banner large

Bagi Shell, AI dan data sama pentingnya dengan oli

Comment
X
Share

Kami sangat antusias untuk menghadirkan Transform 2022 kembali secara langsung pada 19 Juli dan 20 – 28 Juli secara virtual. Bergabunglah dengan AI dan para pemimpin data untuk pembicaraan yang berwawasan luas dan peluang jaringan yang menarik. Daftar hari ini!


Di Shell, ada banyak alasan untuk menggunakan AI dan data untuk mengubah bisnis mereka.

Dari peningkatan permintaan energi dan lingkungan yang tidak terhubung hingga tekanan yang meningkat untuk melawan perubahan iklim, industri minyak dan gas berada di persimpangan jalan. Perusahaan energi seperti Shell dapat menganut status quo atau menganut gagasan masa depan energi rendah karbon.

Transisi menuju sistem energi yang lebih terdistribusi, beragam, dan terdesentralisasi berarti mengoptimalkan proses ujung ke ujung dan mempertahankannya dalam skala besar. Itu berarti solusi yang dapat diterapkan secara global dengan cepat sangat penting. Dan itu berarti Shell harus menjadi perusahaan teknologi bertenaga AI.

Mempercepat transformasi digital

Misalnya, November lalu, Shell mendirikan Open AI Energy Initiative (OAI) bersama Baker Hughes, Microsoft, dan perusahaan AI C3 AI untuk membantu mempercepat transformasi digital industri energi.

Menurut Dan Jeavons, wakil presiden ilmu komputasi dan inovasi digital di Shell, OAI menawarkan para pemimpin industri kesempatan untuk berkolaborasi secara terbuka, adil, dan transparan. Hal ini memungkinkan mereka untuk membuat standar yang dapat dioperasikan antara aplikasi AI dan mempercepat adopsi teknologi digital dan mencapai emisi nol bersih di masa depan.

“Kami telah berkomitmen untuk menjadi nol bersih pada tahun 2050 atau lebih cepat dan untuk mencapai pengurangan 50% dalam lingkup satu dan dua emisi pada tahun 2030,” katanya.

Meskipun teknologi digital mungkin bukan yang terbaik, ini adalah salah satu tuas inti yang digunakan Shell untuk mempercepat transisi energi. Jeavons menambahkan, “Meskipun kami perlu mengubah banyak perangkat keras untuk mengubah sektor energi, kami juga dapat memanfaatkan data yang kami miliki saat ini dan menggunakannya untuk mengubah sistem.”

AI memainkan peran penting dalam strategi bisnis Shell

Shell telah mengimplementasikan beberapa inisiatif AI selama bertahun-tahun, termasuk menerapkan pembelajaran penguatan dalam program eksplorasi dan pengeborannya; meluncurkan AI di stasiun pengisian mobil listrik umum; dan memasang kamera berkemampuan computer vision di stasiun servis.

Baru-baru ini, perusahaan juga meluncurkan Program Residensi Shell.ai, yang memungkinkan para ilmuwan data dan insinyur AI mendapatkan pengalaman mengerjakan berbagai proyek AI di semua bisnis Shell.

Saat ini, Shell menerapkan 100 aplikasi AI ke dalam produksi setiap tahun. Mereka juga telah mengembangkan komunitas pusat yang terdiri dari lebih dari 350 profesional AI yang merancang solusi AI menggunakan kumpulan besar data yang tersedia di banyak bisnis di dalam Shell.

AI membantu Shell dengan pemeliharaan prediktif

“Keandalan dan keamanan benar-benar mendasar,” kata Jeavons. “Memiliki kemampuan untuk mengidentifikasi ketika ada yang salah dan melakukan intervensi secara proaktif telah menjadi prioritas bagi kami.”

AI telah memungkinkan Shell menggunakan pemantauan prediktif untuk meningkatkan teknik pemantauan yang sudah mereka miliki.

Sebagai perbandingan, Jeavons mengklaim memiliki lebih dari 10.000 peralatan yang saat ini dipantau oleh AI – mulai dari katup dan kompresor hingga seal gas kering, instrumentasi, dan pompa, sementara AI juga memberikan prediksi tentang potensi peristiwa kegagalan. Untuk memantau semua peralatan itu, 3 juta sensor mengumpulkan 20 miliar baris data setiap minggu, sementara hampir 11.000 model pembelajaran mesin memungkinkan sistem membuat lebih dari 15 juta prediksi setiap hari.

Secara historis, Shell mengandalkan model berbasis fisika untuk membuat prediksi ini. Sebelum munculnya program pemeliharaan prediktif yang dijalankan oleh C3 AI, perusahaan biasanya akan mengganti suku cadang setelah jangka waktu tertentu. Pendekatan ini berarti bahwa suku cadang sering diganti saat masih dalam kondisi baik. Strategi alternatif adalah menunggu sampai sesuatu gagal. Dengan kegagalan peralatan, aset perlu ditutup sementara untuk perbaikan, yang memengaruhi produksi.

Pemeliharaan prediktif berbasis AI telah memungkinkan perusahaan untuk menurunkan biaya peralatan dan pemeliharaan dengan menggunakan sumber daya secara lebih efisien, mengurangi gangguan produksi, dan menghindari waktu henti yang tidak direncanakan.

Tom Siebel, CEO C3 AI, menjelaskan bahwa ada banyak masalah infrastruktur dan orkestrasi yang mengelilingi AI.

“Tidak sulit untuk membangun model pembelajaran mesin,” katanya. “Yang sulit adalah menempatkan dua juta model pembelajaran mesin dalam produksi, ke dalam satu aplikasi.”

Namun, dengan pendekatan pemantauan teknis proaktif, ilmuwan data Shell dapat menganalisis ribuan titik data secara bersamaan dan memungkinkan para insinyur dan orang lain untuk menarik wawasan dari data tersebut.

“Tim kami menggunakan data itu untuk memahami seperti apa perilaku normal di seluruh basis aset kami dalam kasus tertentu, termasuk peralatan seperti kompresor, katup, dan pompa,” kata Jeavons. “Kemudian kami membuat perkiraan tentang apa yang menurut kami normal akan terjadi di periode mendatang. Dari perkiraan itu, kami dapat mengidentifikasi kapan kondisi normal tidak lagi terjadi dan kemudian menghubungkannya kembali dengan peristiwa sejarah.”

AI untuk pengoptimalan adalah yang berikutnya untuk Shell

Sekarang, Shell telah mengkomersialkan aplikasi pemeliharaan prediktif AI yang dibangun dengan perangkat lunak AI C3. Ke depan, Jeavons mengatakan perusahaan sekarang berfokus pada pengoptimalan.

“Ini berarti kami dapat mengidentifikasi cara memproduksi dengan lebih efisien, menghasilkan lebih banyak output dengan biaya yang sama dan yang lebih penting, kami juga dapat melihat jejak CO2 dari proses ini dan mulai mengoptimalkannya,” kata Jeavons.

Dalam waktu dekat, tambahnya, Shell juga menjajaki bagaimana AI dapat dimanfaatkan untuk memantau penangkapan karbon, instalasi penyimpanan, dan tingkat metana.

“Usaha ini melibatkan membuat bisnis kami yang ada menjadi lebih efektif dan efisien, tetapi juga memainkan peran kunci dalam strategi transisi energi kami,” katanya.

Misi VentureBeat adalah menjadi alun-alun kota digital bagi para pengambil keputusan teknis untuk memperoleh pengetahuan tentang teknologi dan transaksi perusahaan yang transformatif. Pelajari lebih lanjut tentang keanggotaan.

Leave a Reply

Your email address will not be published.