko identyfikować i precyzyjnie wskazywać miejsca usterek sieci, skracając czas trwania awarii o 30-50% (IEA, 10.04.2025). Agencja dodaje drugi kierunek, rzadziej obecny w materiałach vendorów: zdalne czujniki i zarządzanie z użyciem AI mogą zwiększyć przepustowość linii, a łącznie do 175 GW mocy przesyłowej dałoby się odblokować bez budowy nowych tras. W typowym wdrożeniu na pierwszy plan wychodzi szybsze znalezienie usterki i krótsza przerwa; dalsze obietnice przychodzą później.
Polski ślad wygląda inwestycyjnie, nie deklaratywnie. Energa Operator zwiększyła pod koniec sierpnia 2026 wartość pożyczki z KPO na cyfryzację sieci do 433 mln zł, z czego dodatkowe ponad 126 mln zł ma wspierać m.in. inteligentne systemy zarządzania siecią, automatyzację procesów i cyberbezpieczeństwo; spółka deklaruje, że inwestycje mają przyspieszyć lokalizowanie i usuwanie awarii. Ta sama spółka pracuje nad cyfrowym bliźniakiem sieci obejmującym blisko 200 tys. km linii, ponad 60 tys. stacji transformatorowych i ponad 3 mln liczników zdalnego odczytu, z założeniem wykorzystania mechanizmów AI do zarządzania siecią z dużym udziałem OZE (wnp.pl, 25.09.2026). PGE otrzymała z kolei 420 mln zł z KPO na program Technicznego Zarządzania Majątkiem Dystrybucyjnym: system informacji o położeniu infrastruktury, zarządzanie jej stanem i dokumentacją oraz aplikację mobilną dla ekip terenowych, z celem w postaci krótszego czasu trwania awarii.
Uczciwy zapis wymaga tu jednego rozróżnienia. Komunikaty operatorów mówią o planach, celach i założeniach, nie o zmierzonych skutkach wdrożeń, i dokładnie tak trzeba je czytać. Sama klasa zadań też ma swoją granicę: predykcja awarii maszyn w hali fabrycznej, opisana w tekście o AI w produkcji, różni się od utrzymania infrastruktury rozciągniętej na kilkaset kilometrów głównie danymi, które trzeba najpierw zebrać z terenu, nie algorytmem.
Monitoring sieci i dane pomiarowe: najpierw licznik, potem model
Model jest ograniczony tym, co zmierzone, więc prawdziwym fundamentem AI w sieciach są liczniki, nie sieci neuronowe. Tauron Dystrybucja informował w lipcu 2026 o ponad 3 mln liczników zdalnego odczytu, około połowy klientów operatora; w samym 2025 roku zamontował ponad milion takich urządzeń, a w pierwszym półroczu 2026 kolejne 530 tys. (wnp.pl, 25.09.2026). Licznik zdalnego odczytu daje odbiorcy bieżące dane o zużyciu i otwiera dostęp do taryf dynamicznych, a operatorowi dostarcza rozdzielczość czasową, której nie ma w odczytach rocznych.
Druga warstwa to systemy wymiany danych między rynkowymi graczami. Od 1 lipca 2026, w trzecim oknie wdrożeniowym, do Centralnego Systemu Informacji Rynku Energii dołączyło 72 kolejnych organizacji: 24 operatorów systemów dystrybucyjnych i 48 sprzedawców, po migracji 36,5 tys. punktów pomiarowych, z czego 99,8% przeszło wymagane walidacje (wnp.pl, 25.09.2026). Im więcej danych pomiarowych siedzi w CSIRE, tym więcej nowych produktów, taryf i automatyzacji rozliczeń da się na nich zbudować, ale rosną też wymagania dotyczące jakości i bezpieczeństwa tych danych. Sama cyfryzacja kontaktu z klientem też ma już swoje liczby: Tauron uruchomił 1 lipca serwis ePrzyłączenia dla sieci niskiego napięcia, po tym jak udział wniosków elektronicznych wzrósł w dwa lata z 23 do 83%.
Rozliczenia i taryfy dynamiczne: ceny godzinowe w praktyce
Mechanika jest prosta w opisie, choć wymagająca w działaniu. Sprzedawca publikuje ceny na kolejną dobę, zwykle w aplikacji albo na stronie, użytkownik przesuwa zużycie na godziny tańsze, a rozliczenie wymaga licznika zdalnego odczytu, który zapisuje profil zużycia w poszczególnych okresach (GlobEnergia, 06.08.2026). Cena dynamiczna dotyczy części sprzedażowej rachunku; opłaty dystrybucyjne i sieciowe liczone są według taryfy operatora, więc nawet zerowa albo ujemna cena na giełdzie nie czyni całej godziny bezpłatną.
