Traducido del inglés al español - www.onlinedoctranslator.

com

energías
Artículo

Ciudades inteligentes sostenibles y gestión de la energía: la

perspectiva del mercado laboral

Olga Pilipczuk

Instituto de Gestión, Universidad de Szczecin, 71-004 Szczecin, Polonia; olga.pilipczuk@usz.edu.pl

Recibido: 26 de octubre de 2020; Aprobado: 17 de noviembre de 2020; Publicado: 20 de noviembre de 2020

Abstracto: Hoy en día, la sostenibilidad es uno de los objetivos estratégicos de las ciudades inteligentes. Ellos son las esencial
solución para crear el futuro sostenible. Por otro lado, la ciudad inteligente está destinada a hacer frente a los problemas de
la gestión energética. Este artículo examina la influencia del concepto de ciudades inteligentes y sostenibles en la gestión de
la energía desde la perspectiva del mercado laboral. El documento llena el vacío de investigación sobre la transformación de
la profesión de gestor de energía teniendo en cuenta el concepto de ciudad inteligente y sostenible. El objetivo del
documento es crear un modelo de habilidades de gestión de energía holístico actualizado con un enfoque en tecnologías
emergentes. El modelo de habilidades refleja la sinergia de dos enfoques metodológicos: los enfoques teórico y práctico. Se
utilizan estadísticas descriptivas para presentar los resultados de la investigación del mercado laboral. Se concluye que los
elementos centrales del concepto de ciudad inteligente y sostenible que tienen un impacto en la gestión energética son la
sostenibilidad y los macrodatos. ff Hay diferencias en la cantidad y estructura de la demanda de habilidades de gestión
energética por países, pero al mismo tiempo se encuentran requisitos de habilidades similares. El modelo de habilidades de
la profesión de administrador de energía se basa en varios grupos principales asociados con conocimientos específicos,
habilidades sociales y habilidades de comportamiento. Los hallazgos de la presente investigación pueden contribuir al
conocimiento y la práctica aplicándolos en el proceso de desarrollo de modelos de competencia de administradores de
energía en empresas comerciales y no comerciales, así como en programas de educación y cursos de capacitación.

Palabras clave: gestión energética; sustentabilidad; ciudad inteligente; mercado de trabajo; gerente de energía

1. Introducción

La energía es el sector industrial más grande del mundo y representa alrededor del 70% del PIB mundial [ 1 ].
Los problemas de gestión de la energía son actualmente un desafío contemporáneo, especialmente la conexión de
las ciudades inteligentes y la gestión de la energía. Por otro lado, “la gestión energética es uno de los elementos más
exigentes dentro de los centros urbanos por la complejidad de los sistemas energéticos y su papel vital” [ 2 ].
Desafortunadamente, según Deloitte, la gestión de la energía está actualmente "detenida por las pandemias". Sin
embargo, está "a punto de prevalecer" [ 3 ].
Las ciudades inteligentes han sido ampliamente discutidas bajo el concepto de sostenibilidad. En la industria
energética, “el concepto de sostenibilidad muestra claramente su compleja naturaleza interdisciplinaria” [ 4 ]. La
sostenibilidad de los sistemas energéticos se suele analizar desde una perspectiva económica, social y
medioambiental [ 4 ]. El acceso a la energía sostenible es necesario para mejorar los niveles de vida, el desarrollo
común y el crecimiento económico [ 5 ].
También se ha convertido en un entendimiento compartido de que el desarrollo sostenible va de la mano
con el acceso a la energía sostenible [ 1 ]. Así, el concepto de desarrollo sostenible se ha vinculado a la energía
sostenible [ 1 ].
El tema del desarrollo y mejora de la energía sostenible se ha investigado en di ff diferentes sectores
económicos, incluidos el transporte, la manufactura, la información y las comunicaciones, la agricultura, el
inventario ecológico, la contaminación y los recursos materiales [ 6 - 8 ].

Energias 2020, 13, 6084; doi: 10.3390 / en13226084 www.mdpi.com/journal/energies

Energias 2020, 13, 6084 2 de 24

Las ciudades inteligentes también se han discutido bajo el concepto de inteligencia, “relacionado con la
comprensión de las dimensiones que las caracterizan, los impulsores que potencian su inteligencia” [ 9 ].
Asimismo, la inteligencia artificial y las tecnologías cognitivas desempeñan un papel importante en el desarrollo de la
industria energética. “Constituye un catalizador hacia la conceptualización y generación de aplicaciones y servicios
innovadores para la gestión de la energía y la energía-e ffi edificios cient "[ 10 ].
Deloitte destaca el papel de las tecnologías cognitivas en el sector del petróleo y el gas [ 11 ], señalando
que el "fl ujo de energía optimizado hacia las y puntos de consumo como potencial futuro
aplicaciones de baterías" [ 11 ].
La empresa IBM comparte la opinión de Deloitte. Los ejecutivos de IBM afirman que el IoT cognitivo crea
el insu ffi oportunidad ciente para la industria del gas y el petróleo [ 12 ]. “El IoT cognitivo es una forma de utilizar
enfoques de aprendizaje automático para analizar y aprender de los datos de una multitud de fuentes” (IBM Oil and
Gas SME) [ 12 ].
Según la investigación del IBM Institute for Business Value, en 2016, "el 94% de los ejecutivos de petróleo y gas
familiarizados con la computación cognitiva creen que desempeñará un papel disruptivo en la industria del petróleo
y el gas" [ 13 ]. También destacan el papel de la informática cognitiva para la gestión de macrodatos en entornos
inteligentes [ 13 ].
El concepto de ciudad inteligente y sostenible podría discutirse desde la perspectiva de la profesión de gestor
de energía. Los ejecutivos de energía señalan que para ellos “la mayor oportunidad es utilizar soluciones innovadoras
que no solo brinden ahorros de energía atractivos, sino también una gama más amplia de beneficios comerciales
tangibles y medibles” (James Tiernan, gerente de energía y medio ambiente del grupo, Unite Students) [ 14 ].

Dan Fernbank, Gerente de Energía y Sustentabilidad de la Universidad de Reading, notó la importancia de las
soluciones innovadoras: “un desafío clave para nosotros es buscar soluciones de financiamiento más innovadoras
para proyectos de sustentabilidad con más restricciones en los presupuestos internos” [ 14 ].
Además, algunos autores introducen la definición de profesión de administrador de ciudad inteligente y describen las
principales responsabilidades y habilidades del administrador de ciudad inteligente y el papel que desempeñará en el futuro [
15 ]. Según la investigación de Michelucci, De Marco y Tanda, quienes estudiaron las principales habilidades y competencias
que se requieren actualmente para un puesto de administrador de ciudad inteligente, “se pasan por alto las
responsabilidades y los planes de estudio del administrador de la ciudad inteligente” [ 15 ]. Los autores utilizaron el método
de cuestionario para el análisis de las principales competencias y habilidades requeridas. Definieron las siguientes
habilidades necesarias: TIC, conocimientos económicos, normativas, principios de contratación, finanzas, datos abiertos y
grandes, planificación urbana, energía e ffi eficiencia, gestión de proyectos, edificación sostenible, gestión de espacios
públicos e idiomas. También destacaron la importancia de las siguientes habilidades sociales: liderazgo, personalidad y
capacidades de relación [ 15 ].
El informe del Modelo de Desarrollo Sostenible Inteligente elaborado en 2018 representa el modelo
como puente entre el desarrollo inteligente y el desarrollo sostenible y sus principales desafíos y
oportunidades en la gestión de desastres. Los autores destacaron la importancia de este modelo para
contribuir a la implementación exitosa de los Objetivos de Desarrollo Sostenible [ dieciséis ].
Varias revistas, así como números especiales, tienen como objetivo aumentar la cantidad de investigación sobre este
tema, por ejemplo, el número especial de sostenibilidad de Daniel P mi rez Gonz a lez "Economía energética e innovación de
las ciudades inteligentes" [ 17 ].
Sobre todo, en la literatura sobre el sector energético, todavía existe una brecha de investigación en la influencia de las
tecnologías emergentes en la gestión de la energía desde la perspectiva del mercado laboral, especialmente en términos de los
conceptos de ciudad inteligente sostenible. Además, hay una falta de investigación científica sobre las habilidades y habilidades
actuales de los gestores de energía.
Para analizar los principales aspectos de la transformación de la profesión de gestor de energía y el impacto de las
tecnologías emergentes y el concepto de ciudad inteligente y sostenible en la gestión de la energía, en este artículo se
presenta un estudio de investigación. Se utilizó el enfoque de investigación híbrido basado en el estudio de la literatura y el
análisis del mercado laboral. Como resultado del análisis de impacto de conceptos emergentes, se creó el modelo de
habilidades. Artículos científicos y fuentes de literatura no científica, como informes y opiniones de expertos,
Energias 2020, 13, 6084 3 de 24

fueron considerados. El estudio del mercado laboral se basó en el análisis del sitio web de búsqueda de empleo. Por lo tanto, los
resultados finales de la investigación podrían tener importantes implicaciones prácticas.
El artículo está estructurado de la siguiente manera. Primero, se presenta el marco de investigación y se describen los
pasos principales del procedimiento de investigación. Posteriormente, se presentan los resultados del estudio de la literatura,
destacando las cuestiones planteadas por la investigación sobre la influencia del concepto de ciudades inteligentes
sostenibles en la gestión energética. El estudio de la literatura es seguido por la investigación del mercado laboral y la
discusión de los resultados y limitaciones de esta investigación. Finalmente, se discuten las conclusiones y las posibilidades
de que la investigación continúe y se amplíe.

2. Materiales y métodos

El marco de investigación se relacionó con dos enfoques metodológicos: el teórico y el

enfoques prácticos (Figura 1 ).

Objetivos de investigación Grupo objetivo Métodos de información

identificación identificación identificación de extracción

Revisión de literatura
(artículos científicos, informes técnicos, opiniones de expertos de la industria,

Análisis de datos y Grupos de habilidades básicas Modelo de habilidad

interpretación identificación construcción de estructuras

Trabajo m a investigación de mercado

(sitio web de búsqueda de empleo)

Filtrado, análisis de datos Gráfico Validación del modelo de habilidad

a Dakota del Norte I norte t mi r pag r mi t a t ion presen t a ti el de d a t a

Pre s en t ación y dis C nosotros s ion de la r es mi Arkansas C aquí s ul t s

Modelo de habilidad
Descripción de hallazgos Toma de conclusiones
revisión y corrección

Planificación de investigaciones futuras

Figura 1. El marco de investigación.

Energias 2020, 13, 6084 4 de 24

Fue construido de acuerdo con los procedimientos aplicados en las obras científicas [ 18 - 24 ] y los
requisitos metodológicos presentados en esta literatura sobre el tema [ 19 - 23 ]. En [ 19 ], los autores,
refiriéndose a una amplia literatura sobre el tema, definieron las etapas básicas del desarrollo del modelo:
etapa de diseño (inicial), etapa de desarrollo, etapa de preparación, etapa de implementación y etapa de
validación. En [ 21 ], los autores destacaron la importancia de la etapa inicial y de validación.
En [ 19 ], los autores definieron los principales pasos de su investigación, que tuvo como objetivo la creación del modelo
competencial, como la definición de los objetivos, la definición y planificación de la metodología, la creación del modelo, la
implementación, la evaluación y la mejora continua.
En [ 24 ] los autores discutieron la estructura jerárquica del modelo de competencia. Argumentaron que
todas las competencias deberían agruparse en varios grupos principales de competencias y dividirse en otras
categorías.
La primera etapa del procedimiento cubre la identificación de los objetivos de la investigación y la selección del grupo
destinatario. Se eligió el grupo objetivo de puestos de trabajo de gestores de energía. En la misma etapa, se seleccionaron los
métodos de recolección de datos. Entre di ff Se eligieron diferentes métodos, la revisión de la literatura y la encuesta del
mercado laboral para llenar el vacío de investigación. En la siguiente etapa, se llevó a cabo el estudio de la literatura y se creó
la estructura principal del modelo de habilidades. La estructura general del modelo se construyó integrando las habilidades
en los grupos y subgrupos principales y proporcionando las competencias adecuadas para cada grupo.

