Cum schimbă AI piața energiei. Lucian Pamfile, Future Energy Leaders România: Traderul devine supraveghetor de sisteme și trebuie să se asigure că un algoritm optimizează ce i se cere ca urmare a unei decizii umane

• În anul 2030, sau chiar mai devreme, a avea trading algoritmic pe piața intrazilnică va fi similar cu  a avea astăzi un sistem de gestiune a riscului.

• Avertisment privind AI în energie: O eroare de algoritm pe o piață de energie produce pierderi și dezechilibre care să afecteze, finalmente, securitatea energetică a noastră, a tuturor.

• Companiile românești, în urma marilor traderi europeni în cursa AI. „Nu este un decalaj de inteligență, ci de acumulare”

…………….

Lucian Pamfile este expert în energie, doctorand și cercetător la Academia de Studii Economice (ASE). Domeniul său de cercetare este tranziția energetică, cu accent pe analiza sistemelor energetice, evoluția piețelor de energie, integrarea regenerabilelor și impactul asupra mediului. A absolvit programul MBA Energy la ASE și a studiat științe politice și evaluarea politicilor și programelor publice europene la SNSPA București. În prezent, își desfășoară activitatea în Bruxelles și lucrează în domeniul energiei regenerabile pentru una dintre cele mai mari companii energetice din lume. De asemenea, este un membru activ al societății civile și, din 2021, face parte din organizația Future Energy Leaders (FEL) România, programul de leadership al CNR-CME.

Cum transformă Inteligența Artificială activitatea de trading pe piețele de energie și în ce măsură companiile din România au început să adopte astfel de soluții?

Lucian Pamfile: Transformarea prin care trece piața de energie este profundă și, cred, ireversibilă, iar ea provine din schimbări mai vechi, care preced expansiunea inteligenței artificiale. Pe măsură ce ponderea surselor regenerabile a crescut, energia a încetat să mai fie o marfă programabilă și a devenit una condiționată meteorologic, ceea ce face ca orizontul în care se ia decizia de tranzacționare, pe baza cumulului de informație ce trebuie procesată de către traderi, să fie comprimat dramatic.

Automatizarea tradingului de energie există de peste un deceniu sub forma tradingului algoritmic, însă aici merită făcută o distincție, pentru că în discursul public cele două lucruri se amestecă adesea. Tradingul algoritmic presupune o execuție automată pe baza unor reguli scrise de un om, de tipul “dacă spread-ul depășește pragul X, cumpără Y MW”. În schimb, inteligența artificială aduce altceva: modelele nu mai execută o regulă, ci învață tipare direct din date. Machine learning-ul, subcomponentă a AI, generează prognoze de preț, de producție regenerabilă sau de dezechilibru, iar acele prognoze se ajustează pe măsură ce modelul este din nou antrenat. Pe scurt, AI-ul “procesează”, iar algoritmul clasic de execuție, cu limitele lui de risc, “acționează”.

Tehnologia a intrat așadar în trading pentru că răspunde unei nevoi concrete pe piață, nu invers. Dar automatizarea clasică s-a concentrat aproape exclusiv pe termen scurt – intrazilnic și echilibrare – pentru că acolo avantajul este dat de viteza și repetitivitatea deciziei. Pe piețele la termen, unde tranzacțiile sunt mai rare, mai mari și adesea negociate bilateral, automatizarea execuției are, deocamdată, mai puțin sens din punct de vedere economic.

În România, adopția rămâne pe moment asimetrică. Contextul de piață s-a maturizat rapid, iar infrastructura permite tranzacționare automatizată, însă participanții la piață rămân, deocamdată, într-o zonă precaută. Traderii internaționali activi în zona noastră de ofertare vin deja cu instrumentarul lor, dar la companiile românești investițiile vizibile în AI sunt concentrate mai ales pe operare și mentenanță. Așadar, există încă spațiu pentru dezvoltare.

În final, aș dori însă să fac o observație pentru a încerca să explic de ce nicăieri în Europa AI-ul nu tranzacționează cu adevărat independent – nici la cei mai avansați jucători: energia nu este o marfă oarecare, iar tranzacționarea ei nu este o simplă operațiune comercială. În spatele fiecărui MWh vândut sau cumpărat există un sistem fizic, ce trebuie să rămână în echilibru în fiecare secundă, și de care depind toți consumatorii, iar o eroare de algoritm pe o piață de energie produce pierderi și dezechilibre care să afecteze, finalmente, securitatea energetică a noastră, a tuturor. De aceea, prudența cu care sectorul energetic adoptă aceste tehnologii este și o formă de responsabilitate.

