Elektroprivreda Srbije (EPS) odnedavno je unapredila proces prognoziranja potrošnje i potražnje za električnom energijom, uvođenjem tehnologija mašinskog učenja i veštačke inteligencije u svoje poslovne procese. Prevelika potrošnja, ali i nedovoljna iskorišćenost kapaciteta stvaraju velike gubitke, pa je precizna prognoza potražnje za električnom energijom od ključnog značaja za EPS, kako bi se proizvodnja, snabdevanje, distribucija i trgovina električnom energijom u Srbiji odvijali na što efikasniji način, uz optimalne troškove. U želji da svoj rad učine efikasnijim i unaprede proces prognoziranja potrošnje i potražnje za električnom energijom, u kompaniju su se odlučili za korišćenje Microsoft rešenja za mašinsko učenje. Rezultat ovakvog pristupa je pojednostavljen unos i vizualizacija podataka i mogućnost predikcije tražnje za električnom energijom u dužem vremenskom periodu, dok su vreme potrebno za predikciju i mogućnost grešaka smanjeni van svih očekivanja kompanije.
Pre uvođenja novog rešenja, kako bi predvideli trendove u snabdevanju, inženjeri u Sektoru za dispečersko planiranje i upravljanje proizvodnjom su velike količine podataka o potrošnji u prethodnom periodu, kao i meteorološke podatke unosili ručno – što je proces podložan nepreciznostima, koje su uticale na prihode kompanije. Prema rečima izvršnog direktora ovog preduzeća, Dragana Vlaisavljevića, budući da EPS učestvuje na balansnom tržištu na satnom nivou, svaka devijacija donosi dodatne troškove. Nakon uvođenja novog rešenja margina greške, koja je varirala između 5% i 15%, smanjena je na 1.7%.