与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！
在壳牌，有很多理由使用人工智能和数据来改变他们的业务。
从不断增长的能源需求和不相连的环境，到应对气候变化的压力越来越大，石油和天然气行业正处于十字路口。像壳牌这样的能源公司要么坚持现状，要么接受低碳能源未来的想法。
向更分散、多样化和分散的能源系统过渡意味着优化端到端流程并保持其规模。这意味着可以快速在全球部署的解决方案至关重要。这意味着壳牌必须成为一家人工智能技术公司。
一、加速数字化转型
例如，去年11月，壳牌与贝克休斯、微软和企业AI公司C3 AI共同成立了开放AI能源倡议（OAI），以帮助加速能源行业的数字化转型。
壳牌公司计算科学和数字创新副总裁Dan Jeavons表示，OAI为行业领导者提供了公开、公平和透明合作的机会。它允许他们在人工智能应用程序之间创建互操作标准，加速数字技术的采用，并在未来实现净零排放。他说：“我们承诺到2050年或更早实现净零排放，到2030年实现范围一和范围二减排50%。”
虽然数字技术可能不是灵丹妙药，但它是壳牌公司用来加速能源转型的核心杠杆之一。Jeavons补充道：“虽然我们需要改造许多硬件来改变能源行业，但我们也可以利用现有数据来改造系统。”
二、AI在壳牌公司的业务战略中起着至关重要的作用
多年来，壳牌已经实施了多项人工智能举措，包括在其勘探和钻井项目中部署强化学习；在公共电动汽车充电站推出人工智能；以及在服务站安装计算机视觉摄像头。
最近，该公司还推出了Shell.ai派驻计划，该计划允许数据科学家和人工智能工程师在所有壳牌公司的各种人工智能项目上获得工作经验。
目前，壳牌每年将100个人工智能应用程序部署到生产中。他们还开发了一个由350多名人工智能专业人员组成的中心社区，这些专业人员正在利用壳牌旗下众多企业的大量可用数据池设计人工智能解决方案。
三、AI帮助壳牌公司进行预测性维护
Jeavons说：“可靠性和安全性是绝对重要的，我们的首要任务是能够识别出什么时候出了问题并主动干预。”
人工智能允许壳牌公司使用预测性监控来增强他们已有的监控技术。为了正确认识这一点，Jeavons声称其目前有10000多台设备正在接受AI的监控，从阀门和压缩机到干气密封、仪表和泵，而AI还提供潜在故障事件的预测。为了监控所有这些设备，300万个传感器每周收集200亿行数据，而近11000个机器学习模型允许系统每天进行1500多万次预测。
历史上，壳牌公司依靠基于物理的模型进行这些预测。在C3 AI运行的预测性维护计划出现之前，公司通常会在一段时间后更换零件。这种方法意味着零件经常在状态良好时被更换。另一种策略是等待失败。由于设备故障，需要暂时关闭资产进行维修，从而影响生产。
基于人工智能的预测性维护使公司能够更有效地利用资源，减少生产中断，避免计划外停机，从而降低设备和维护成本。 C3 AI首席执行官Tom Siebel解释说，”围绕人工智能存在许多基础设施和编排问题，建立机器学习模型并不难，困难的是将200万个机器学习模型投入生产，并应用到一个应用程序中。”
然而，通过积极主动的技术监控方法，壳牌的数据科学家可以同时分析数千个数据点，使工程师和其他人能够从这些数据中得出见解。
Jeavons说：“我们的团队利用这些数据来了解整个资产基础在特定情况下的正常行为，包括压缩机、阀门和泵等设备。然后，我们对未来时期的正常情况进行预测。根据该预测，我们可以确定何时不再出现正常情况，然后将其与历史事件联系起来。”
四、优化AI是壳牌的下一个目标
现在，壳牌公司已经将其使用C3 AI软件构建的人工智能预测维护应用程序商业化。Jeavons表示，未来该公司将专注于优化。
Jeavons说：“这意味着我们可以找到更高效的生产方式，以相同的成本生产更多的产品，更重要的是，我们还可以查看这些工艺的二氧化碳排放量，并开始相应地优化。”他补充道，在不久的将来，壳牌还将探索如何利用人工智能来监测碳捕获、储存设施和甲烷水平。他说：“这些项目包括提高我们现有业务的效率，但也在我们的能源转型战略中发挥着关键作用。”
数字化转型网人工智能研习社
与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络，作者：南瑞集团配电公司杜红卫；编辑/翻译：数字化转型网默然。