Para evaluar los resultados del estudio de la literatura, se realizó una investigación del mercado laboral. En esta etapa,
se utilizaron el filtrado de datos, el análisis, la interpretación y la presentación gráfica. Es decir, se llevó a cabo la validación
del modelo de habilidad. La última etapa fue la revisión y corrección del modelo. Se agregaron al modelo las destrezas y
habilidades que aparecen con frecuencia en los puestos de trabajo y que no fueron identificadas anteriormente como
resultado del estudio de la literatura. Las habilidades que no aparecen en el análisis del mercado laboral fueron excluidas del
modelo.

2.1. Revisión de literatura

En la investigación científica, la gestión de la energía se considera un elemento clave de los sistemas energéticos complejos
para las ciudades inteligentes [ 25 ].
La revisión de los sistemas de digitalización de big data de energía en el sector energético revela los desafíos
mencionados en la gestión del volumen, variedad y velocidad de los datos [ 26 ]. “Por lo tanto, el big data es la tecnología
esencial para realizar el cambio de paradigma en el sector energético” [ 27 ]. Algunos artículos investigan las fuentes de big
data de energía. En [ 26 ], los autores distinguieron dos grupos de fuentes de datos: datos de servicios eléctricos y datos
complementarios [ 26 , 28 ]. Se podrían obtener datos suplementarios de fuentes de datos tales como datos del sistema de
información geográfica (SIG), datos del sistema de posicionamiento global (GPS), datos de referencia de tiempo, datos
meteorológicos y de rayos, datos de reflexión sísmica, datos de migración animal, datos de mercado financiero, datos
sociales. datos de medios y datos de informes normativos "[ 26 ].
Varias tecnologías esenciales apoyan la introducción de aplicaciones de macrodatos en el sector energético [ 29 ,
30 ]: red inteligente, Internet de las cosas (IoT) y computación en la nube [ 31 - 33 ].
Big data acompañan a la di ff Procesos actuales en la industria energética desde la producción, pasando por la
logística y hasta el consumo [ 34 ]. En realidad, las tecnologías de big data ayudan a procesar la mejora continua, por
ejemplo, al influir en el aumento del consumo de combustible. ffi eficiencia [ 35 ].
En el sector energético, el big data se coordina, analiza y e ff aplicado de forma efectiva a la analítica de
macrodatos. Estos análisis proporcionan servicios energéticos sofisticados [ 36 , 37 ]. El análisis de big data ayuda a
generar pronósticos precisos del consumo de energía, que ff ect generación de energía a partir de fuentes de
energía renovables y precios [ 10 , 27 ].
Además, se observó que “las tecnologías de big data, combinadas con inteligencia artificial, es decir, el
nuevo 'motor' de la Cuarta Revolución Industrial y los habilitadores de gestión de infraestructura de IoT,
constituyen un catalizador para conceptualizar y generar aplicaciones y servicios innovadores para la gestión
de la energía” [ 38 ], especialmente en términos de desarrollo sostenible.
Energias 2020, 13, 6084 5 de 24

El libro "Gestión de la energía para el desarrollo sostenible" proporciona un foro sobre políticas y
estrategias, así como tecnologías para describir y discutir cuestiones de gestión de la energía en términos de
lograr el desarrollo sostenible en muchos sectores de la energía [ 39 ]. Los autores discutieron los problemas
ambientales actuales entre muchos países, como China, Nigeria, Estados Unidos, Taiwán y los de la región
subsahariana, y propusieron varias formas de solución.
Muchos autores destacan el papel significativo de las aplicaciones de tecnología de big data para el diseño, la
planificación y la gestión de ciudades inteligentes y sostenibles [ 40 - 43 ].
El concepto de sostenibilidad, el crecimiento urbano y el desarrollo tecnológico han convergido bajo el
concepto de “ciudades inteligentes y sostenibles” [ 44 , 45 ]. Una ciudad así "está respaldada por el uso masivo
de TIC avanzadas en conexión con varios dominios y sistemas urbanos" [ 44 ].
En su trabajo “Hacia ciudades inteligentes sostenibles” [ 41 ], los autores describieron las principales tendencias y
desafíos actuales que tienen lugar en el concepto de ciudad inteligente. También discutieron las premisas para la
convergencia de la sostenibilidad y el concepto de ciudad inteligente creando un nuevo concepto de “ciudad inteligente
sostenible”. Describieron la arquitectura, las principales características y las formas de implementación de los proyectos de
ciudades inteligentes en la práctica.
En [ 42 ], los autores discutieron el papel de los sistemas de energía inteligente para las ciudades inteligentes
sostenibles. Concluyeron que una ciudad inteligente necesita enfoques inteligentes para gestionar y coordinar la diversa
gama de tecnologías aplicadas.
Descripciones detalladas de di ff Los diferentes aspectos de las ciudades inteligentes y sostenibles son ff
publicado en la revista Sustainable Cities and Society (SCS). Esta revista internacional presenta muchos trabajos con el
enfoque en “investigación fundamental y aplicada dirigida a diseñar, comprender y promover ciudades
ambientalmente sostenibles y socialmente resilientes” [ 43 ].
Los autores de [ 46 ] describió los desarrollos actuales en el sector de la energía inteligente, destacando los
desafíos clave emergentes y esbozando las perspectivas futuras para la industria. Entre muchos otros, argumentaron
"que las ciudades inteligentes necesitan enfoques inteligentes para gestionar y coordinar la diversa gama de
tecnologías de suministro y conversión".
“Una ciudad inteligente es una ciudad que utiliza los avances tecnológicos (como IoT, big data, cloud
computing, IA, etc.) para transformarse en un ecosistema innovador, preocupado por lograr el bienestar de
sus ciudadanos, con especial atención al desarrollo sostenible. "[ 47 ].
Los autores de [ 48 ] afirmó que el concepto de ciudad inteligente se ha introducido como modelo para
desarrollar la ciudad del futuro, y la mayoría de las mejoras y transformaciones en este modelo se basan en aspectos
energéticos.
Cuarenta y tres de fi niciones de ciudades inteligentes, evaluadas de acuerdo con la di ff Se identificaron diferentes dimensiones de la

sostenibilidad [ 49 ].

Los autores de [ 50 , 51 ] describió los elementos fundamentales y sinérgicos de una ciudad inteligente: la
tecnología, la economía y la gestión de los recursos energéticos que permiten el desarrollo sostenible, así
como la percepción y preocupación social sobre estos temas.
Los autores de [ 52 ] proporcionó pautas para la gestión de la energía y cómo ayudar a una organización a
mejorar su desempeño energético y financiero de manera que se distinga a la organización como líder ambiental. En [
9 ], los autores proporcionaron 16 pautas del estatuto de ciudades inteligentes para aumentar su inteligencia y
hacerlas más inteligentes.
Los autores de [ 53 - 56 ] analizó la relación entre la ciudad inteligente y el concepto de sostenibilidad
energética y confirmó la correlación de estos dos conceptos.
Algunos artículos se centran en soluciones de ciudades inteligentes que desafían los problemas de movilidad [
57 , 58 ]. Los autores de [ 57 ] presentó un marco de referencia que apoya los procesos de toma de decisiones de las
organizaciones públicas y privadas. Este marco sirve como base para el diseño y desarrollo de la solución de
movilidad de ciudad inteligente propuesta.
Varios trabajos destacan el énfasis del big data en los sistemas geoespaciales [ 59 - 62 ]. Son el elemento
esencial de la ciudad inteligente. Los sistemas de big data geoespaciales funcionan con muchos datos geoespaciales
recuperados de un entorno de ciudad inteligente.
Energias 2020, 13, 6084 6 de 24

Las tecnologías cognitivas crean la próxima oportunidad para aumentar la gestión de la energía e ffi eficiencia. “El mapa
cognitivo difuso es una metodología establecida para el análisis de escenarios y para apoyar un proceso de toma de
decisiones en la industria energética” [ 63 ]. Los sistemas de radio cognitivos son herramientas para energy-e ffi diseño ciente
de detección de canales [ 64 , sesenta y cinco ]. Las tecnologías cognitivas también son útiles durante la fase de renovación de
edificios. “La capa cognitiva de fi ne las reglas apropiadas para abrir y sombrear utilizando el algoritmo de árbol de decisión
aplicado a los datos generados por los sensores para inferir las preferencias de los usuarios” [ 66 ]. Las visualizaciones
cognitivas ayudan a proporcionar la interpretación adecuada de la información en la industria del gas y el petróleo [ 67 ].
Pueden presentar una gran cantidad de información en términos de un panel de gestión de energía.

Además, muchos autores han destacado la relación entre la inteligencia artificial y la sostenibilidad [ 68 -
71 ]. Las tecnologías artificiales también se han utilizado para la predicción en la industria energética.
Según Accenture, “A medida que la inteligencia artificial asume un número cada vez mayor de tareas, los gerentes
probablemente necesitarán fortalecer las habilidades innatas del ser humano, como la colaboración y las redes sociales” [ 72 ].
Otra tecnología que tiene una influencia creciente en la gestión de la energía es IoT. La demanda de energía de las
aplicaciones de IoT aumenta, mientras que los dispositivos de IoT continúan creciendo tanto en número como en requisitos.
Por lo tanto, las soluciones de ciudad inteligente deben tener la capacidad de e ffi utilizar cientemente la energía y manejar
los desafíos asociados [ 25 ].
Los autores de [ 73 ] presentó “el e ff Ortes sobre la optimización del consumo de energía mediante la implementación de un
sistema de gestión de energía utilizando las tendencias actuales de integración de componentes / sistemas / plataformas de IoT a
través de una arquitectura en capas ”.
Los autores de [ 74 ] argumentó que IoT “transforma la gestión energética simple del edificio en una gestión energética
inteligente del edificio”. También ayuda a aumentar la seguridad del edificio, lo que ayuda a proporcionar "visualizaciones
predictivas / en tiempo real que integran datos históricos de sensores de IoT con datos de sensores de IoT en tiempo real".

Otro documento proporciona un marco para energy-e ffi optimización y programación cientificas de ciudades inteligentes
basadas en IoT [ 25 ]. También analiza la recolección de energía en ciudades inteligentes, “que es una solución prometedora para
extender la vida útil de los dispositivos de bajo consumo y sus desafíos relacionados” [ 25 ].
Además, “IoT puede ayudar a mejorar la energía e ffi eficiencia, aumentar la proporción de energía renovable y reducir
los impactos ambientales del uso de energía ”[ 75 ].
Los autores de [ 76 [ 76 ]. “Green IoT visualiza el concepto de reducir el consumo de energía de los
dispositivos de IoT”.