Prawnie ta ścieżka jest młoda. Od 24 sierpnia 2024 umowy z ceną dynamiczną muszą oferować sprzedawcy obsługujący co najmniej 200 tys. odbiorców końcowych, mniejsi sprzedawcy mogą oferować je dobrowolnie, a na koniec 2025 roku z takich umów korzystało 4836 gospodarstw domowych, mniej niż 0,03% tej grupy (GlobEnergia, 06.08.2026; początek obowiązku od 1 lipca 2024 potwierdza WysokieNapiecie.pl z 04.07.2024). Niska adopcja to także informacja dla firm z sektora: rynek produktów liczonych godzinowo dopiero się buduje, a wąskim gardłem jest sprzęt pomiarowy i operacyjne prowadzenie danych, nie brak modeli. Tu kończy się sektor i zaczyna finanse własnej firmy, dlatego rozliczenia wewnętrzne, budżetowanie i raportowanie kosztów energii zostawiamy tekstowi o AI w controllingu.
Dokumentacja i obsługa utrzymania: papier to także infrastruktura
Program PGE, finansowany z KPO, wprost nazywa dokumentację częścią systemu: system informacji o położeniu infrastruktury, zarządzanie jej stanem i dokumentacją oraz aplikacja mobilna dla ekip terenowych, z efektem w postaci sprawniejszej komunikacji służb i krótszych awarii (wnp.pl, 25.09.2026). Operator, który wie, gdzie leży kabel i kiedy był ostatnio przeglądany, szybciej domyka zarówno inwestycje, jak i wyjazdy serwisowe.
Warstwa codzienna wygląda podobnie jak w innych branżach technicznych: protokoły z prac, opisy stanowisk, instrukcje, pisma do urzędów. Modele językowe skracają tę pracę, przy czym dokumentacja sieci wymaga podwójnej ostrożności, bo schematy i lokalizacje infrastruktury krytycznej to dane wrażliwe, także ze względów bezpieczeństwa, nie tylko handlowych. Do ogólnego czatu trafiają zadania bez takich treści, a dokumentacja obiegu informacji, klauzul i dostępów ma swoją mapę w tekście o polityce AI w firmie. Zabiegów z udziałem modeli w dokumentacji technicznej polskich operatorów nie testowaliśmy; opisujemy klasę zadań, nie pomiar oszczędności.
AI Act: kiedy system AI w energetyce jest wysokiego ryzyka
Aneks III aktu o AI w punkcie 2 obejmuje systemy AI przewidziane do stosowania jako składniki bezpieczeństwa w zarządzaniu i eksploatacji krytycznej infrastruktury cyfrowej, ruchu drogowego albo w dostawach wody, gazu, ciepła lub energii elektrycznej (tekst aneksu, odczyt 1.11.2026; infrastruktura krytyczna zdefiniowana w art. 2 pkt 4 dyrektywy 2022/2557). Dostawy ciepła stoją więc w przepisie obok elektryczności i gazu, co jest bezpośrednią odpowiedzią także dla ciepłownictwa, nie tylko dla elektroenergetyki.
Granica działa w obie strony i wolno ją sformułować krótko: nie każdy system AI w firmie energetycznej jest systemem wysokiego ryzyka. Reżim aneksu dotyka składników bezpieczeństwa, czyli elementów, od których zależy ciągłość dostaw i ochrona urządzeń, a nie arkusza analiz sprzedażowych, czatu do pism czy katalogu dokumentacji. Komisja Europejska podaje oś dat po nowelizacji (odczyt 1.11.2026): akt wszedł w życie 1 sierpnia 2024, zakazy praktyk i obowiązek kompetencji zespołu (AI literacy) obowiązują od 2 lutego 2025, zasady dla GPAI od 2 sierpnia 2025, stosowanie aktu oraz egzekucja przez AI Office i organy państw od 2 sierpnia 2026, zasady transparentności, w tym art. 50 o informowaniu o kontakcie z AI, od sierpnia 2026, a obowiązki dla systemów wysokiego ryzyka z aneksu III od 2 grudnia 2027 i z aneksu I od 2 sierpnia 2028. Tę samą stronę zamyka zapowiedź ENISA: platforma testowa dla organizacji z sektorów krytycznych, z energetyką wymienioną wprost. Pełną oś z obowiązkami po stronie pracodawcy rozpisuje tekst o AI Act w firmie.
