For Shell, AI and data is as critical as oil

Chez Shell, il existe de nombreuses raisons d’utiliser l’IA et les données pour transformer leur entreprise.

De la demande énergétique accrue et des environnements non connectés à la pression croissante pour lutter contre le changement climatique, l’industrie pétrolière et gazière est à la croisée des chemins. Les sociétés énergétiques comme Shell peuvent soit adhérer au statu quo, soit adopter l’idée d’un avenir énergétique à faible émission de carbone.

La changeover vers un système énergétique plus distribué, diversifié et décentralisé implique d’optimiser les processus de bout en bout et de les maintenir à grande échelle. Cela signifie que des remedies pouvant être déployées à l’échelle mondiale à un rythme rapide sont cruciales. Et cela signifie que Shell a dû devenir une entreprise technologique basée sur l’IA.

Accélérer la transformation numérique

Par exemple, en novembre dernier, Coquille fondé le Open AI Energy Initiative (OAI) aux côtés de Baker Hughes, Microsoft et de la société d’IA d’entreprise C3 IA pour aider à accélérer la transformation numérique de l’industrie de l’énergie.

Selon Dan Jeavons, vice-président de la science informatique et de l’innovation numérique chez Shell, l’OAI offre aux leaders de l’industrie la possibilité de collaborer de manière ouverte, équitable et transparente. Cela leur permet de créer des normes interopérables entre les purposes d’IA et d’accélérer l’adoption de la technologie numérique et d’atteindre des émissions nettes nulles à l’avenir.

“Nous nous sommes engagés à être net zéro d’ici 2050 ou additionally tôt et à réduire de 50% les émissions des portées 1 et 2 d’ici 2030”, a-t-il déclaré.

Si le numérique n’est peut-être pas la remedy miracle, c’est l’un des principaux leviers sur lesquels Shell s’appuie pour accélérer la changeover énergétique. Jeavons ajoute : “Bien que nous devions transformer beaucoup de matériel pour changer le secteur de l’énergie, nous pouvons également tirer parti des données dont nous disposons aujourd’hui et les utiliser pour transformer le système.”

L’IA joue un rôle essentiel dans la stratégie commerciale de Shell

Shell a déjà mis en œuvre plusieurs initiatives d’IA au fil des ans, notamment le déploiement de l’apprentissage par renforcement dans son programme d’exploration et de forage  déploiement de l’IA dans les bornes de recharge publiques pour voitures électriques  et l’installation de caméras de vision par ordinateur dans les stations-provider.

Récemment, la société a également lancé le programme de résidence Shell.ai, qui permet aux scientifiques des données et aux ingénieurs en IA d’acquérir de l’expérience en travaillant sur une variété de projets d’IA dans toutes les activités de Shell.

Actuellement, Shell déploie in addition de 100 programs d’IA en generation chaque année. Ils ont également développé une communauté centrale de plus de 350 professionnels de l’IA qui conçoivent des answers d’IA en utilisant de vastes swimming pools de données disponibles dans les nombreuses entreprises de Shell.

L’IA aide Shell dans la routine maintenance prédictive

« La fiabilité et la sécurité sont absolument fondamentales », a déclaré Jeavons. “Avoir la capacité d’identifier quand les choses vont mal et d’intervenir de manière proactive a été une priorité pour nous.”

L’IA a permis à Shell d’utiliser la surveillance prédictive pour renforcer les techniques de surveillance déjà en place.

Pour mettre cela en viewpoint, Jeavons affirme avoir as well as de 10 000 équipements actuellement surveillés par l’IA – des vannes et des compresseurs aux joints d’étanchéité à gaz secs, à l’instrumentation et aux pompes, tandis que l’IA fournit également des prévisions sur les événements de défaillance potentiels. Pour surveiller tous ces équipements, 3 millions de capteurs collectent 20 milliards de lignes de données chaque semaine, tandis que près de 11 000 modèles d’apprentissage automatique permettent au système de faire furthermore de 15 tens of millions de prédictions chaque jour.

Historiquement, Shell s’est appuyée sur des modèles basés sur la physique pour faire ces prédictions. Avant l’avènement d’un programme de routine maintenance prédictive géré par C3 AI, l’entreprise remplaçait généralement les pièces après une certaine période. Cette approche signifiait que les pièces étaient souvent remplacées alors qu’elles étaient encore en bon état. Une stratégie choice consistait à attendre que quelque chose échoue. Avec une panne d’équipement, les actifs devaient être temporairement fermés pour réparation, ce qui affectait la generation.

La servicing prédictive basée sur l’IA a permis à l’entreprise de réduire les coûts d’équipement et de maintenance en utilisant les ressources in addition efficacement, en réduisant les interruptions de manufacturing et en évitant les temps d’arrêt imprévus.

Tom Siebel, PDG de C3 AI, a expliqué qu’il existe de nombreux problèmes d’infrastructure et d’orchestration qui entourent l’IA.

“Ce n’est pas si difficile de créer des modèles d’apprentissage automatique”, a-t-il déclaré. “Ce qui est difficile, c’est de mettre en output deux hundreds of thousands de modèles d’apprentissage automatique dans une seule application.”

Avec une approche de surveillance strategy proactive, cependant, les scientifiques des données de Shell pourraient analyser des milliers de factors de données simultanément et permettre aux ingénieurs et autres de tirer des enseignements de ces données.

“Notre équipe utilise ces données pour comprendre à quoi ressemble le comportement standard de notre foundation d’actifs dans des cas particuliers, y compris des équipements tels que des compresseurs, des vannes et des pompes”, explique Jeavons. «Ensuite, nous créons des prévisions de ce que nous pensons que la normale va être dans les périodes à venir. À partir de ces prévisions, nous pouvons identifier le moment où les situations normales ne se produisent furthermore, puis relier cela à des événements historiques. »

L’IA pour l’optimisation est la prochaine pour Shell

Maintenant, Shell a commercialisé ses programs de upkeep prédictive IA construites avec le logiciel C3 AI. À l’avenir, Jeavons affirme que l’entreprise se concentre désormais sur l’optimisation.

“Cela signifie que nous pouvons identifier des moyens de produire furthermore efficacement, de générer moreover de rendement pour le même coût et, plus critical encore, nous pouvons également examiner l’empreinte carbone de ces processus et commencer à optimiser en conséquence”, a déclaré Jeavons.

Dans un avenir proche, a-t-il ajouté, Shell étudie également comment l’IA peut être exploitée pour surveiller la capture du carbone, les installations de stockage et les niveaux de méthane.

“Ces projets impliquent de rendre nos activités existantes plus efficaces et efficientes, mais jouent également un rôle clé dans notre stratégie de changeover énergétique”, a-t-il déclaré.