El IoT cognitivo es un campo de investigación relativamente nuevo y no se ha explorado lo suficiente como para
analizar en profundidad su influencia en la gestión de la energía [ 77 ]. Los autores de [ 77 ] intentó proporcionar soluciones
cognitivas para el uso de IoT.
En los últimos años aparece el nuevo concepto de Internet de la Energía (IdT). “IdT permitirá el intercambio de energía
entre una amplia variedad de fuentes y cargas, incluidas las fuentes de energía renovable, el almacenamiento distribuido de
energía, los vehículos eléctricos enchufables, los" prosumidores "domésticos e industriales [ 78 ].
Para aplicar las tecnologías emergentes mencionadas anteriormente en la práctica, las empresas necesitan administradores de
energía experimentados con sólidas habilidades interpersonales "para formar equipos, fomentar la innovación y fomentar nuevas
formas de trabajo" [ 79 ].
Resumiendo los resultados obtenidos del estudio de la literatura, se concluyó que los principales elementos del
concepto de ciudad inteligente sostenible que actualmente tienen un impacto significativo en la gestión energética
son la sostenibilidad, el big data, las ciudades inteligentes, la inteligencia artificial y el IoT.
Sin embargo, tecnologías como IoT, computación en la nube y computación cognitiva se tratan más como soluciones
tecnológicas, no como conceptos a la luz de la profesión de administrador de energía.
De hecho, el rol del administrador de energía ha cambiado significativamente. “En la década de 1970, el papel del
administrador de energía se tipificó como un bombero que usaba la gestión de crisis para mantener la industria en marcha” [
79 ]. Con el cambio en los métodos de valoración y análisis de energía [ 80 ], se crearon nuevos conceptos [ 81 ], que cambió
los programas y políticas de gestión de la energía y creó nuevas direcciones para los gestores de energía en
Energias 2020, 13, 6084 7 de 24

la década de 1980 [ 79 , 82 ]. Hoy en día, un gerente experimentado combina habilidades técnicas con experiencia en
financiamiento, planificación, estrategia, comunicación, análisis, creación e interpretación de políticas públicas [ 80 , 83 ].
A pesar de esto, hay una falta de artículos científicos sobre los desafíos de la transformación de la profesión de
administrador de energía.
Dalton y col. destacó la naturaleza intercultural de la profesión actual de administrador de energía.
Notaron la importancia del conocimiento y el valor de la ley y los sistemas sociales de di ff diferentes culturas /
subculturas [ 82 ]. Los autores de [ 84 ] describió la naturaleza interdisciplinaria de la organización y la gestión
inteligentes en las ciudades inteligentes.
Ballini y col. describió el papel del administrador de energía y el significado de la gestión de recursos y la norma
ISO 50001 para administradores de energía [ 83 ]. Propusieron utilizar los resultados para desarrollar futuros
programas de formación y educación dirigidos a gestores de energía.
El papel de un administrador de energía también ha cambiado bajo la influencia del desarrollo de sistemas de control
digital complejos [ 85 ]. “Para aprovechar el potencial de estos sistemas, sus operadores deben tener las habilidades
adecuadas, lo que requiere apoyo para el aprendizaje a lo largo de la carrera” [ 85 ].
Se proporciona más información sobre habilidades, competencias y habilidades concretas en varios informes
técnicos, estudios y artículos [ 86 - 94 ].
Primero, los expertos notaron que, "para establecer un programa de energía exitoso, el administrador de
energía debe tener un buen conocimiento de los aspectos técnicos y de gestión de la gestión de la energía" [ 86 ].
Según la investigación de Global Superior Energy Performance Partnership [ 87 ], los administradores de
energía deben tener habilidades en cada etapa del proceso de administración de energía “desde iniciar un programa
de administración de energía, realizar una revisión de energía, planificar la administración de energía, implementar la
administración de energía hasta la medición y verificación”.
Los autores de [ 88 ] señaló el significado de las siguientes habilidades:

• “Habilidades sociales y de comportamiento: habilidades de comunicación, habilidades de liderazgo técnico, habilidades

organizativas, gestión del tiempo, habilidades de facilitación, establecimiento de prioridades, planificación estratégica,
formación de equipos, lectura y comprensión, competencia, resolución de conflictos, desarrollo y seguimiento de objetivos
energéticos, interpretación analítica y de políticas habilidades".

• “Conocimientos técnicos: matemáticas, álgebra, estadística, datos, conocimiento de conceptos energéticos,

planificación estratégica, análisis y tendencias, habilidades de software, habilidades eléctricas, mecánicas y de
procesos, y fundamentos empresariales”.
• “Gestión de proyectos (presupuestos, cronogramas, costeo básico de proyectos, cálculos financieros, desarrollo y
gestión de recursos de proyectos, habilidades de software de gestión de proyectos”).
• Economía vegetal.
• Habilidades de investigación.

En su plan de estudios [ 89 ], los autores mencionaron los siguientes requisitos de habilidades: proyecto
gestión, gestión de riesgos, gestión de relaciones, BPM, gestión de cambios, gestión de productos, gestión de
TI, ingeniería de software, análisis de datos (estadísticas y big data), TI en producción, estándares de
tecnología energética, principios fundamentales de energía, medición y evaluación de energía, energía e ff
mejora de la efectividad, predicción de energía futura, proyección de sistemas de energía, sistemas de energía
de construcción e investigación de la sustentabilidad energética.
Las habilidades y competencias técnicas de un director ejecutivo o ffi cer de energía según el Movimiento
Futuro de Habilidades de Singapur son [ 90 ]: gestión de la planificación empresarial, habilidades para la resolución
de problemas, gestión de las partes interesadas del negocio, habilidades de comunicación, gestión de relaciones con
el cliente de empresa a empresa, habilidades para la toma de decisiones, gestión de mejora continua, toma de
sentido, gestión avanzada de crisis, gestión de respuesta a emergencias, gestión de recursos, riesgo y gestión del
cumplimiento y sistema seguro de desarrollo e implementación del trabajo.
El modelo propuesto en la investigación de Global Superior Energy Performance Partnership [ 87 ]
compara las habilidades necesarias en varios países como Australia, Estados Unidos, Japón, Corea y Sudáfrica.
El estudio revela una gran di ff diferencias en los requisitos de competencia. El modelo de competencia
Energias 2020, 13, 6084 8 de 24

se estructuró según el ciclo de gestión energética. Los requisitos más altos para los puestos de trabajo de
gerente de energía se observaron en Australia y Estados Unidos. En Australia, por ejemplo, se requerían
gestión de energía, gestión de cambios, gestión de riesgos, gestión de contratos, habilidades de innovación,
resolución de problemas, comunicación, análisis, interpersonal, conocimiento de adquisición de energía,
contabilidad de energía, gestión de residuos, gestión del agua y muchas otras habilidades.
Además, ARCADIS subraya la importancia del conocimiento de procedimientos y políticas para los
gestores de energía. Según la opinión de ARCADIS, “el administrador de energía debe poder establecer,
implementar y mantener sus propios procedimientos, de conformidad con la política y los procedimientos
energéticos y los requisitos del Sistema de Gestión de Energía” [ 91 ].
Por otro lado, según el Departamento de Industria, Ciencia, Energía y Recursos del Gobierno de Australia,
el gerente de energía es una persona "con habilidades en comunicaciones, administración financiera y
sistemas de información, y comprensión de la tecnología" [ 92 ].
Además, el Ministerio de Recursos Naturales de Canadá destaca el papel de la capacitación en gestión de energía
dentro de las empresas. El Ministerio afirma que “una de las mejores formas de mejorar la energía e ffi La eficiencia es a
través de la capacitación en gestión de energía, es decir, asegurándose de que el personal ff están equipados para
aprovechar al máximo las oportunidades de ahorro de energía disponibles para la organización ”[ 93 ].
Actualmente, los administradores de energía actúan como socios comerciales en lugar de administradores de tareas [
94 ]. Los gestores de energía deben estar actualizados con los conceptos y tecnologías actuales. Los nuevos conceptos
que han influido en el sector energético aparecen en las últimas décadas incluyen la gestión del valor sostenible [ 95 ],
gestión sostenible de la cadena de suministro [ 96 ], toma de decisiones sostenible, ciudad inteligente y sostenible, gestión
inteligente de la energía [ 97 ], etc.
Resumiendo los resultados de la revisión de la literatura, se podría concluir que la profesión de gestor de
energía se caracteriza actualmente por las siguientes características:

norte Necesita un aprendizaje continuo y requiere una gran capacidad de aprendizaje.

norte Está bajo la influencia de conceptos emergentes y requiere conocimiento de nuevos conceptos.
norte Está bajo la influencia de tecnologías emergentes y requiere habilidades de TI avanzadas.
norte Requiere conocimientos financieros y contables.
norte Requiere conocimiento de procedimientos y políticas.
norte Requiere fuertes habilidades de liderazgo y comunicación.
norte Requiere sólidas habilidades analíticas y conocimientos de estadística.
norte Requiere fuertes habilidades tecnológicas que dependen del sector y conocimientos matemáticos y
tecnológicos comunes.
norte Requiere di ff diferentes habilidades de gestión.
norte Requiere las habilidades relacionadas con la proyección de nuevas tecnologías y políticas energéticas y habilidades de
investigación.
norte A menudo tiene una naturaleza intercultural e internacional y, por lo tanto, requiere conocimientos de idiomas.

La creciente popularidad del concepto de ciudad inteligente y sostenible está provocando cambios en la energía
profesión de gerente. El análisis de la literatura revela que muchos expertos subrayan la necesidad de un aprendizaje
continuo y una mejora de las habilidades de los gestores de energía. Esta profesión requiere ejecutivos muy hábiles
con conocimientos en di ff dominios actuales y conceptos emergentes, como big data y sostenibilidad.
De esta manera, el administrador de energía se convierte en una de las profesiones más desafiantes del futuro. Se
encontraron y seleccionaron las competencias y habilidades básicas requeridas para los puestos ejecutivos en el sector
de la energía para su posterior validación.
Finalmente, las siguientes habilidades fueron seleccionadas de di ff diferentes fuentes:

norte Conocimientos técnicos [ 86 , 88 , 89 , 92 ]: Ingeniería de sistemas energéticos [ 87 , 89 , 93 ], ISO 50001 y 50002 [ 83 ],

conocimiento de conceptos de energía [ 86 ], economía de plantas [ 88 ], planificación urbana [ 15 ], conservación de
energía [ 14 ], sistemas eléctricos [ 87 ], sistemas de construcción [ 87 ], tecnologías de energía avanzadas y renovables
[ 14 ], auditoría energética, adquisiciones [ 15 , 87 ], etc.
Energias 2020, 13, 6084 9 de 24

norte Conocimiento de la ley [ 94 ]: Regulaciones y políticas [ 86 , 94 ].

