Per Shell, l’intelligenza artificiale e i dati sono fondamentali come il petrolio
In Shell, ci sono molte ragioni per utilizzare l’intelligenza artificiale e i dati per trasformare il proprio business.
Dall’aumento della domanda di energia e ambienti sconnessi alla crescente pressione per combattere il cambiamento climatico , l’industria petrolifera e del gas è a un bivio. Le società energetiche come Shell possono aderire allo status quo o abbracciare l’idea di un futuro energetico a basse emissioni di carbonio.
La transizione verso un sistema energetico più distribuito, diversificato e decentralizzato significa ottimizzare i processi end-to-end e mantenerli su larga scala. Ciò significa che le soluzioni che possono essere implementate a livello globale a un ritmo rapido sono fondamentali. E significa che Shell ha dovuto diventare un’azienda tecnologica basata sull’intelligenza artificiale.
Accelerare la trasformazione digitale
Ad esempio, lo scorso novembre Shell ha fondato l’ Open AI Energy Initiative (OAI) insieme a Baker Hughes, Microsoft e la società di intelligenza artificiale C3 AI per aiutare ad accelerare la trasformazione digitale del settore energetico.
Secondo Dan Jeavons, vicepresidente della scienza computazionale e dell’innovazione digitale presso Shell, l’OAI offre ai leader del settore l’opportunità di collaborare in modo aperto, equo e trasparente. Consente loro di creare standard interoperabili tra le applicazioni di intelligenza artificiale e accelerare l’adozione della tecnologia digitale e raggiungere emissioni nette zero in futuro.
“Ci siamo impegnati a raggiungere lo zero netto entro il 2050 o prima e a ottenere una riduzione del 50% delle emissioni di scopo uno e due entro il 2030”, ha affermato.
Anche se la tecnologia digitale potrebbe non essere il proiettile d’argento, è una delle leve fondamentali che Shell utilizza per accelerare la transizione energetica. Jeavons aggiunge: “Sebbene avremo bisogno di trasformare molto hardware per cambiare il settore energetico, possiamo anche sfruttare i dati che abbiamo oggi e utilizzarli per trasformare il sistema”.
L’intelligenza artificiale gioca un ruolo fondamentale nella strategia aziendale di Shell
Shell ha già implementato diverse iniziative di intelligenza artificiale nel corso degli anni, inclusa l’implementazione dell’apprendimento per rinforzo nel suo programma di esplorazione e perforazione; implementare l’IA nelle stazioni di ricarica pubbliche per auto elettriche; e l’installazione di telecamere abilitate per la visione artificiale nelle stazioni di servizio.
Di recente, la società ha anche lanciato il programma di residenza Shell.ai, che consente ai data scientist e agli ingegneri di intelligenza artificiale di acquisire esperienza lavorando su una varietà di progetti di intelligenza artificiale in tutte le attività Shell.
Attualmente, Shell sta implementando in produzione oltre 100 applicazioni di intelligenza artificiale ogni anno. Hanno anche sviluppato una comunità centrale di oltre 350 professionisti di intelligenza artificiale che stanno progettando soluzioni di intelligenza artificiale utilizzando vasti pool di dati disponibili nelle numerose attività all’interno di Shell.
L’intelligenza artificiale aiuta Shell con la manutenzione predittiva
“Affidabilità e sicurezza sono assolutamente fondamentali”, ha affermato Jeavons. “Avere la capacità di identificare quando le cose vanno male e intervenire in modo proattivo è stata una priorità per noi”.
L’intelligenza artificiale ha consentito a Shell di utilizzare il monitoraggio predittivo per aumentare le tecniche di monitoraggio che già disponevano.
Per metterlo in prospettiva, Jeavons afferma di avere oltre 10.000 apparecchiature attualmente monitorate dall’IA, da valvole e compressori a tenute per gas secco, strumentazione e pompe, mentre l’IA fornisce anche previsioni su potenziali eventi di guasto. Per monitorare tutte queste apparecchiature, 3 milioni di sensori raccolgono 20 miliardi di righe di dati ogni settimana, mentre quasi 11.000 modelli di apprendimento automatico consentono al sistema di effettuare oltre 15 milioni di previsioni ogni giorno.
Storicamente, Shell si basava su modelli basati sulla fisica per fare queste previsioni. Prima dell’avvento di un programma di manutenzione predittiva gestito da C3 AI, l’azienda in genere sostituiva le parti dopo un certo periodo. Questo approccio significava che le parti venivano spesso sostituite mentre erano ancora in buone condizioni. Una strategia alternativa consisteva nell’aspettare che qualcosa fallisse. Con un guasto alle apparecchiature, le risorse dovevano essere temporaneamente chiuse per le riparazioni, con ripercussioni sulla produzione.
La manutenzione predittiva basata sull’intelligenza artificiale ha consentito all’azienda di ridurre i costi di attrezzature e manutenzione utilizzando le risorse in modo più efficiente, diminuendo le interruzioni di produzione ed evitando tempi di fermo non pianificati.
Tom Siebel, CEO di C3 AI , ha spiegato che ci sono numerosi problemi di infrastruttura e orchestrazione che circondano l’IA.
“Non è così difficile costruire modelli di apprendimento automatico”, ha affermato. “La cosa difficile è mettere in produzione due milioni di modelli di machine learning in un’unica applicazione”.
Con un approccio di monitoraggio tecnico proattivo, tuttavia, i data scientist di Shell potrebbero analizzare migliaia di punti dati contemporaneamente e consentire a ingegneri e altri di trarre informazioni da tali dati.
“Il nostro team utilizza questi dati per capire quale sia il comportamento normale nella nostra base di risorse in casi particolari, comprese apparecchiature come compressori, valvole e pompe”, afferma Jeavons. “Quindi creiamo previsioni su ciò che pensiamo sarà normale nei prossimi periodi. Da quella previsione, possiamo identificare quando le condizioni normali non si verificano più e quindi collegarlo agli eventi storici”.
L’intelligenza artificiale per l’ottimizzazione è la prossima per Shell
Ora, Shell ha commercializzato le sue applicazioni di manutenzione predittiva AI costruite con il software C3 AI. Andando avanti, Jeavons afferma che l’azienda è ora focalizzata sull’ottimizzazione.
“Ciò significa che possiamo identificare modi per produrre in modo più efficiente, generando più output allo stesso costo e, cosa più importante, possiamo anche esaminare l’impronta di CO2 di questi processi e iniziare a ottimizzare di conseguenza”, ha affermato Jeavons.
Nel prossimo futuro, ha aggiunto, Shell sta anche esplorando come sfruttare l’IA per monitorare la cattura del carbonio, le installazioni di stoccaggio e i livelli di metano.
“Queste iniziative implicano il rendere la nostra attività esistente più efficace ed efficiente, ma svolgono anche un ruolo chiave nella nostra strategia di transizione energetica”, ha affermato.