Od czego zacząć: jeden proces i dwa mierniki
Z mapy dwa procesy nadają się na start bez zakupu systemu klasy operatorskiej. Pierwszy to prognoza produkcji własnej generacji, gdy firma ma choć jedną instalację PV albo umowę na farmę: miernikiem jest odchylenie prognozy od rzeczywistego pomiaru, liczone co dobę, a baseline buduje się z darmowych danych pogodowych, zanim cokolwiek się kupi. Drugi to dokumentacja po pracach serwisowych, z miernikiem czasu od zakończenia zlecenia do kompletnej dokumentacji w systemie; to samo zadanie, które operatorzy rozwiązują cyfrowymi bliźniakami, da się w małej skali policzyć arkuszem i modelem językowym.
Oba mierniki po dwóch tygodniach dają liczby zamiast ocen, a decyzja o skalowaniu albo zamknięciu przestaje zależeć od prezentacji dostawcy. Warunek jest ten sam, co w całym klastrze: dane pomiarowe i serwisowe prowadzone jednakowo, bo model liczy z tego, co zapisane. Etapy decyzji o pierwszym wdrożeniu opisuje tekst o wdrożeniu AI w firmie, a pełną mapę zastosowań po działach trzyma hub AI w firmie.
Najczęstsze pytania
Jak wykorzystać AI w energetyce?
Po procesach: prognozy obciążenia i produkcji z PV i wiatru, detekcja usterek i predykcja awarii infrastruktury, analiza danych z liczników zdalnego odczytu, rozliczenia w cenach godzinowych, dokumentacja i obsługa utrzymania. Najniższy próg wejścia mają prognozy i dokumentacja, bo korzystają z dostępnych danych i gotowych narzędzi; najwyższy próg mają systemy bezpieczeństwa sieci, bo od 2.12.2027 podlegają reżimowi aneksu III aktu o AI.
Prognoza produkcji PV: jak liczy ją AI?
Z połączenia prognozy pogodowej (zachmurzenie, promieniowanie, temperatura) z historią produkcji danej instalacji: model uczy się, jak prognozy pogody przekładają się na rzeczywistą generację i poprawia swoje błędy. Dostawcy prognoz opisują takie systemy jako samouczące się usługi (enercast, odczyt 1.11.2026), a wejście danych jest dostępne także z publicznych API pogodowych z danymi godzinowymi. Precyzja zależy głównie od jakości i długości historii pomiarów.
Czy AI w sieciach energetycznych przewidzi awarię?
Źródłem jest tu detekcja usterek, nie wróżenie: wg IEA wykrywanie usterek z pomocą AI skraca czas trwania awarii sieci o 30-50% (raport z 10.04.2025). W Polsce operatorzy budują pod to dane: Energa cyfrowego bliźniaka sieci, PGE zintegrowane zarządzanie majątkiem (komunikaty 2026). Celem wdrożeń jest szybsza lokalizacja usterki i krótsza przerwa w dostawie; żadne z odczytanych źródeł nie obiecuje sieci bez awarii.
AI w ciepłownictwie: gdzie ma zastosowanie?
Przepisy wymieniają ciepło wprost: aneks III pkt 2 obejmuje składniki bezpieczeństwa w dostawach wody, gazu, ciepła lub energii elektrycznej. Klasy zadań są te same, co w elektroenergetyce: prognoza obciążenia ciepłowniczego, rozliczenia, dokumentacja i utrzymanie. Datowanych polskich wdrożeń AI w ciepłownictwie w naszych odczytach z 1.11.2026 nie znaleźliśmy, więc nie podajemy tu żadnych nazw ani liczb.
Kiedy system AI w energetyce jest wysokiego ryzyka?
Gdy jest składnikiem bezpieczeństwa w zarządzaniu i eksploatacji krytycznej infrastruktury, w tym dostaw energii, gazu i ciepła (aneks III pkt 2 AI Act). Obowiązki tego reżimu obowiązują od 2.12.2027 po nowelizacji. Narzędzia biurowe, analityczne i dokumentowe nie trafiają do tej kategorii; obowiązkiem o szerszym zasięgu jest natomiast od sierpnia 2026 art. 50, czyli informowanie o kontakcie z AI, oraz AI literacy zespołu od 2.02.2025.