norte Conocimientos de gestión [ 87 , 90 ]: Gestión de energía [ 87 ]; gestión sostenible [ 87 ]; BPM [ 89 ]; gestión del cambio [ 89 , 90 ];
gestión de proyectos [ 88 ]; gestión de datos, información y conocimientos [ 89 ]; gestión de riesgos [ 87 , 89 , 90 ]; gestión de
productos [ 89 ]; CRM [ 89 ]; gestión de contratos [ 87 ]; gestión de activos [ 90 ]; gestión de crisis [ 90 ]; Administracion de
recursos [ 90 ]; gestión de emergencias [ 90 ]; gestión de residuos [ 87 ]; Administracion del Agua [ 87 ]; etc. Habilidades de TI [
89 ]: Software de diseño y modelado energético [ 14 ], macrodatos [ 13 ], software de proyectos [ 88 ], herramientas de diseño
norte de nuevos productos [ 87 ], análisis cognitivo [ 12 , 13 ], inteligencia artificial [ 11 - 13 , 72 ], habilidades de implementación de
software [ 90 ], computación en la nube [ 90 ], IoT [ 13 ], visualización y minería de datos [ 67 ], herramientas de macrodatos
geoespaciales [ 67 ], etc. Conocimiento de conceptos emergentes [ 15 , 86 , 89 ]: Toma de decisiones [ 87 ], contabilidad de
sostenibilidad [ 87 ], etc. Conocimientos financieros [ 92 ]: Análisis financiero [ 83 ], cálculo de costos, elaboración de
norte Desarrollo
presupuestos, modelado financiero, previsión, planificación estratégica sostenible
financiera [ 89 ], sostenible
[ 83 ], y principios contables [ 87 ].
Habilidades de investigación [ 88 ]: Habilidades de interpretación y análisis de datos, conocimientos de metodología de la
norte investigación, habilidades para hacer conclusiones, etc. [ 88 ]. Habilidades sociales y de comportamiento [ 88 ]: Resolución de
problemas [ 87 , 90 ], habilidades de liderazgo [ 88 ], habilidades para la toma de decisiones [ 87 ], habilidades de comunicación [

norte 90 , 95 ], habilidades para la formación de equipos [ 88 ], habilidades organizativas [ 88 ], habilidades de mejora [ 87 ],

habilidades de pensamiento crítico [ 87 ], habilidades interpersonales [ 87 ], Habilidades de negociación [ 87 ], capacidad de

norte
análisis [ 88 ], habilidades de comunicación intercultural [ 82 , 84 ], habilidades de motivación [ 87 ], conocimiento ético [ 87 ] y
establecer objetivos [ 88 ].

En la siguiente sección, estas competencias se verifican y analizan mediante la investigación del mercado laboral.

2.2. La investigación del mercado laboral

La investigación se realizó en el verano de 2020. Los primeros resultados se obtuvieron a principios de

julio, y luego se revisaron dos veces hasta finales de agosto. El procedimiento de acuerdo con el marco
presentado en la Figura 1 se utilizó.
En la primera etapa, se seleccionaron los sitios web de búsqueda de empleo más populares del mundo (según las
clasificaciones mundiales) que utilizan la búsqueda de Google. Se utilizaron los siguientes criterios de selección: (1) el mayor
número de puestos de trabajo publicados por ejecutivos de energía actuales; (2) aplicabilidad en los países estudiados;
(3) agrupamiento por industria (ya de fi niendo por separado el grupo de trabajo “Energía” para el sector energético);
y (4) la capacidad de admitir "búsqueda avanzada". El uso del idioma inglés en los puestos de trabajo también influyó
significativamente en la elección final.
Se realizó la comparación de sitios web. En consecuencia, se eligió el sitio web de búsqueda de empleo "Indeed". Los trabajos
fueron examinados por el grupo de trabajo "Energía".
En esta etapa, la tarea consistía en adquirir requisitos similares en habilidades de gestión energética
entre di ff diferentes continentes y países. La selección de países se realizó de acuerdo con los siguientes
criterios: posición geográfica (di ff continentes diferentes y diferentes ff diferentes regiones europeas), nivel de
desarrollo tecnológico y alto nivel de PIB. Se consideraron los siguientes países: Estados Unidos de América,
Canadá, Polonia, Reino Unido, Francia y Alemania. Sin embargo, según el Centro Común de Investigación de la
Comisión Europea, “se espera que el impacto del COVID-19 en el mercado laboral sea mayor en algunos
Estados miembros del sur de Europa e Irlanda” [ 98 ]. Por lo tanto, los países europeos que notaron el alto
impacto de COVID-19 (contratos perdidos) en julio, como Grecia, Bulgaria, Rumania, España, Eslovenia, Irlanda
e Italia, fueron excluidos de la consideración [ 98 ].
Se tramitaron alrededor de 352.000 puestos de trabajo. Los puestos de trabajo se filtraron utilizando el motor de búsqueda del
sitio web "Indeed" introduciendo las siguientes palabras clave en el campo de búsqueda de la página web: "inteligencia artificial",
"sostener (capacidad) / (capaz)", "ciudad inteligente", "big data", " grandes datos ”,“ grandes conjuntos de datos ”,“ gran cantidad de
datos ”, etc. El análisis del puesto se realizó con las siguientes palabras clave definidas:“ gestor de energía ”,“ director de energía ”y“
ejecutivo de energía ”. Se utilizó un procedimiento de investigación idéntico para todos los países seleccionados.
Energias 2020, 13, 6084 10 de 24

El mecanismo de búsqueda del sitio web encontró muchos puestos relevantes, como gerente de materiales
sostenibles, gerente ambiental y sustentable, gerente de estrategia sustentable, gerente de proyectos sustentables,
gerente de soluciones sustentables, gerente de desempeño energético, gerente de cambio climático y energía e ffi
gerente de eficiencia.
En el siguiente paso, el número de trabajo o ff Se calcularon los ejecutivos de energía (EE) y los puestos relevantes,
incluidos los requisitos de habilidades apropiados. La cantidad de demanda en las posiciones de los administradores de
energía refleja la influencia de las diferencias. ff Conceptos actuales sobre gestión energética entre países. Los resultados se
presentan en la Tabla 1 . La columna "Energía" presenta el número total de o ff ers en el sector de la energía y el número de o
ff ers para ejecutivos según el buscador del sitio web por país. Las siguientes columnas presentan el número de trabajos o ff
ers que requieren habilidades en inteligencia artificial, big data, ciudad inteligente,
y conceptos de sostenibilidad.

Tabla 1. Los resultados de la adquisición de información utilizando el "Indeed" sitio web.

Número de trabajo O ff ers

Países Energía AI Big Data Ciudad inteligente Sustentabilidad

Total del Reino Unido 13,637 252 419 124 508

ejecutivos 5107 63 31 63 240
DE total 39,766 233 494 67 1186
ejecutivos 3371 15 84 32 184
FR total 16,401 83 216 176 141
ejecutivos 2245 10 37 8 19
PL total 697 3 3 0 58
ejecutivos 297 0 0 0 10
Total de CA 10.200 139 221 53 789
ejecutivos 3796 48 136 24 372
Total de EE. UU. 271,615 1569 4270 722 12,504
ejecutivos 102,485 567 2198 235 5051

En la etapa final de la investigación del mercado laboral, la presencia de competencias identificadas en el

El resultado del análisis de la literatura se verificó agregando las palabras clave con títulos de competencia a los puestos de
gerente de energía. Por ejemplo, "gestor de energía", "gestión de proyectos" o "gestor de energía", "habilidades de
comunicación", etc. son habilidades que aparecen en puestos de trabajo y no se identificaron anteriormente como resultado
de un estudio de literatura y, por lo tanto, fueron seleccionadas para más procesamiento. Las habilidades que fueron
identificadas durante el estudio de la literatura pero que no aparecieron en el análisis del mercado laboral fueron excluidas
del procesamiento posterior.

3. Resultados

El mayor número de puestos de trabajo vacantes en el sector de la energía se encontró en los Estados Unidos, junto
con los puestos de trabajo de gerente de energía (ejecutivo) (Tabla 1 y figura 2 ).
En los Estados Unidos, el Reino Unido, Canadá y Polonia, las vacantes de ejecutivos de energía
representan aproximadamente el 30% del total de vacantes. En Francia y Alemania, el grupo ejecutivo es
menos numeroso y representa alrededor del 10-20%. En estos países, los ingenieros y los trabajadores
operativos del sector energético tienen más demanda.
Energias 2020, 13, 6084 11 de 24

Figura 2. El número de trabajo o ff ers para ejecutivos de la industria energética.

El requisito más popular entre los conceptos estudiados fue el concepto de sostenibilidad (Figuras 3 - 8 ). Francia
era un excepti en adelante, donde los especialistas con conocimiento del concepto de big data eran los más buscados
(Figura 7 ). También se notó el gran predominio de los conceptos de sostenibilidad en Polonia.

Estados Unidos

20.000

15.000

10,000

5000

0
AI Big Data Ciudad inteligente Sustentabilidad

total EE. UU. ejecutivos

Figura 3. El número de trabajo o ff ers en el sector de la energía en los Estados Unidos con habilidades seleccionadas requeridas:
el número total y el número de puestos de trabajo para ejecutivos.

Delaware

1500

1000

500

0
AI Big Data Ciudad inteligente Sustentabilidad

DE total ejecutivos

Figura 4. El número de trabajo o ff ers en el sector de la energía en Alemania con habilidades seleccionadas requeridas:
el número total y el número de puestos de trabajo para ejecutivos.
Energias 2020, 13, 6084 12 de 24

Reino Unido

800

600

400

200

0
AI Big Data Ciudad inteligente Sustentabilidad

total ejecutivos

Figura 5. El número de trabajo o ff Los empleados del sector energético en Estados Unidos Reino con habilidades seleccionadas
requerían: el número total y el número de puestos de trabajo para ejecutivos.

California

1500

1000

500

0
AI Big Data Ciudad inteligente Sustentabilidad

CA total ejecutivos

Figura 6. El número de trabajo o ff ers en el sector de la energía en Canadá con habilidades seleccionadas requeridas: el
número total y número de puestos de trabajo para ejecutivos.

FR
300

200

100

0
AI Big Data Ciudad inteligente Sustentabilidad

FR total ejecutivos

Figura 7. El número de trabajo o ff ers en el sector de la energía en Francia con habilidades seleccionadas requeridas: el número
total y el número de puestos de trabajo para ejecutivos.
Energias 2020, 13, 6084 13 de 24

PL
80

60

40

20

0
AI Big Data Ciudad inteligente Sustentabilidad

PL total ejecutivos

Figura 8. El número de trabajo o ff ers en el sector de la energía en Polonia con habilidades seleccionadas requeridas: el número
total y el número de puestos de trabajo para ejecutivos.

En general, las empresas buscaban a los especialistas técnicamente capacitados. Además del big data, la
inteligencia artificial y las tecnologías inteligentes, muchos requisitos estaban relacionados con el software de
diseño de sistemas de energía, como Rhino, Grasshopper, Ladybug, Honeybee, DIVA y SketchUp, así como con
el software de diseño de nuevos productos, como Adobe Creative Suite, Photoshop, Publisher y AutoCAD. Las
habilidades en software GIS, como ArcGIS y Google Earth, tenían una gran demanda. A veces, las empresas
requerían habilidades de software de análisis cognitivo, por ejemplo, Cognos y Tableau. También buscaban
expertos con amplios conocimientos en las áreas de gestión (Figura 12).
En el siguiente paso, se analizó la participación en el conocimiento de los conceptos emergentes estudiados (big data,
inteligencia artificial, ciudades inteligentes y sostenibilidad) en el número total de puestos de trabajo de ME entre países. El
análisis muestra que las empresas canadienses son las más exigentes en el ámbito de las competencias conceptuales
estudiadas (Figura 9 ) en el 15,3%, mientras que el 9,3% se calculó para Alemania, el 7,8% para el
Estados Unidos y Reino Unido, 3,3% para Francia y alrededor del 1% para Polonia.