Care sunt principalele aplicații ale AI în tradingul de energie: prognoza producției din surse regenerabile, estimarea cererii, optimizarea portofoliilor sau managementul riscurilor?

Lucian Pamfile:  Toate patru, dar cu maturități foarte diferite.

Prognoza este aplicația cea mai matură și cea mai valoroasă. Atât producția regenerabilă și cererea de consum, cât și dezechilibrul de sistem și prețul energiei din piețele pe termen scurt pot fi estimate mai bine cu AI. Aici s-a mutat centrul de greutate în ultimii ani: de la prognoza punctuală („prețul va fi 100 Lei/MWh”) la prognoza probabilistică, adică o distribuție întreagă de rezultate posibile, cu intervale de încredere. Este o schimbare de paradigmă, pentru că o decizie bună de tranzacționare nu are nevoie de o cifră, ci de o estimare corectă a incertitudinii. Separat de industrie, și în mediul academic acest subiect este foarte intens cercetat – există literatură consistentă pe prognoza distribuției de preț în tranzacționarea intrazilnică continuă și pe selecția de variabile pentru orizonturi foarte scurte.

Optimizarea portofoliului și a activelor flexibile vine imediat după, iar aici AI-ul răspunde la întrebarea “când și pe ce piață monetizez flexibilitatea”. Pentru un sistem de stocare precum cele bazate pe baterii și hidrocentrale cu acumulare, decizia nu este doar de a vinde sau nu, ci se extinde la “care dintre cele patru piețe (day-ahead, intrazilnic, echilibrare, servicii de sistem)”, în ce secvență și cu ce capacitate păstrată în rezervă.

Există însă și o componentă în care AI-ul este cel mai puțin autonom, iar aceasta este, poate paradoxal, managementul riscului. Modelele ajută la detectarea anomaliilor, la stress-testing sau la estimarea expunerii, dar companiile încearcă, în general, să evite situațiile în care limitele lor de pierdere sunt stabilite de un model pentru care nu există suficiente elemente de siguranță și/sau trasabilitate.

Execuția propriu-zisă rămâne în cea mai mare parte algoritmică clasică, nu AI, deoarece scopul principal este de a avea predictibilitate, nu creativitate. Ce apare acum ca inovație este stratul de deasupra, în timp real, format din modele care citesc informație nestructurată în momentul în care apare (rapoarte de indisponibilitate, mesaje REMIT, buletine meteo, știri) și o transformă în semnal utilizabil în minutele următoare.

În ce măsură utilizarea AI poate îmbunătăți acuratețea prognozelor privind prețurile energiei electrice și ale gazelor naturale pe piețele din România?

Lucian Pamfile: Răspunsul are două părți, ambele la fel de importante.

Câștigul este real, dar depinde puternic de orizontul de timp. Pe termen scurt, îmbunătățirea este substanțială: cu cât ne apropiem de livrare, cu atât informația relevantă este mai bogată și mai structurată – nominalizări, producție realizată, dezechilibrul de sistem în timp real – și cu atât modelele de machine learning se dovedesc mai performante decât metodele clasice. Pe termen mai lung, este totuși nevoie de o distincție. Prognoza punctuală de preț pe câțiva ani înainte nu se îmbunătățește semnificativ prin AI, și nici nu are cum, deoarece prețul forward depinde de mulți factori (politică energetică, geopolitică și decizii de investiție) al căror impact nu se poate estima prin raportare la datele istorice. În schimb, analiza fundamentală din spatele acelei prognoze se poate îmbunătăți semnificativ, pentru că AI-ul poate oferi, mai rapid, indicii legate de ce ar trebui să urmărim atent într-un anumit interval de timp.