Źródła
- Komisja Europejska, „AI Act” (strona regulacyjna; sekcja „Application timeline”: wejście w życie 1.08.2024, zakazy i AI literacy od 2.02.2025, GPAI od 2.08.2025, stosowanie i egzekucja od 2.08.2026, transparentność od sierpnia 2026, aneks III od 2.12.2027, aneks I od 2.08.2028 po porozumieniu ws. AI Omnibus; zapowiedź platformy testowej ENISA dla sektorów krytycznych z energetyką wprost), https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai (odczyt 1.11.2026)
- artificialintelligenceact.eu, aneks III pkt 2 („AI systems intended to be used as safety components in the management and operation of critical digital infrastructure, road traffic, or in the supply of water, gas, heating or electricity”; definicja infrastruktury krytycznej wg art. 2 pkt 4 dyrektywy 2022/2557; odniesienie do art. 3 pkt 62), https://artificialintelligenceact.eu/annex/3/ (odczyt 1.11.2026)
- IEA, „Energy and AI”, executive summary (flagship report z 10.04.2025: AI poprawia prognozowanie i integrację zmiennej generacji OZE; detekcja usterek skraca czas trwania awarii o 30-50%; do 175 GW przepustowości linii do odblokowania bez nowych tras; strona live renderuje treść JavaScriptem, treść przeczytana z migawki Wayback), https://www.iea.org/reports/energy-and-ai/executive-summary (odczyt 1.11.2026)
- wnp.pl, „Inteligentne liczniki to nie wszystko. Energetyka pójdzie mocniej w sztuczną inteligencję” (25.09.2026: Energa Operator pożyczka KPO 433 mln zł plus 126 mln zł na systemy zarządzania siecią; cyfrowy bliźniak: ok. 200 tys. km linii, 60 tys. stacji, 3 mln liczników; PGE 420 mln zł na Techniczne Zarządzanie Majątkiem Dystrybucyjnym; Tauron ponad 3 mln liczników zdalnego odczytu w 07.2026, 1 mln montażów w 2025 i 530 tys. w I półroczu 2026; ePrzyłączenia od 1.07.2026, wnioski elektroniczne z 23% do 83%; CSIRE od 1.07.2026 kolejne 72 organizacje, 36,5 tys. punktów, 99,8% walidacji; strategiczny plan KE na rzecz cyfryzacji i AI w energetyce z 3.06.2026; projekt AI.grids z 48 partnerami), https://www.wnp.pl/energia/inteligentne-liczniki-to-nie-wszystko-energetyka-pojdzie-mocniej-w-sztuczna-inteligencje,1102417.html (odczyt 1.11.2026; data z RSS Bing, datePublished na stronie nieodczytane)
- wnp.pl, „Sztuczna inteligencja pomoże w rozwoju energetyki. PSE dołączyły do inicjatywy AI.Grids” (05.06.2026: nadzór DG ENER, otwarcie przez komisarza Dana Jørgensena; model wsparciem dla prognozowania działania sieci, planowania rozbudowy i analiz elastyczności; trening na danych topologii, pomiarach i procedurach; testy z operatorami pod koniec 2026, projekt na 3 lata; sieć PSE: 400/220 kV, ponad 16,5 tys. km, 112 stacji), https://www.wnp.pl/energia/sztuczna-inteligencja-pomoze-w-rozwoju-energetyki-pse-dolaczyly-do-inicjatywy-ai-grids,1069137.html (odczyt 1.11.2026; data z RSS Bing)
- GlobEnergia, „Taryfa dynamiczna na prąd: jak działa i komu może się opłacić?” (06.08.2026: obowiązek od 24.08.2024 dla sprzedawców z co najmniej 200 tys. odbiorców; 4836 gospodarstw na koniec 2025, mniej niż 0,03%; rozliczenia wg notowań Rynku Dnia Następnego TGE, ceny godzinowe; wymagany licznik zdalnego odczytu; cena energii to nie cały rachunek), https://globenergia.pl/taryfa-dynamiczna-na-prad-jak-dziala-i-komu-moze-sie-oplacic/ (odczyt 1.11.2026)
- WysokieNapiecie.pl, „Taryfy dynamiczne: Jak skorzystać na zmiennych cenach energii?” (04.07.2024: wprowadzenie taryf dynamicznych od 1 lipca 2024, obowiązek ofertowania od 24 sierpnia 2024 dla największych sprzedawców; artykuł sponsorowany, użyty wyłącznie dla dwojga dat prawnych), https://wysokienapiecie.pl/102207-taryfy-dynamiczne-jak-skorzystac-na-zmiennych-cenach-energii/ (odczyt 1.11.2026)
- enercast GmbH, strona główna (opis dostawcy verbatim: „self-learning SaaS products deliver accurate power generation forecasts for wind and solar plants”; siedziba Kassel; cennik niepubliczny na odczytanej stronie), https://www.enercast.de/ (odczyt 1.11.2026)
- Open-Meteo, dokumentacja API (prognozy pogodowe godzinowe w JSON do 7 albo 16 dni dla wskazanych współrzędnych, modele wielu narodowych dostawców danych), https://open-meteo.com/en/docs (odczyt 1.11.2026)