Las habilidades del concepto emergente comparten

Canadá

Alemania

Estados Unidos

Reino Unido

Francia

Polonia

0% 2% 4% 6% 8% 10% 12% 14% dieciséis% 18%

Figura 9. La cantidad de demanda de habilidades conceptuales estudiadas para ejecutivos de energía por país.

Además, se estudió la distribución espacial de la intensidad de la demanda de las habilidades conceptuales estudiadas
(big data, IA, sostenibilidad y ciudad inteligente) (Figura 10 ).
Energias 2020, 13, 6084 14 de 24

Figura 10. El mapa de distribución espacial de la intensidad de la demanda de las habilidades conceptuales estudiadas para los ejecutivos de

energía por países.

El análisis espacial no mostró tendencias en la distribución territorial de los conceptos discutidos. A pesar de que el
propósito principal de este artículo es la creación del modelo de habilidades de administrador de energía, se calcularon
estadísticas más avanzadas, como estadísticas descriptivas, Pearsonmatrix, correlación de Spearman y matriz de covarianza,
como se presenta en el Apéndice A (Mesas A1 - A7 ).

4. Discusión

El estudio del mercado laboral tiene varias limitaciones. Los puestos de trabajo se filtraron en la etapa en que se
adquirieron los puestos de trabajo ejecutivos. Los requisitos se comprobaron basándose en palabras clave
claramente definidas. Esto resultó en evitar puestos de trabajo con definiciones de habilidades imprecisas. Sin
embargo, no debería tener un impacto en el modelo de habilidades desarrollado porque el modelo fue creado como
resultado de la sinergia de los dos enfoques metodológicos. Por lo tanto, también fue probado por el estudio de la
literatura. Además, la gran cantidad de puestos de trabajo analizados garantizaba la su ffi ciente representatividad de
los requisitos para su clasificación en el modelo. Sin embargo, en investigaciones futuras, se podrían considerar otros
países. Muchos países ofrecen puestos de trabajo en su idioma nativo, especialmente los países asiáticos. Las
limitaciones de idioma tuvieron un impacto en el proceso de selección de países, al igual que COVID-19. Durante el
período de investigación, el impacto de COVID-19 fue significativo en muchos países europeos y, unos meses
después, los expertos notaron su influencia común.
Cabe señalar que, durante la investigación del mercado laboral, se encontraron puestos de trabajo con habilidades de
IoT y habilidades de tecnología cognitiva. Sin embargo, su número era demasiado pequeño para ser considerado. Además,
estos puestos de trabajo estaban más bien relacionados con puestos de trabajo gerenciales en la industria de la energía, no
con gerentes de energía u otros ejecutivos. Las habilidades de estas tecnologías generalmente se requerían para puestos
técnicos en el nivel operativo en el sector de la energía. Por lo tanto, fue difícil obtener resultados adecuados. A pesar de ello,
es posible analizar estas y otras tecnologías emergentes relacionadas con el concepto de ciudad inteligente y sostenible en el
futuro.
Resumiendo los resultados completos obtenidos tanto del estudio de la literatura como de la investigación del mercado laboral,
se concluyó que los conceptos centrales relacionados con los conceptos de ciudades inteligentes sostenibles que tienen un impacto en
la gestión energética son la sostenibilidad, el big data, la inteligencia artificial y las ciudades inteligentes. Figura 11 muestra el impacto
de los conceptos estudiados en los puestos de trabajo ejecutivos de energía.
La convergencia de las tecnologías de la información crea nuevos conceptos involucrados en las operaciones diarias del
sector energético, como la producción inteligente sostenible, la medición de contadores inteligentes, las redes inteligentes y
muchos otros. El conocimiento de estos y otros conceptos más modernos se convierte en una condición importante para el
empleo de administradores de energía.
Durante la investigación del mercado laboral, se verificaron las principales habilidades y competencias
identificadas en el análisis de la literatura. El modelo de habilidades se construyó teniendo en cuenta enfoques para
Energias 2020, 13, 6084 15 de 24

análisis de construcción de modelos de competencias internacionales, así como cambios globales que traen nuevos desafíos a la construcción de

modelos de habilidades.

Figura 11. La demanda de conocimiento de conceptos estudiados dentro de los gestores de energía.

Hay di ff diferentes enfoques para la construcción de modelos de competencia internacional. En "Competencias

profesionales: una clasificación de modelos internacionales" [ 99 ], los autores presentaron los enfoques más
populares:

• El modelo de competencias basado en el lugar de trabajo: en este modelo, “se de fi nen una serie de estándares
requeridos para cada competencia” [ 99 ].
• El modelo de competencia basado en la teoría del comportamiento: define la competencia "como un aspecto
subyacente de una psicología general que incluye motivos, habilidades, habilidades, autoimagen y conocimiento" [ 99 ].
• El modelo de competencias basado en la estrategia empresarial [ 99 ].
• El modelo de competencia basado en un enfoque cognitivo y motivacional: “Tiene reflejos en el lugar de
trabajo, motivos internos, cultura, valores y ética” [ 99 ].
• El modelo de competencia basado en un enfoque holístico: este modelo de fi ne la competencia “como
resultado de una mezcla de aspectos personales subyacentes, como la comunicación, el autodesarrollo, la
creatividad, el análisis y la resolución de conflictos”. El modelo refleja “un enfoque holístico de las competencias
para considerar la complejidad de la integración de conocimientos, habilidades y destrezas” [ 99 ].

Sin embargo, según el Foro Económico Mundial, los cambios globales traen nuevos desafíos a las habilidades.
construcción del modelo. “El ritmo acelerado de la disrupción tecnológica, demográfica y socioeconómica está transformando las
industrias y los modelos comerciales, cambiando las habilidades que los empleadores necesitan y acortando la vida útil de los
conjuntos de habilidades existentes de los empleados en el proceso” [ 100 ].
Estos cambios son:

• Cambios demográficos y socioeconómicos: cambios en la naturaleza del trabajo (se vuelve más fl exible),
cambio climático, recursos naturales, etc. [ 100 ]
• Cambios tecnológicos: el impacto de la computación en la nube, tecnologías de procesamiento, tecnologías
energéticas emergentes, big data, IoT, robótica, inteligencia artificial, etc. [ 101 ]. El informe del Foro Económico
Mundial destaca el impacto de las tecnologías de big data e inteligencia artificial en el desarrollo global durante
los años 2018-2020 [ 102 ].

Analizando los modelos antes mencionados y los factores cambiantes, la habilidad internacional holística
Se elaboró el modelo de gestores de energía (Figura 12 ).
Energias 2020, 13, 6084 16 de 24

Modelo de habilidades de gestor de energía

Ingeniería de sistemas de energía, ISO 50001 y 50002, redes inteligentes, sistemas de

Conocimientos técnicos
energía inteligente, conocimiento de conceptos de energía, economía de plantas,
(depende del dominio)
planificación urbana, conservación de energías, sistemas eléctricos, sistemas de

construcción y tecnologías de energía avanzadas y renovables, auditoría energética,

adquisiciones, etc.

Conocimiento de la ley Regulaciones, políticas, grados, códigos en energías: regulaciones globales;

Normativa europea; ley del país, regulaciones provinciales.

Gestión energética, Gestión sostenible, BPM, Gestión del cambio, Gestión de

proyectos, Gestión de datos, Gestión de la información y el conocimiento,
Conocimientos gerenciales
Gestión de riesgos, Gestión de productos, CRM, Gestión de contratos, Gestión
de activos, Gestión de crisis, Gestión de recursos, Gestión de emergencias,
Gestión de residuos, Agua

habilidades de IT
Software de diseño y modelado energético, big data, software de proyectos, software

geoespacial, herramientas de diseño de nuevos productos, análisis cognitivo, sistemas

ERP / MRP, MS Office, inteligencia artificial, habilidades de implementación de

software, computación en la nube, IoT, minería y visualización de datos, gran tamaño

geoespacial herramientas de datos, etc.

Conceptos emergentes Desarrollo sostenible, ciudad inteligente, ciudad inteligente y sostenible, toma de

decisiones sostenible, contabilidad de la sostenibilidad, etc.

conocimiento

Conocimiento financiero Análisis financiero, cálculo de costos, elaboración de presupuestos, modelización financiera,

previsión, planificación estratégica financiera, principios contables.

Habilidades de análisis e interpretación de datos, conocimiento de la metodología de la investigación,

Habilidades de investigación

habilidades para la toma de conclusiones, etc.

Problema resolviendo liderazgo habilidades, Toma de decisiones habilidades,

habilidades de comunicación, habilidades de formación de equipos, habilidades de organización,

Social y conductual
habilidades de mejora, habilidades de pensamiento crítico, habilidades interpersonales, habilidades de
habilidades
negociación, habilidades analíticas, habilidades de comunicación intercultural, habilidades de

motivación, establecimiento de metas, códigos y prácticas éticas.

Figura 12. Un modelo holístico de habilidades de administrador de energía.

Consta de dos grupos de habilidades básicas: habilidades específicas (según el dominio) y habilidades sociales y de
comportamiento. Las habilidades específicas se dividieron en varios grupos: conocimiento técnico (a menudo relacionado con la
certificación), regulaciones legales, conocimiento de gestión, conocimiento de TI, conocimiento de conceptos “nuevos”, finanzas,
conocimiento de la rama (específico) y habilidades de investigación.
Se incluyeron en el modelo las habilidades que aparecen con frecuencia en los puestos de trabajo y que no se identificaron
anteriormente como resultado de un estudio de literatura. Las habilidades que fueron identificadas durante el estudio de la literatura
pero que no aparecieron en el análisis del mercado laboral fueron excluidas del modelo.
Energias 2020, 13, 6084 17 de 24

5. Conclusiones

El sistema energético mundial se encuentra actualmente en rápida transformación con "implicaciones potencialmente de gran
alcance que se desarrollarán en las próximas décadas". La nueva estrategia europea de energía requiere la implementación de
cambios significativos dentro de las empresas y la creación de nuevas innovaciones tecnológicas [ 103 ].
Los resultados obtenidos demuestran la influencia del desarrollo del concepto de ciudad inteligente sostenible
en la transformación de la gestión energética y la profesión de gestor energético. Las empresas ya están buscando
ejecutivos de energía con conocimientos de sostenibilidad y conceptos de ciudades inteligentes, así como con
conocimientos de big data e inteligencia artificial. Esto indica la necesidad de introducir cambios no solo dentro de las
empresas sino también en la educación.
Actualmente, el papel del administrador de energía es extremadamente extenso y, a menudo, impreciso. Esto es especialmente
cierto en el caso de los directores ejecutivos. Los administradores de energía se ven más como socios comerciales en lugar de
administradores de tareas. Su trabajo es intercultural, orientado a la tecnología y la regulación, y se basa en la investigación. En
realidad, di ff diferentes países tienen diferentes ff Diferentes formas de buscar puestos directivos en el sector energético. Debido a la
naturaleza diversa de la industria, los requisitos dependen en gran medida del dominio. Esto da como resultado la di ffi cultos de
creación de habilidades modelo holístico. Este hecho crea la necesidad de realizar más investigaciones relacionadas con el campo de
las competencias del gestor de energía.
La principal contribución de este documento es el modelo holístico de habilidades de gestión de la energía, que refleja
los requisitos actuales del mercado laboral en términos del concepto de ciudad inteligente y sostenible. Podría utilizarse en el
proceso de desarrollo de modelos de competencia de gestores de energía en las empresas. También podría aplicarse como
base para la elaboración ulterior de programas educativos y cursos de formación.
El proceso de creación y validación de modelos debe ser continuo. Las empresas deben monitorear la
demanda actual con los puestos de administradores de energía y los cambios del mercado para adaptar el
modelo al entorno en desarrollo.
La investigación futura podría centrarse en ampliar el número de países involucrados. El modelo de
competencias creado también podría completarse con grupos de puestos de trabajo o dividirse por sector energético.
Además, en el futuro, se podrían considerar otras tecnologías emergentes con un número cada vez mayor.