A doua parte, poate mai importantă și pentru cazul României: acuratețea unui model este determinată de calitatea datelor, nu doar de sofisticarea algoritmului. Și aici avem o problemă structurală. În alte state din UE, spre exemplu, operatorul de transport publică date de dezechilibru la rezoluție de minut și oferă el însuși o prognoză a prețului de dezechilibru, cu scopul declarat de a oferi participanților instrumente pentru gestionarea pozițiilor, reducând totodată și dezechilibrul din sistem. Ca rezultat,  a apărut un ecosistem întreg de companii care construiesc modele peste aceste date publice. Aici este o lecție importantă: cu sau fără AI, prognozele pot fi îmbunătățite, ca prim pas, prin îmbunătățirea datelor de sistem. Situația diferă în schimb pe piața de gaze naturale. Piața românească este mai puțin lichidă și mai puternic influențată de factori contractuali și de reglementare. Aici AI-ul are așadar mai puțin de lucru – nu pentru că modelele ar fi slabe, ci pentru că semnalul de preț însuși este mai puțin informativ.

Care sunt principalele provocări în implementarea soluțiilor bazate pe Inteligență Artificială în tradingul de energie – accesul la date, costurile, resursa umană sau cadrul de reglementare?

Lucian Pamfile: Dacă ar fi să le pun într-o ordine, aș spune:  resursa umană, datele, costurile și reglementarea.

Resursa umană este constrângerea numărul unu; piața caută profesioniști care înțeleg simultan atât piața de energie în detaliu, cât și modelarea statistică, iar acest profil este rar peste tot în Europa. În același timp, competiția pentru el este globală, iar un absolvent bun din București poate lucra astăzi și remote pentru o firmă mare de trading din altă țară. Fără o strategie de retenție, orice investiție în tehnologie riscă să rămână o cheltuială fără operator.

Datele sunt a doua provocare, care are două fațete. Cea externă am discutat-o, însă cea internă este și ea subestimată: ca să antrenezi un model ai nevoie de un istoric curat și consistent de date pe mulți ani, ideal stocate într-un sistem integrat. În practică, cel mai mare efort în cadrul unui proiect de AI îl reprezintă curățarea și guvernanța datelor.

Costurile sunt a treia, dar aici s-a produs o schimbare importantă în domeniu. AI-ul a coborât dramatic bariera de construcție a aplicațiilor, inclusiv pe partea de programare, deoarece el funcționează simultan atât ca un consultant, cât și ca un executant. Un prototip funcțional care acum câțiva ani necesita o echipă și câteva luni de muncă se poate face astăzi în câteva zile, de o singură persoană – cu o condiție esențială: să știe foarte exact ce vrea să obțină. Astfel, consecința directă a acestui lucru este scăderea costurilor de construcție.

Reglementarea este a patra ca dificultate, dar prima ca urgență. Spre deosebire de celelalte trei, pe partea de reglementare vorbim despre necesitatea unor termene predictibile, dar și de flexibilitate, pentru a permite încorporarea rapidă a noilor tehnologii și menținerea competitivității pe piață.

Există riscuri ca algoritmii de AI să amplifice volatilitatea piețelor de energie sau să genereze comportamente similare tranzacționării algoritmice de pe piețele financiare?

Lucian Pamfile: Da. Acesta este un risc real, documentat deja și de lumea academică. Mecanismul principal nu este viteza, ci omogenizarea. Dacă mai mulți participanți folosesc modele antrenate pe aceleași date publice, cu arhitecturi similare, ei generează semnale corelate și reacționează în același sens, în același moment. Acest lucru poate duce la efecte extreme.

Un aspect specific energiei este că efectul se propagă fizic. Un algoritm care greșește nu produce doar o pierdere contabilă, ci poate conduce la un dezechilibru real, pe care operatorul de transport trebuie să-l acopere cu rezerve. Dar factorii de reglementare au sesizat deja acest risc, iar în discursul public se regăsesc deja teme precum comportamentul manipulativ bazat pe tranzacționare algoritmică și modalitățile de limitare a acestuia.

Concluzia mea nu este că AI-ul destabilizează piețele, ci că are nevoie de aceleași măsuri de siguranță pe care piețele financiare le-au construit în ultimele decenii, poate la scară mai mare: limite de risc pre-tranzacționare, mecanisme de oprire de urgență, întrerupătoare de circuit, testare în simulare și – partea cea mai grea – capacitatea de a explica de ce un model a luat o anumită decizie.

Cum vedeți rolul AI în integrarea producției din surse regenerabile și în optimizarea tranzacțiilor pe piețele intrazilnice și de echilibrare?

