Woodside Energy stawia na AI w przemyśle: od predykcji do autonomicznych systemów

Podczas gdy sztuczna inteligencja często kojarzona jest z chatbotami i generatorami obrazów, jej najbardziej znaczące zastosowania rozwijają się z dala od narzędzi konsumenckich. W sektorach, gdzie infrastruktura fizyczna, ciągłość operacyjna i bezpieczeństwo mają kluczowe znaczenie, AI staje się podstawową warstwą operacyjną. Sektor energetyczny, z jego rozległymi systemami przemysłowymi i ciągłym strumieniem danych operacyjnych, stanowi doskonały przykład tego, jak może wyglądać przyszłość.

Woodside Energy, globalny producent energii z siedzibą w Australii Zachodniej, od ponad dekady stosuje sztuczną inteligencję w swoich operacjach. Jak podkreśla Andrew Melouney, wiceprezes ds. cyfrowych w Woodside Energy, sukces w implementacji AI w operacjach przemysłowych zależy od odpowiedniego zarządzania, zaufanych danych i systemów zaprojektowanych do wspierania ludzkiej ekspertyzy.

Długoterminowa strategia AI w Woodside Energy

Adopcja sztucznej inteligencji w Woodside Energy nie rozpoczęła się od modeli generatywnych czy korporacyjnych kopilotów. Firma od lat buduje systemy analityki predykcyjnej, optymalizacji i uczenia maszynowego w obszarach eksploracji, wierceń, konserwacji i operacji zakładów. Melouney zaznacza, że firma zawsze dysponowała ogromnymi wolumenami danych operacyjnych pochodzących ze sprzętu i instalacji, co stworzyło "naprawdę jasne, dość wartościowe przypadki użycia".

To długoterminowe inwestowanie w infrastrukturę i zarządzanie umożliwia obecnie szersze przejście w kierunku agentowych systemów AI, które mogą wspierać złożone procesy przemysłowe. Zamiast zastępować operatorów, Woodside projektuje systemy AI, aby wzmocnić ich ekspertyzę w środowiskach wysokiego ryzyka. Doskonałym przykładem jest „Startup Advisor”, kopilot AI, który pomaga operatorom zarządzać złożonym procesem uruchamiania instalacji skroplonego gazu ziemnego (LNG). „Naprawdę zastanawiamy się, jak to wspiera ludzi w organizacji, jeśli chodzi o umożliwienie im podejmowania lepszych i szybszych decyzji” – wyjaśnia Melouney.

Strategia firmy odzwierciedla szerszą ewolucję w przemysłowej AI: od izolowanych eksperymentów do systemów obejmujących całe przedsiębiorstwo, zbudowanych na znormalizowanych platformach, zarządzanych danych i powtarzalnych wzorcach wdrażania. Melouney argumentuje, że ta transformacja wymaga od organizacji przemyślenia zarówno stosów technologicznych, jak i sposobu wykonywania pracy. „Nie tylko dokładamy AI do istniejącego procesu” – mówi. „Głęboko zastanawiamy się, jak ta praca musi zostać przemyślana na nowo”. Jego motto to: „Myśl na dużą skalę, prototypuj na małą, skaluj szybko”.

Dane jako fundament i optymalizacja konserwacji

Dane są fundamentalne dla wszystkiego, co Woodside Energy robi w kontekście technologii. Jak podkreśla Melouney, to właśnie dane dają firmie zdolność do szybkiego wprowadzania innowacji. Woodside od wielu lat świadomie inwestuje w korporacyjną platformę danych, aby zapewnić jej bezpieczeństwo, dobrą strukturę i silne zarządzanie. Dzięki temu, gdy dane są wykorzystywane w aplikacjach data science czy agentach AI, istnieje wysoki poziom zaufania do ich odpowiedzialnego użycia i oczekiwanych wyników.

Firma opracowała platformy, które nieustannie pozyskują dane o wysokiej częstotliwości z aktywów i systemów korporacyjnych. Przykładem efektywnego wykorzystania tych danych jest system „Maintenance Intelligence”. Woodside, jako firma intensywnie zajmująca się konserwacją, od dawna stosuje analitykę predykcyjną w tym obszarze. System Maintenance Intelligence analizuje historyczne zapisy konserwacji wraz z wydajnością sprzętu, korelując dane z różnych źródeł, takich jak zapisy konserwacji z SAP i dane z jeziora danych szeregów czasowych.

Maintenance Intelligence rekomenduje optymalny czas na działania konserwacyjne, kierując się prostym celem: „wykonuj właściwą pracę we właściwym czasie”. W ramach pilotażu na jednym z aktywów, firma zaobserwowała możliwość redukcji godzin konserwacji o 15% w ciągu pięciu lat. Obecnie, na bazie tego analitycznego modelu, Woodside wdraża agentową AI, aby zapewnić jeszcze lepsze wglądy i dalszą optymalizację rozwiązania. Celem jest zapewnienie zespołom operacyjnym najlepszych możliwych narzędzi do wspierania decyzji, przy jednoczesnym zachowaniu ich odpowiedzialności za ostateczne wybory.

Przyszłość autonomicznego przedsiębiorstwa

Melouney wyraża ambicję stworzenia „autonomicznego przedsiębiorstwa”, w którym agenci z własną sprawczością będą mogli głęboko wchodzić w interakcje z podstawowymi procesami pracy. Firmy, które odniosą sukces w miarę jak systemy AI stają się bardziej autonomiczne i wzajemnie połączone, to te, które przez lata budowały operacyjne fundamenty pod szumem medialnym. Podejście Woodside Energy, skupiające się na ludziach, procesach i technologii, pokazuje, że kluczem do sukcesu jest nie tylko sama technologia, ale także umiejętność jej efektywnego wdrożenia i zaufanie do danych. To świadczy o dojrzałym podejściu do transformacji cyfrowej, gdzie AI jest narzędziem wzmacniającym ludzkie możliwości, a nie ich substytutem, co ma kluczowe znaczenie w branżach o wysokim ryzyku i złożoności operacyjnej.

Źródło: technologyreview.com