Fondos: El proyecto se financió en el marco del programa del Ministerio de Ciencia y Educación Superior bajo el nombre de
“Iniciativa de Excelencia Regional” en los años 2019-2022; número de proyecto 001 / RID / 2018/19; el importe de la
financiación 10.684.000,00 PLN.

Conflictos de interés: Los autores declaran no tener ningún conflicto de intereses.

Apéndice A

Cuadro A1. Estadísticas descriptivas de la demanda de puestos de gestores de energía por país (ver Tabla 1 ).

Valor AI Big Data Ciudad inteligente Sustentabilidad

Significar 830 1108.29 1340.14 919,86

Desviación Estándar 1896.81 2002.29 3387.02 1831,98
Mínimo 0 0 0 10
Máximo 5107 5272 9019 5051
Distancia 5107 5272 9019 5041
Mediana 48 84 32 240
Significado geometrico 0 0 0 189,81
Significado armonico 0 0 0 41,94
Diferencia 3.597.872,75 4,009,165 11,471,890 3.356.151,75
Curtosis 6,74 3,55 6,99 6,75
Oblicuidad 2,59 1,97 2,64 2,58
Primer cuartil 12,5 34 dieciséis 101,5
Tercer cuartil 315 1167 149 467,5
Rango intercuartil 302.5 1133 133 366
Suma 5810 7758 9381 6439
Energias 2020, 13, 6084 18 de 24

Cuadro A2. Correlación de Pearson (ver tabla 1 ).

Columna 1 Columna 2 Columna 3 Columna 4

Columna 1 1 0.8178 0.8542 0.0177

Columna 2 0.8178 1 0,7936
Columna 3 0.8542 0,7936 - 0.2729
0.0537
Columna 4 0.0177 0.2729 - 10.0537 1

Cuadro A3. Correlación de Spearman (ver Tabla 1 ).

Columna 1 Columna 2 Columna 3 Columna 4

Columna 1 1 0,6735 0.8265 0,7959

Columna 2 0,6735 1 0,6429 0,7347
Columna 3 0.8265 0,6429 1 0,7347
Columna 4 0,7959 0,7347 0,7347 1

Cuadro A4. Matriz de covarianza (ver Tabla 1 ).

Columna 1 Columna 2 Columna 3 Columna 4

Columna 1 3,083,891 3,105,906 5.487.533 61,530.5703

Columna 2 3,105,906 3.436.427 5.382.296
Columna 3 5.487.533 5.382.296 - 1.001.168
333,487.0938
Columna 4 61,530.5703 1.001.168 - 9,833,048
333,487.0938 2.876.702

CuadroA5. Estadística descriptiva del número total de puestos de trabajo o ff ers y trabajo o ff ers para ejecutivos (ver Tabla 1 ).

Valor Total en el sector energético Ejecutivos

Significar 58.719,33 19.550,17

Desviación Estándar 105.097,83 40.661,79
Mínimo 697 297
Máximo 271,615 102,485
Distancia 270,918 102.188
Mediana 15.019 3583,5
Significado geometrico 16.062,55 4058.02
Significado armonico 3537,97 1310.59
Diferencia 11,045,554,176 1,653,380,864
Curtosis 5,68 5,97
Oblicuidad 2,37 2,44
Primer cuartil 11.059,25 2526,5
Tercer cuartil 33.924,75 4779.25
Rango intercuartil 22.865,5 2252.75
Suma 352,316 117.301

Cuadro A6. Correlación de Pearson (ver Tabla 1 ).

Columna 1 Columna 2

Columna 1 1 0.8279
Columna 2 0.8279 1

Cuadro A7. Correlación de Spearman (ver Tabla 1 ).

Columna 1 Columna 2

Columna 1 1 0,4524
Columna 2 0,4524 1
Energias 2020, 13, 6084 19 de 24

Cuadro A8. Matriz de covarianza (ver Mesa 1 ).

Columna 1 Columna 2

Columna 1 9,204,628,480 3,538,010,880

Columna 2 3,538,010,880 1.377.816.960

Los resultados del análisis de regresión para el total de ofertas y ofertas para ejecutivos por países:
Recta de regresión ŷ = 0.38437X - 3019.9654.

Gráfico A1. Línea de regresión con el diagrama de dispersión.

Suma de X = 352,316
Suma de Y = 117,301
Media X = 58,719.3333
Media Y = 19,550.1667
Suma de cuadrados (SSX) = 55,227,768,717.3333
Suma de productos (SP) = 21,228,068,554.6667

Referencias

1. Vezzoli, C .; Ceschin, F .; Osanjo, L .; M'Rithaa, MK; Moalosi, R .; Nakazibwe, V .; Diehl, JC Energy y desarrollo sostenible. En
Diseño de energía sostenible para todos; Vezzoli, C., Ed .; Springer Nature: Londres, Reino Unido, 2018; págs. 3-22.

2. Calvillo, CF; S a Sánchez-Miralles, A .; Villar, J. Gestión y planificación energética en ciudades inteligentes. Renovar. Sostener.
Energía Rev. 2016, 55, 273–287. [ CrossRef ]
3. Awan, U .; Imran, N .; Muneer, G. Desarrollo sostenible a través de la gestión de la energía: problemas y prioridades en
el ahorro de energía. Res. J. Appl. Sci. Ing. Technol. 2014, 7, 424–429. [ CrossRef ] Schirone, L .; Pellitteri, F. Políticas
4. energéticas y gestión sostenible de las fuentes de energía. Sustentabilidad 2017,
9, 2321. [ CrossRef ]
5. Franco, A .; Shaker, M .; Kalubi, D .; Hostettler, S. Una revisión de las tecnologías y el acceso a la energía sostenible para
las instalaciones sanitarias en el sur global. Sostener. Energy Technol. Evaluar. 2017, 22, 92-105. [ CrossRef ] Bringezu,
6. S. Posible corredor objetivo para el uso sostenible de los recursos materiales mundiales. Recursos 2015, 4,
25–54. [ CrossRef ]
7. Dogaru, V .; Brandas, C .; Cristescu, M. Un modelo de optimización del sistema urbano basado en CO 2 Índice de secuestro: un
enfoque de análisis de macrodatos. Sustentabilidad 2019, 11, 4821. [ CrossRef ]
8. Haseeb, M .; Kot, S .; Hussain, H .; Mihardjo, L .; Saługa, P. Modelado de la intensidad energética no lineal E ff ect basado
en un enfoque cuantílico sobre cuantiles: el caso de la fabricación de textiles en los países asiáticos. Energias
2020, 13, 2229. [ CrossRef ]
9. González Lima, E .; Kowal Chinelli, C .; Azevedo Guedes, AL; Garrido Vázquez, E .; Hammad, A. Ciudades inteligentes y
sostenibles: los principales lineamientos del estatuto de la ciudad para aumentar la inteligencia de las ciudades
brasileñas Assed Naked Haddad 4 y Carlos Alberto Pereira Soares 1. Sustentabilidad 2020, 12, 1025. [ CrossRef ]
10. Marinakis, V. Big Data para la gestión energética y Energy-E ffi Edificios cient. Energias 2020, 13, 1555. [ CrossRef ]
Energias 2020, 13, 6084 20 de 24

11. Moisés, R .; Devan, P .; Khan, A. Cognitive Technologies: A Technical Primer, Deloitte Insights es una marca de Deloitte
Development LLC. 2018. Disponible en línea: https://www2.deloitte.com/content/dam/insights/ us / articles /
4413_Cognitive-technologies-primer / DI_Cognitive-technologies-A-technical-primer% 20.pdf
(consultado el 21 de agosto de 2020).
12. Womack, D .; Cave, R .; Foden, M .; Stent, M. Explorando el poder del IoT cognitivo que genera una acción oportuna en el
petróleo y el gas. 2016. Disponible en línea: https://www.ibm.com/industries/geos/chemicalspetroleum/assets/
IBM_Whitepaper_Exploring_the_power_of_cognitive_IoT.pdf (consultado el 29 de agosto de 2020).
13. Un nuevo recurso natural: su futuro cognitivo en la industria del petróleo y el gas; IBM Institute for Business Value:
Somers, NY, EE. UU., 2016.
14. Coyne, B. Perspectiva para 2019: los administradores de energía describen los desafíos clave, The Energyst. Disponible en linea:
https://theenergyst.com/energy-managers-2019-outlook/ (consultado el 3 de enero de 2019).
15. Michelucci, FV; De Marco, A .; Tanda, A. Definición del papel del administrador de una ciudad inteligente: un análisis de
responsabilidades y habilidades. J. Urban Technol. 2016, 23, 23–42. [ CrossRef ]
16. Unión Internacional de Telecomunicaciones. Informe del Modelo de Desarrollo Sostenible Inteligente (SSDM), Consejo
Asesor de SSDM; Unión Internacional de Telecomunicaciones: Ginebra, Suiza, 2018; Licencia: CC BY-NC-SA
3.0 OIG. Disponible en linea: https://www.itu.int/dms_pub/itu-d/opb/str/D-STR-SSDM.01-2018-PDF-E.pdf
(consultado el 20 de agosto de 2020).
17. P mi rez Gonz a lez, D. Economía energética e innovación de las ciudades inteligentes. 2020. Disponible en línea: https: // www.
mdpi.com/journal/energies/special_issues/Energy_Economics_and_Innovation_of_Smart_Cities (consultado el 23 de septiembre
de 2020).
18. Pilipczuk, O. Toward Cognitive Management Accounting. Sustentabilidad 2020, 12, 5108. [ CrossRef ]
19. Patterson, F .; Tavabie, A .; Denney, M .; Kerrin, M .; Ashworth, V .; Koczwara, A .; MacLeod, S. Un nuevo modelo de competencia
para la práctica general: implicaciones para la selección, la formación y las carreras. Br. J. Gen. Pract. 2013, 63,
331–338. [ CrossRef ]
20. Suhairom, N .; Musta'amal, A .; Amin, N .; Johari, N. El desarrollo de un modelo de competencia y un instrumento para la
medición de la competencia: los métodos de investigación. Procedia Soc. Behav. Sci. 2014, 152, 1300–1308. [ CrossRef ]

21. Lucia, A .; Lepsinger, R. Una revisión del arte y la ciencia de los modelos de competencia. Acad. Manag. Aprender. Educ.
2013, 2, 210–212.
22. Marrelli, A .; Tondora, J .; Hoge, M. Estrategias para desarrollar modelos de competencias. Adm. Policy Ment. Sanar.
2005, 32, 533–561. [ CrossRef ]
23. Barenji, R .; Hashemipour, M .; Guerra-Zubiaga, D .; Camarinha-Matos, LM; Tomic, S .; Graça, P. (Eds.) Toward a Modeling
Framework for Organizational Competency. En Di estocástico ff Sistemas diferenciales; Springer Science and Business
Media LLC: Berlín / Heidelberg, Alemania, 2013; Volumen 394, págs. 142-151.
24. Prifti, L .; Knigge, M .; Kienegger, H .; Krcmar, H. Un modelo de competencia para los empleados de la “Industria 4.0”. En
Actas de 2017 Internationalen Tagung Wirtschaftsinformatik, St. Gallen, Suiza, 12-15 de febrero de 2017; págs. 46–60.