Lucian Pamfile: Aici este aplicația cu cel mai mare impact sistemic. În ultimii ani, valoarea s-a mutat dinspre piața pentru ziua următoare spre cea intrazilnică, în special odată cu apariția tot mai frecventă a prețurilor negative, iar datele din 2026 o arată fără echivoc. Nu este o anomalie, ci noua normalitate, iar piața reacționează în această direcție: este de așteptat ca în anii următori operatorii de centrale flexibile și de baterii să acorde prioritate veniturilor din piața intrazilnică și echilibrare, iar exact activele de care sistemul are nevoie ca să se echilibreze vor migra spre activitățile unde decizia se ia în câteva minute, iar factorul uman nu ar putea fi capabil să facă acest lucru manual.

Concret, pentru AI, acest lucru va însemna că el ar putea prognoza starea sistemului în fiecare sfert de oră, optimiza arbitrajul între piețe și reduce costul agregării, prin faptul că poate gestiona sute de centrale electrice simultan – care fără automatizare ar fi aproape imposibil. Ce vreau să subliniez este că nu tehnologia a creat acea piață, ci regulile au creat-o, iar tehnologia a venit după. Pentru România, asta înseamnă că discuția despre AI în echilibrare începe, de fapt, cu discuția despre designul pieței de echilibrare, care are nevoie constantă de mai multă transparență și eficiență.

Sunt companiile românești de trading pregătite să concureze cu marii traderi europeni care folosesc deja modele avansate de Inteligență Artificială și machine learning?

Lucian Pamfile: Răspunsul este că nu toată lumea trebuie să concureze pe același teren. Realist, cred că decalajul în prezent este semnificativ, însă nu este un decalaj de inteligență, ci de acumulare – ani de date curate, de modele iterate, de echipe care au trecut prin mai multe cicluri de piață. Nu se recuperează în doi ani și nici cu un buget sporit de investiții, oricât ar fi de generos.

În același timp, companiile private românești active pe piețele pe termen scurt sunt, în bună măsură, competitive – pentru că altfel nu ar funcționa. Operează într-o zonă de ofertare care aplică aceleași reguli ca în vestul Europei, iar cine nu își automatizează procesele poate pierde multe oportunități comerciale.

Referitor la miză, companiile românești nu trebuie să concureze cu marile case de trading din Europa, care au mulți ani de experiență și expertiză vastă despre piața de energie. Însă trebuie să facă tot posibilul pentru a-și valorifica activele deținute. Un producător care nu-și optimizează algoritmic portofoliul cedează practic o valoare a activului său către altcineva, de regulă un competitor. Vestea bună, cum spuneam la întrebarea despre costuri, este că bariera de intrare în această activitate a scăzut mult. Diferența n-o mai face software-ul, ci datele proprii, guvernanța și oamenii.

Prin urmare, nu cred că suntem 100% pregătiți, dar recuperarea este o perspectivă realistă, dacă decizia se ia acum. Peste cinci ani, decalajul va fi mai mare și greu de recuperat.

Considerați că actualul cadru de reglementare este suficient pentru utilizarea AI în tradingul de energie sau sunt necesare noi reguli privind transparența algoritmilor, guvernanța datelor și supravegherea pieței?

Lucian Pamfile: Din perspectiva cuiva care urmărește activ piața, aș spune că problema nu e lipsa regulilor, ci faptul că multe dintre acestea nu sunt, deocamdată, pe deplin internalizate.

Legislația europeană privind integritatea piețelor de energie (REMIT), revizuită acum câțiva ani după modelul piețelor financiare, cere deja ca cine tranzacționează automat să anunțe autoritățile, să păstreze evidențe și să poată explica, la cerere, cum funcționează sistemele și ce controale de risc are. Aceste obligații nu se aplică doar inteligenței artificiale, ci oricărei tranzacționări în care un algoritm decide automat momentul, prețul sau cantitatea – inclusiv cu reguli simple, scrise de om. Peste asta se suprapune legislația europeană privind inteligența artificială, care intră acum în aplicare pentru categoriile sensibile, cu sancțiuni consistente.

Toate aceste reglementări trebuie aplicate corespunzător, printr-un parteneriat între mediul public și cel privat, care să aducă beneficii reale întregii piețe, mai ales că, pe măsură ce execuția se automatizează, răspunderea rămâne integral umană.

Cum credeți că va influența AI profilul traderului de energie în următorii ani? Va înlocui anumite activități sau va deveni un instrument de sprijin pentru deciziile umane?

