Considerad este artículo como una mera introducción a Microsoft Cloud for Sustainability. Hay mucho que contar de esta aplicación y es imposible en un único artículo.
Se trata de una solución de Microsoft que permite a las empresas gestionar la información derivada de medir, reducir y compensar sus emisiones de carbono. Toda la solución basa su propuesta en metodologías reconocidas internacionalmente, utilizando para ello datos de fuentes confiables para permitir el cálculo de las emisiones de carbono de una organización.

Funcionalidad general
Medición de la huella de carbono: Utilizando modelos de cálculo y perfiles de cálculo basados en estándares internacionales, permite a las organizaciones medir y monitorear sus emisiones de carbono de manera precisa y transparente.
Identificación de las principales fuentes de emisiones: Los modelos de cálculo y los perfiles de cálculo ayudan a las organizaciones a identificar las principales fuentes de emisiones y a desarrollar estrategias para reducirlas.
Reducción de emisiones: MCS proporciona herramientas y recursos para ayudar a las organizaciones a reducir sus emisiones de carbono a través de la implementación de prácticas sostenibles y la adopción de tecnologías limpias.
Compensación de emisiones: La solución también ofrece opciones para compensar las emisiones no evitables mediante la inversión en proyectos de energías renovables y conservación de la biodiversidad, permitiendo a las organizaciones alcanzar una neutralidad de carbono.
Monitoreo y reporting: MCS proporciona una plataforma en línea fácil de usar para que las organizaciones puedan monitorear sus emisiones y progreso en tiempo real, así como compartir informes transparentes con sus partes interesadas.
Data Connections
Lo anterior en cuanto a propósito y utilidad muy, pero que muy general y genérica. MCS es mucho más. Cabe destacar, entre la operativa más alucinante que he detectado, la conexión con infinidad de orígenes de datos. Hay que tener en cuenta que gran parte de los parámetros que nos permiten realizar los cálculos, son parámetros y datos normalizados, estandarizados y que residen en fuentes absolutamente fiables. Era de esperar que este sistema tuviese integrado un motor de conexión de datos externos como el que actualmente dispone.

Como se puede apreciar en la imagen anterior, el sistema dispone de tres áreas de datos sobre las cuáles podemos intervenir en términos de automatización de conexión de datos:
- Datos de actividad. Los datos relativos a emisiones reales, pero no calculadas.
- Precálculo de emisiones. Datos precalculados de emisiones totales. Utilizado cuando no dispones de información real y basas tus análisis en una estimación.
- Datos de referencia. Datos maestros que requiere el sistema para poder presentar información: moneda, vehículos, tipos de energía, etcétera.

Inteligencia Artificial en Microsoft Cloud for Sustainability
La IA desempeña un papel importante en Microsoft Cloud for Sustainability. Es posible utilizar tecnología IA para implementar algoritmos de aprendizaje automático que optimicen la eficiencia energética en los centros de datos, o para analizar datos de sensores que detecten y prevengan fugas de gases de efecto invernadero.
También se pueden utilizar modelos de IA para analizar grandes volúmenes de datos climáticos. Con respecto a esto último, hay que pensar que por coste y utilidad, MCS está orientado a grandes empresas con grandes volúmenes de facturación y negocio, y por lo tanto, empresas que generan una cantidad ingente de documentación relacionada con emisiones.
Dataverse y Azure Data Lake.
El propósito de MCS es el de administrar datos y representarlos gráficamente. Es un reduccionismo, sí, pero al final del camino hay una fase para la medición y el cálculo y otra para la supervisión gráfica de emisiones y consecución de objetivos.
Toda la operativa de negocio se sustenta en el uso de una base de datos Dataverse, (Microsoft Power Apps). Con la versión estándar del producto se dispone de una estructura base creada en Dataverse que puede ser extendida por el cliente, (pero no modificada ni alterada). Esto, en cuanto a los datos.
El análisis de resultados y evolución se lleva a cabo mediante el uso de tecnología Microsoft Power BI explotando un Azure Data Lake que hay que alimentar desde Dataverse. Esta es la estructura básica y sin entrar en profundidad.

- Datos maestros: reciben el flujo continuo de datos de actividad y admite cálculos de emisiones casi en tiempo real.
- Datos transaccionales: datos de actividad que incluyen todo lo que puede producir emisiones. Lleva a cabo cálculos con datos transaccionales que se integran periódicamente. Todos los datos de soporte (o maestros) y los datos transaccionales se almacenan en Dataverse.
- Datos analíticos: se utilizan para alimentar cuadros de mandos. Los datos analíticos se almacenan en Data Lake.
Conclusión
Revisión rápida para empezar a conocer algo de lo que se nos viene en 2023. Poco a poco iremos desgranando funcionalidades más específicas, esta vez, acompañadas de vídeos.
Comenzamos…