25. Ejaz, W .; Naeem, M .; Shahid, A .; Anpalagan, A .; Jo, M. E ffi Gestión eficiente de la energía para Internet de las cosas en
ciudades inteligentes. IEEE Commun. revista 2017, 55, 84–91. [ CrossRef ]
26. Refaat, SS; Abu-Rub, H .; Mohamed, A. Big data, mejor gestión energética y decisiones de control para sistemas de
distribución en redes inteligentes. En Actas de la Conferencia Internacional IEEE sobre Big Data (Big Data), Washington,
DC, EE. UU., 5 a 8 de diciembre de 2016; págs. 3115–3120. [ CrossRef ]
27. Jiang, H .; Wang, K .; Wang, Y .; Gao, M .; Zhang, Y. Energy big data: A survey. Acceso IEEE 2016, 4, 3844–3861. [ CrossRef ]

28. Nafi, N .; Ahmed, K .; Gregory, M .; Datta, M. Una encuesta sobre arquitecturas, aplicaciones, beneficios y estandarización de redes
inteligentes. J. Netw. Computación. Apl. 2016, 76, 23–36. [ CrossRef ]
29. Tailandés, MT; Wu, W .; Xiong, H. (Eds.) Big Data en Redes Sociales y Complejas; Prensa CRC: Boca Raton, FL, EE. UU., 2016.

30. Miguel Ángel, C .; Nunziato, C .; Roberto, C .; Pietro, D .; Donato, M .; Gaspare, M .; Elio, M .; Camillo, P. Técnicas de big data
para el mercado de energías renovables. En Actas del 22º Simposio italiano sobre sistemas avanzados de bases de
datos, SEBD, Nápoles, Italia, 16-18 de junio de 2014; págs. 369–377.
31. Amazon, ¿Qué es Dash Replenishment? Disponible en linea: https://developer.amazon.com/en-US/alexa/dashservices
(consultado el 25 de septiembre de 2020).
Energias 2020, 13, 6084 21 de 24

32. Microsoft, ¿Qué es la computación en la nube? Una guía para principiantes: Microsoft Azure. Disponible en linea: https:
// azure.microsoft.com/en-in/overview/what-is-cloud-computing/ (consultado el 18 de septiembre de 2020).
33. Zhou, K .; Yang, S. Comprensión del comportamiento del consumo de energía en los hogares: la contribución del análisis de big
data de energía. Renovar. Sostener. Energía Rev. 2016, 56, 810–819. [ CrossRef ]
34. Big Data y energía: una clara sinergia, Wharton University of Pennsylvania. Disponible en linea: http:
// knowledge.wharton.upenn.edu/article/the-big-data-and-energy-synergy/ (consultado el 12 de septiembre de 2014).
35. Schuelke-Leech, BA; Barry, B .; Muratori, M .; Yurkovich, BJ Problemas y oportunidades de Big Data para empresas
eléctricas. Renovar. Sostener. Energía Rev. 2015, 52, 937–947. [ CrossRef ]
36. Grolinger, K .; L'Heureux, A .; Capretz, M .; Seewald, L. Previsión de energía para lugares de eventos: Big data y precisión
de predicción. Energía y Construcción. 2015, 112, 222–233. [ CrossRef ]
37. Mart I nez- A Álvarez, F .; Troncoso, A .; Riquelme, J. Data Science y Big Data en la predicción energética. Energias
2018, 11, 3224. [ CrossRef ]
38. Gokten, S .; Kucukkocaoglu, G. Gestión de la energía para el desarrollo sostenible; IntechOpen: Londres, Reino Unido, 2018.
39. Bhattacharya, T .; Bhattacharya, A .; Mclellan, B .; Tezuka, T. Marco de desarrollo sostenible de ciudades inteligentes para
países en desarrollo. Urban Res. Pract. 2018, 13, 180–212. [ CrossRef ]
40. Zhou, K .; Fu, C .; Yang, S. Gestión inteligente de la energía impulsada por big data: de big data a big insights.
Renovar. Sostener. Energía Rev. 2016, 56, 215–225. [ CrossRef ]
41. Silva, B .; Khan, M .; Han, K. Hacia ciudades inteligentes sostenibles: una revisión de tendencias, arquitecturas, componentes y
desafíos abiertos en ciudades inteligentes. Sostener. Ciudades Soc. 2018, 38, 697–713. [ CrossRef ]
42. O'Dwyer, E .; Pan, I .; Acha, S .; Shah, N. Sistemas de energía inteligente para ciudades inteligentes sostenibles: desarrollos
actuales, tendencias y direcciones futuras. Apl. Energía 2019, 237, 581–597. [ CrossRef ]
43. Revista Ciudades y Sociedad Sostenibles (SCS). Disponible en linea: https://www.journals.elsevier.com/sustainablecities-
and-society (consultado el 18 de agosto de 2020).
44. Bibri, SE Sobre la sostenibilidad de ciudades inteligentes y más inteligentes en la era del big data: una revisión de la literatura
interdisciplinaria y transdisciplinaria. J. Big Data 2019, 6, 25. [ CrossRef ]
45. Bibri, SE Un marco fundamental para el desarrollo de ciudades inteligentes y sostenibles: dimensiones teóricas,
disciplinarias y discursivas y sus sinergias. Sostener. Ciudades Soc. 2018, 38, 758–794. [ CrossRef ]
46. Gaska, K .; Generowicz, A. Soluciones computacionales SMART para la optimización de procesos tecnológicos seleccionados como
innovación y progreso en la mejora de la energía E ffi eficiencia de las ciudades inteligentes. Energias 2020, 13,
3338. [ CrossRef ]
47. D I az-D I az, R .; Muñoz, L .; PAG mi rez-Gonz a lez, D. La herramienta de evaluación de modelos de negocio para ciudades
inteligentes: aplicación a casos de uso de Smart Santander. Energias 2017, 10, 262. [ CrossRef ]
48. Sistemas de iluminación de ciudades inteligentes. Energías. 2020. Disponible en línea: https://www.mdpi.com/journal/energies/
special_issues / city_lighting_systems (consultado el 20 de marzo de 2020).
49. Toli, AM; Murtagh, N. El concepto de sostenibilidad en las definiciones de ciudades inteligentes. Parte delantera. Entorno construido. 2020,
6, 77. [ CrossRef ]
50. P mi rez-Gonz a lez, D .; Diaz-Diaz, R. Servicios públicos que brindan las TIC en el entorno de Smart City: el caso de las
ciudades españolas. J. Univers. Computación. Sci. 2015, 21, 248-267.
51. D I az-D I az, R .; Muñoz, L .; PAG mi rez-Gonz a lez, D. Análisis del modelo de negocio de los servicios públicos que operan en el
ecosistema de la ciudad inteligente: El caso de Smart Santander. J. Future Gener. Computación. Syst. 2017, 76, 198–214. [
CrossRef ]
52. Energy Star, Directrices para la gestión de la energía, Agencia de Protección Ambiental de los Estados Unidos, Ministerio
de Recursos Naturales. 2019. Disponible en línea: https://www.energystar.gov/sites/default/files / buildings / tools /
Guidelines% 20for% 20Energy% 20Management% 206_2013.pdf (consultado el 21 de agosto de 2020).
53. Maier, S .; Narodoslawsky, M. Sistemas óptimos de energía renovable para ciudades inteligentes. Ingeniería química asistida por
computadora 2014, 33, 1849-1854.
54. Villa-Arrieta, M .; Sumper, A. Contribución de las Smart Cities a la Sostenibilidad Energética del Binomio Ciudad y País. Apl.
Sci. 2019, 9, 3247. [ CrossRef ]
55. Oliviera Fernandes, E .; Meeus, L .; Leal, V .; Azevedo, I .; Delarue, E .; Glachant, J.-M. Iniciativa de ciudades inteligentes: cómo
fomentar una transición rápida hacia sistemas locales de energía sostenible; Instituto Universitario Europeo: Florencia, Italia,
2011.
Energias 2020, 13, 6084 22 de 24

56. Lund, H .; Werner, S .; Wiltshire, R .; Svendsen, S .; Thorsen, JE; Hvelplund, F .; Mathiesen, BV Calefacción de distrito de cuarta
generación (4GDH): Integración de redes térmicas inteligentes en futuros sistemas de energía sostenible. Energía
2014, 68, 1-11. [ CrossRef ]
57. Tanda, A .; De Marco, A. Marco de modelo de negocio para proyectos de movilidad en ciudades inteligentes. Conf. PIO Serie Mater.
Sci. Ing. 2019, 471, 092082. [ CrossRef ]
58. Lee, H .; Hancock, MG; Hu, MC Hacia una e ff Marco efectivo para la construcción de ciudades inteligentes: lecciones de
Seúl y San Francisco. Technol. Pronóstico. Soc. Chang. 2014, 89, 80–99. [ CrossRef ]
59. Lee, J.-G .; Kang, M. Big Data geoespacial: desafíos y oportunidades. Big Data Res. 2015, 2, 74–81. [ CrossRef ]

60. Li, S .; Dragicevic, S .; François, A .; Sester, M .; Invierno, S .; Coltekin, A .; Pettit, C .; Jiang, B .; Haworth, J .; Stein, A .; et al.
Teoría y métodos de manejo de macrodatos geoespaciales: una revisión y desafíos de investigación. ISPRS J.
Photogramm. Remoto. Sens. 2016, 115, 119-133. [ CrossRef ]
61. Kamali, C .; Augasta, M .; Kamali, C .; Augasta, M. Análisis de macrodatos geoespaciales: una descripción general. En t. J.
Trend Res. Dev. (IJTRD) 2017. Disponible en linea: http://www.ijtrd.com/papers/IJTRD12092.pdf (consultado el 18 de
septiembre de 2020).
62. Breunig, M .; Bradley, PE; Jahn, M .; Kuper, P .; Mazroob, N .; Rösch, N .; Al-Doori, M .; Stefanakis, E .; Jadidi, M. Investigación
en gestión de datos geoespaciales: progreso y direcciones futuras. ISPRS Int. J. Geo-Inf. 2020, 9, 95. [ CrossRef ]

