Observatorio de IA

Caso de uso de IA en Ancap: proyección de demanda de gasoil, gasolinas y gas licuado de petróleo (GLP)

Informes

15/07/2024
Modelo de inteligencia artificial utilizado por la Administración Nacional de Combustibles, Alcohol y Portland (ANCAP) para proyectar la demanda de gasoil, gasolinas y gas licuado de petróleo (GLP). La solución considera datos históricos, políticas públicas, previsiones de mercado y condiciones específicas de cada combustible.

Identificación del organismo

  • Organismo: Ancap.
  • Fecha de reportado: 06/05/2024.

Información del caso de uso

  • ¿Cuál es el número de caso dentro del Observatorio de IA?: 27.
  • ¿Qué es y cómo funciona?: es un sistema destinado a proyectar la demanda de gasoil, gasolinas y GLP para distintos períodos de análisis. El modelo utiliza información sobre el comportamiento histórico de la demanda y la combina con factores específicos según el producto, como la actividad del sector arrocero para el gasoil, el turismo para las gasolinas y las previsiones meteorológicas para el GLP. También considera políticas públicas y previsiones de mercado.
  • ¿Qué problema resuelve?: permite anticipar las necesidades de gasoil, gasolinas y GLP para los períodos de análisis, aportando información para la planificación y la toma de decisiones sobre abastecimiento y compras.
  • ¿Cuál es el público objetivo al que impacta?: equipos de trabajo de Planificación y Control Comercial de Ancap.
  • ¿Cuál es el estado de implementación?: desarrollo finalizado, en etapa de producción.  
  • ¿Cuándo comenzó la iniciativa?: sin datos.

Desarrollo técnico del sistema

  • ¿Qué tecnologías utiliza?: aprendizaje automático? (ML, aprendizaje profundo y clustering).
  • ¿Qué tipo de licencia código y/o librería utiliza?: librerías de código abierto para proyección de demanda.
  • ¿Qué lenguaje utiliza?: Python.
  • ¿Quiénes son responsables del desarrollo?: desarrollo realizado de forma mixta, con participación del organismo y de un proveedor externo.
  • ¿Cuáles son las áreas funcionales involucradas?: Tecnología, Informática y personas expertas en la temática.
  • ¿Qué tipos de datos se utilizan para el entrenamiento?: datos estructurados.
  • ¿Involucra la participación humana en la decisión final?: sí, el modelo genera un reporte que funciona como insumo para el equipo responsable de tomar las decisiones de compra.
  • ¿Cuáles son las principales dificultades y los retos identificados?: no se han reportado dificultades o retos específicos. 

Etiquetas

Casos de uso de Inteligencia Artificial en el Estado