EnergíaOperaciones

Cómo AES Usa Claude en Vertex AI para Automatizar Auditorías de Seguridad

AES, empresa energética global en transición hacia las energías renovables, desplegó Claude en Vertex AI de Google Cloud para automatizar su proceso de auditoría de seguridad en miles de activos. El framework multi-agente hizo que la generación de resultados de auditoría fuera un 96% más rápida y redujo los costes de auditoría un 99%, mejorando además la precisión entre un 10 y un 20%. Esta transformación permitió a AES escalar las operaciones de seguridad al mismo ritmo que su cartera de energías renovables, en constante crecimiento.

Resultados

96%Mejora en la velocidad de generación de resultados de auditoría
10–20%Incremento en la precisión de las auditorías
99%Reducción en los costes de auditoría
1,550Auditorías de seguridad realizadas anualmente

Herramientas y tecnologías

1C
Claude
Anthropic's AI assistant for analysis, writing, and reasoning tasks.
2GV
Google Vertex AI
Google Cloud unified ML platform for building, deploying, and scaling AI models and generative AI applications.

Categorías de IA

Desafío

AES realiza aproximadamente 1.550 auditorías de seguridad anuales, cada una de las cuales requería tradicionalmente hasta dos semanas, un ritmo insostenible a medida que el número de activos de energía renovable crece exponencialmente con el abandono de los grandes generadores tradicionales.

Solución

AES desplegó Claude en Vertex AI de Google Cloud en un framework multi-agente para automatizar la generación de resultados de auditorías de seguridad, aprovechando la infraestructura de seguridad de Vertex AI y su soporte para llamadas a la API de alto volumen.

Historia completa

AES es una empresa energética global que está llevando a cabo un importante cambio estratégico desde la generación de energía tradicional hacia fuentes renovables como el viento y el solar. Esta transición transformó fundamentalmente la complejidad operativa de la gestión de activos energéticos: mientras que una sola turbina tradicional genera cientos de megavatios, una turbina eólica genera solo unos 1,5 megavatios, lo que significa que AES debe gestionar ahora docenas de activos para igualar una producción equivalente. Esta explosión en el número de activos ejerció una enorme presión sobre los equipos operativos y de seguridad.

Accede a 455+ casos de uso de IA, 427+ herramientas y rankings de señales de adopción.

Casos similares

1AE
How Axia Energia Eliminated 90% of Manual Audit Work with Automation Anywhere AI
Axia Energia
90%Manual effort eliminated in audit workflows
2HE
How Hawaiian Electric Uses Databricks Agent Bricks to Accelerate Regulatory Document Retrieval
Hawaiian Electric Company
30% to 85%Improvement in document retrieval accuracy
3SA
How SSE Airtricity Drives 90% Customer Engagement with AI Energy Insights
SSE Airtricity
90%Customer engagement with personalized insights
4BH
How Baker Hughes Uses AI to Optimize Sourcing Across 800+ Global Sites
Baker Hughes
900,000SKUs supported by C3 AI Sourcing Optimization
5P
How Petrobras Uses Generative AI to Uncover $120M in Tax Savings
Petrobras
$120MTax savings identified
6P
How Petrobras Recovers $2M Annually with Automation Anywhere Agentic AI
Petrobras
$2MAnnual financial recovery from automated compliance
7RS
How Reno Salvage Uses ChatGPT to Eliminate Downtime and Manage Inventory
Reno Salvage
1 afternoonInventory system build time
8BH
How Baker Hughes Uses C3 AI to Optimize Sourcing Across 800+ Sites
Baker Hughes
900,000SKUs supported by the platform
Ver todos los casos →