63. Papageorgiou, K .; Carvalho, G .; Papageorgiou, E .; Bochtis, D .; Stamoulis, G. Proceso de toma de decisiones para el
desarrollo del sector de energía solar fotovoltaica utilizando la técnica del mapa cognitivo difuso. Energias 2020,
13, 1427. [ CrossRef ]
64. Hu, H .; Zhang, H .; Yu, H .; Chen, Y .; Jafarian, J. Energy-e ffi diseño ciente de la detección de canales en redes de radio
cognitivas. Computación. Electr. Ing. 2015, 42, 207–220. [ CrossRef ]
65. Shi, Z .; Teh, KC; Li, KH Energy-e ffi Diseño conjunto ciente de duraciones de detección y transmisión para la protección del usuario
principal en sistemas de radio cognitivos. IEEE Commun. Letón. 2013, 17, 565–568. [ CrossRef ]
66. Rinaldi, S .; Bellagente, P .; Ciribini, A .; Tagliabue, LC; Poli, T .; Mainini, AG; Speroni, A .; Cadena, JDB; Spagnolo, SL Una
renovación de edificios impulsada cognitivamente para mejorar la energía E ffi eficiencia: La experiencia del proyecto
ELISIR. Electrónica 2020, 9, 666. [ CrossRef ]
67. Pilipczuk, O. Visualización cognitiva en la gestión; Grupo IVG: Szczecin, Polonia, 2018.
68. Goralski, M .; Tan, TK Inteligencia artificial y desarrollo sostenible. En t. J. Manag. Educ. 2020,
18, 100330. [ CrossRef ]
69. Pedemonte, V. AI for Sustainability: European Una descripción general de la inteligencia artificial y los ODS para contribuir al
Policymaking. 2020. Disponible mundo en línea: https://ec.europa.eu/futurium/en/system/ fi les / ged / vincent-
pedemonte_ai-por-la-sostenibilidad_0.pdf (consultado el 1 de marzo de 2020).
70. Vinuesa, R .; Azizpour, H .; Leite, I .; Balaam, M .; Dignum, V .; Domisch, S .; Felländer, A .; Langhans, SD; Tegmark, M .;
Nerini, FF El papel de la inteligencia artificial en el logro de los Objetivos de Desarrollo Sostenible.
Nat. Comun. 2020, 11, 233. [ CrossRef ]
71. Hussain, HI; Slusarczyk, B .; Kamarudin, F .; Thaker, HMT; Szczepanska-Woszczyna, K. Una investigación de un sistema de
inferencia neuro-difuso adaptativo para predecir la relación entre la intensidad energética, la globalización y el
desarrollo financiero en las principales economías de la ASEAN. Energias 2020, 13, 850. [ CrossRef ]
72. Accenture. Disponible en linea: https://www.accenture.com/us-en/blogs/blogs-cognitive-computing-gamechanger-oil-gas
(consultado el 12 de septiembre de 2020).
73. Mataloto, B .; Ferreira, JC; Cruz, N. LoBEMS — IoT para sistemas de administración de energía y edificios. Electrónica
2019, 8, 763. [ CrossRef ]
74. Bedi, G. Internet de las cosas y tecnologías inteligentes para E ffi Gestión energética ciente en un entorno de edificio
inteligente (2018). Todas las disertaciones. 2411. Disponible en línea: https://tigerprints.clemson.edu/all_ dissertations /
2411 (consultado el 18 de junio de 2019).
75. Hossein Motlagh, N .; Mohammadrezaei, M .; Hunt, J .; Zakeri, B. Internet de las cosas (IoT) y el sector energético. Energias
2020, 13, 494. [ CrossRef ]
76. Arshad, R .; Zahoor, S .; Shah, MA; Wahid, A .; Yu, H. Green IoT: una investigación sobre prácticas de ahorro de energía
para 2020 y más allá. Acceso IEEE 2017, 5, 15667–15681. [ CrossRef ]
77. Osifeko, MO; Hancke, GP; Abu-Mahfouz, AM Técnicas de inteligencia artificial para la detección cognitiva en el futuro IoT:
estado del arte, potenciales y desafíos. J. Sens. Actuator Netw. 2020, 9, 21. [ CrossRef ]
Energias 2020, 13, 6084 23 de 24

78. Ka fl e, Y .; Mahmud, K .; Morsalin, S .; Town, G. Hacia una internet de la energía. En Actas de la Conferencia Internacional
IEEE de 2016 sobre Tecnología de Sistemas de Energía (POWERCON), Wollongong, Australia, 28 de septiembre a 1 de
octubre de 2016; págs. 1–6.
79. William, H .; Mashburn, PE El rol cambiante del administrador de energía, Desarrollos energéticos: nuevas formas,
energías renovables, conservación. En Proceedings of the ENERGEX '84, The Global Energy Forum, Regina, SK, Canadá,
14-19 de mayo de 1984; págs. 945–948.
80. Aspenson, RL Habilidades del administrador de energía. Energy Econ., Policy Manage. Volumen de la revista: 2: 2 Estados Unidos.
Disponible en linea: https://www.osti.gov/biblio/6665309 (consultado el 21 de agosto de 2020).
81. Georgescu-Roegen, N. Análisis energético y valoración económica. Sur. Econ. J. 1979, 45, 1023–1058. [ CrossRef ]
82. Dalton, L .; D'Netto, B .; Bhanugopan, R. Competencias de diversidad cultural de los gerentes en la industria energética
australiana. J. Dev. Áreas 2015, 49, 387–394. [ CrossRef ]
83. Ballini, F .; Ölçer, rol de AI Energy Manager en puertos. En Tendencias y desafíos en la gestión de la energía marítima;
Ölçer, A., Kitada, M., Dalaklis, D., Ballini, F., Eds .; Estudios WMU en Maritime A ff aires Springer: Cham, Suiza, 2018;
Volumen 6.
84. Ricciardi, F .; Za, S. La investigación de ciudades inteligentes como una encrucijada interdisciplinaria: un desafío para los estudios
de gestión y organización. En De la información a la sociedad inteligente; Mola, L., Pennarola, F., Za, S., Eds .; Springer: Berlín /
Heidelberg, Alemania, 2014; págs. 163-171.
85. Goulden, M .; Spence, A. El rol del Gerente de Instalaciones en el uso de energía organizacional. La política energética 2015,
85, 280–287. [ CrossRef ]
86. EL-Shimy, M. Fundamentos de la gestión de la energía y los gestores de energía: un informe técnico y un curso breve.
2018. Disponible en línea: https://www.researchgate.net/publication/322941258_Fundamentals_
of_Energy_Management_and_Energy_Managers _-_ A_technical_report_and_a_short_course (consultado el 20 de
septiembre de 2020). [ CrossRef ]
87. Ministerio de Energía Limpia, Asociación Global de Desempeño Energético Superior, Conocimientos y Habilidades necesarios para
Implementar Sistemas de Gestión de Energía en Edificios Industriales y Comerciales, Requisitos y Habilidades Auxiliares. 2013.
Disponible en línea: http://www.cleanenergyministerial.org/sites/default/ fi les / 2018-08 / Knowledge_
Skills_EnMS_Implementation_Report.pdf (consultado el 20 de septiembre de 2020).
88. Hardcastle, A .; Amor, C .; Zeiger Hanson, S. Energía E ffi Habilidades de gestión de la eficiencia para la fabricación: implicaciones para el
desarrollo de la fuerza laboral en el estado de Washington; Programa de Energía de la Universidad del Estado de Washington; Junta
Coordinadora de Capacitación y Educación de la Fuerza Laboral: Olympia, WA, EE. UU., 2013.
89. Plan de estudios y profesores de Industry & Production 4.0 Energy Manager. Disponible en linea: http: //learn.skillman.
eu / plugin file.php / 1581 / mod_resource / content / 1 / WP4.2.3% 20-% 20Joint% 20European% 20Curricula_% 20Final%
20version% 20-% 20Curriculum% 20Industry% 20Production% 204.0% 20Energy% 20Manager.pdf
(consultado el 21 de septiembre de 2020).
90. Habilidades del futuro. 2018. Disponible en línea: https://www.skillsfuture.sg/ (consultado el 17 de agosto de 2020).
91. ARCADIS. Manuales de gestión de la energía, ISO 50001. Disponible en línea: https://www.arcadis.com/media/ 2 / E / C /%
7B2EC9983D-2558-49A9-BEDF-69C1558ADAD4% 7DEnMS% 20Handbook% 202019.pdf (consultado el 21 de septiembre
de 2020).
92. Asumir la responsabilidad de la gestión energética. Disponible en linea: https://www.energy.gov.au/sites/default/ files / 6-
Taking-Responsible-for-Energy-Management1.pdf (consultado el 18 de septiembre de 2020).
93. Natural Resources Canada, Energy Management Training Primer, Ministro de Recursos Naturales. 2016. Disponible en
línea: https://www.nrcan.gc.ca/sites/www.nrcan.gc.ca/files/oee/files/pdf/publications/comercial/EMT_Primer_en.pdf
(consultado el 18 de agosto de 2020).
94. Rizzi, F .; Annunziata, E .; Frey, M. La relación entre la cultura organizacional y el desempeño energético: un estudio de nivel de
administrador de energía municipal. Autobús. Entorno de estrategia. 2018, 27, 694–711. [ CrossRef ]
95. Zarzecki, D .; Jabłoński, M. Gestión de valor sostenible; MDPI: Basilea, Suiza, 2019.
96. Kot, S. Gestión sostenible de la cadena de suministro en pequeñas y medianas empresas. Sustentabilidad 2018, 10, 1143. [ CrossRef
]
97. Smitha, SD; Chacko, FM Gestión inteligente de la energía en edificios inteligentes y sostenibles con sistema de control
multiagente. En Actas de la Multi-Conferencia Internacional de 2013 sobre Automatización, Computación,
Comunicación, Control y Detección Comprimida (iMac4s), Kottayam, India, 22-23 de marzo de 2013; págs. 190-195.
Energias 2020, 13, 6084 24 de 24

98. Centro Común de Investigación de la Comisión Europea. El impacto de las medidas de limitación de COVID en el mercado laboral
de la UE. 2020. Disponible en línea: https://ec.europa.eu/jrc/sites/jrcsh/ fi les / jrc.120585_policy.brief_impact. of_.covid-19.on_.eu-
labour.market.pdf (consultado el 21 de agosto de 2020).
99. Guerrero, D .; De los R I os, I. Competencias profesionales: una clasificación de modelos internacionales. Procedia Soc.
Behav. Sci. 2012, 46, 1290-1296. [ CrossRef ]
100. Foro Económico Mundial. Estabilidad de habilidades. Disponible en linea: https://reports.weforum.org/future-of-jobs-2016/ Skills-
Stability / (consultado el 21 de agosto de 2020).
101. Kukuła, K. Dinámica de la producción de energía renovable en Polonia y los países de la UE-28 en el período 2004-2012.
Folia Oeconomica Stetin. 2015, 15, 167-175. [ CrossRef ]
102. Foro Económico Mundial. Impulsores del cambio. Disponible en linea: https://reports.weforum.org/future-of-jobs2016/
drivers-of-change/ (consultado el 18 de septiembre de 2020).
103. Sitio web de la Comisión Europea. Energía 2020: una estrategia para una energía competitiva, sostenible y segura;
Publicaciones O ffi ce de la Unión Europea: Luxemburgo, 2011; Disponible en linea: https://ec.europa.eu/energy/ sites / ener /
archivos / documentos / 2011_energy2020_en_0.pdf (consultado el 21 de agosto de 2020).

Nota del editor: MDPI se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y un ffi enlaces.

© 2020 del autor. Licenciatario MDPI, Basilea, Suiza. Este artículo es un artículo de acceso abierto
distribuido bajo los términos y condiciones de la licencia Creative Commons Attribution (CC BY)
(http://creativecommons.org/licenses/by/4.0/).
 © 2020. Este trabajo tiene la licencia
http://creativecommons.org/licenses/by/3.0/ (la "Licencia"). Sin perjuicio de los
Términos y condiciones de ProQuest, puede utilizar este contenido de acuerdo con
con los términos de la Licencia.