Lucian Pamfile: Ambele, dar nu simultan și nu la aceleași persoane. AI și sistemele automatizate au înlocuit deja execuția repetitivă, dar nu pentru că omul nu le-ar face bine, ci pentru că nu le poate face non-stop, cu aceeași calitate la trei dimineața ca la ora zece.

Ce nu va înlocui AI-ul este discernământul în momentele critice. Modelele învață din trecut, deci pot deveni nesigure exact atunci când contează cel mai mult – la o indisponibilitate majoră neanunțată, la o schimbare bruscă în cadrul de reglementare, la un eveniment geopolitic. În 2022, niciun model antrenat pe date istorice nu avea în calcul scenariul care s-a materializat. Practic, traderul devine supraveghetor de sisteme și trebuie să se asigure că un algoritm optimizează ce i se cere ca urmare a unei decizii umane.

Vestea bună pentru tinerii profesioniști din România este că suntem într-unul dintre acele momente rare în care regulile jocului se rescriu: cine intră acum în piață nu mai are de recuperat zece ani de instrumente învechite, ci pornește direct de pe generația nouă, cu aceleași unelte pe care le au și colegii din Londra sau Amsterdam. Ce nu poate fi accelerat este înțelegerea sistemului energetic în sine și tocmai de aceea rămâne partea valoroasă. Cei care combină curiozitatea tehnologică cu înțelegerea reală a pieței de energie vor lua deciziile importante ale următorului deceniu, iar România are nevoie de aceste persoane. Este, de altfel, exact rațiunea pentru care există comunități precum Future Energy Leaders.

Privind spre următorii cinci ani, care credeți că vor fi cele mai importante schimbări pe care Inteligența Artificială le va aduce în piețele de energie din România și din Europa?

Lucian Pamfile:  Aș reține următoarele patru schimbări importante.

În primul rând, automatizarea ar putea deveni standard, nu diferențiator între companii. În anul 2030, sau chiar mai devreme, a avea trading algoritmic pe piața intrazilnică va fi similar cu  a avea astăzi un sistem de gestiune a riscului. Avantajul se mută spre calitatea datelor proprii și viteza de adaptare a modelelor.

În al doilea rând, trebuie să ne așteptăm să apară modele de AI dedicate sectorului energetic. Recent, Comisia Europeană a lansat proiectul “AI.grids”, o inițiativă care reunește 48 de parteneri, între care operatori de rețea și institute de cercetare, pentru dezvoltarea unor modele europene comune de gestionare a rețelelor. Apoi, există instrumentul Horizon Europe, care prevede alocări de fonduri europene pentru AI în energie. În plan mai larg, miza asumată la nivel european este suveranitatea tehnologică, ceea ce ar trebui să presupună și control asupra modelelor de care depinde infrastructura critică, precum energia.

În al treilea rând, trebuie să ținem cont de faptul că datele devin infrastructură comună, prin Spațiul European al Datelor Energetice. Efectul acestei măsuri este că accesul la date de calitate încetează să fie un avantaj al companiilor mari, iar asta este o veste bună și pentru participanții mici și mijlocii din România.

Nu în cele din urmă, riscul de omogenizare, despre care vorbeam mai devreme, se va accentua: dacă toți construiesc peste aceleași modele, strategiile devin corelate, iar deciziile luate în baza acestora ar putea fi asemănătoare, generând dezechilibre în sistem. Cred că în cinci ani sau chiar mai puțin vom avea primele discuții serioase despre diversitatea algoritmică ca obiectiv de reglementare.

Pentru ca România să aibă succes în anii următori, există însă trei condiții: transparența datelor de sistem, cu argumentele de mai sus; oamenii bine pregătiți, prin programe care combină energia cu modelarea, în parteneriat între companii și universități; și prezența în proiectele europene (nu ca beneficiar pasiv de fonduri, ci ca partener în consorțiile care construiesc efectiv modelele).

Închei cu o notă de echilibru: inteligența artificială va amplifica diferența dintre cei care abordează problemele structurale ale piețelor de energie și cei care nu; chiar dacă AI-ul poate accelera unele procese importante, direcția va rămâne la fiecare dintre jucătorii relevanți din piață, fie că vorbim despre companii sau despre factorii de reglementare. Până atunci, în această cursă competitivă, avem un imbold suplimentar pentru a ajunge, în România, la un grad superior de maturizare a pieței.