Conchiglia utilizzerà gli agenti di C3 AI per passare dal rilevamento di base delle anomalie alla manutenzione predittiva completamente automatizzata.
Il colosso globale dell’energia si sta basando sull’attuale utilizzo della C3 AI Reliability Suite, che tiene già sotto controllo oltre 30.000 apparecchiature cruciali nelle operazioni upstream e downstream. Shell ora intende affidarsi fortemente agli agenti IA autonomi, affidando loro la responsabilità dell’intero ciclo di vita della manutenzione.
Dal primo segnale di avvertimento fino alla riparazione completata, questo livello di automazione elimina la necessità di una costante supervisione umana e garantisce che le risorse dell’azienda siano indirizzate esattamente dove sono più necessarie.
“Questa partnership ampliata con Shell dimostra ciò che è possibile ottenere quando l’intelligenza artificiale aziendale è pienamente operativa su scala globale per la manutenzione predittiva, riducendo i tempi di inattività non pianificati e offrendo centinaia di milioni di dollari in valore economico”, ha affermato Stephen Ehikian, Presidente di C3AI.
“Shell ha creato programmi maturi di manutenzione predittiva dell’intelligenza artificiale sulla nostra piattaforma e insieme stiamo ora spingendoci verso l’intelligenza artificiale, facendo avanzare il modo in cui questa tecnologia può trasformare ulteriormente l’affidabilità, la sicurezza, l’efficienza e le prestazioni operative.”
Gli agenti IA di C3 aiutano Shell a superare il semplice rilevamento delle anomalie
All’inizio, Shell utilizzava l’apprendimento automatico semplicemente per individuare schemi strani nei dati dei sensori, dando agli ingegneri un preavviso prima che le cose si rompessero. Per raggiungere questo obiettivo, il sistema acquisisce un’enorme quantità di dati OT (Operational Technology) in tempo reale e li mescola con il contesto aziendale delle piattaforme ERP come SAP.
Il passaggio successivo introduce gli agenti IA creati per il ragionamento reale e l’azione indipendente. Mentre i sistemi più vecchi si fermavano a contattare un tecnico quando le cose sembravano insolite, questo framework di nuova generazione indaga in modo indipendente Perché un avviso lanciato in primo luogo.
Una volta individuata la causa principale, l’agente interviene per redigere ordini di lavoro precisi, confermare la disponibilità delle parti nell’inventario e generare richieste di approvvigionamento.
La piattaforma di C3 AI gestisce il lavoro pesante, fornendo uno spazio basato sul modello per integrare facilmente i feed dei sensori ad alta frequenza con registri finanziari e di manutenzione strutturati. Queste capacità di intelligenza artificiale sono addestrate per apprendere le normali linee di base operative per ingranaggi specifici, come pompe, turbine e compressori.
Lo strato agente si trova sopra questa fondazione. Gli operatori configurano un singolo agente per una determinata apparecchiatura definendone gli obiettivi e le risposte consentite. Se i modelli principali di machine learning rilevano una deviazione dalle normali operazioni, questo agente si attiva, raccogliendo numerosi dati contestuali per costruire un quadro completo della situazione. Questo contesto solitamente include la cronologia recente della manutenzione, le condizioni ambientali e le variabili del processo a monte.
Utilizzando tutte queste informazioni, suggerisce una soluzione supportata da prove concrete. Gli operatori umani possono quindi facilmente approvare o ignorare il piano. Man mano che il sistema si dimostra valido nel tempo, Shell può automatizzare completamente le sue risposte a determinati tipi di avvisi. In questo caso la connessione diretta a sistemi come SAP è fondamentale, poiché consente all’agente di lavorare esattamente all’interno degli stessi flussi di lavoro già utilizzati dai pianificatori umani.
L’impatto reale dell’intelligenza artificiale per la manutenzione predittiva
L’utilizzo dell’intelligenza artificiale su questa scala risolve il classico grattacapo dell’“ultimo miglio” della manutenzione predittiva. Molte aziende industriali riescono a prevedere i fallimenti con precisione, ma trasformare queste informazioni in azioni rapide ed efficienti rimane una sfida. Di solito, gli ingegneri devono ancora analizzare manualmente gli avvisi, indagare sulle cause e redigere essi stessi gli ordini di lavoro.
Shell vuole ridurre questa linea temporale. Lasciando che l’intelligenza artificiale gestisca l’analisi delle cause principali e gli ordini di lavoro, il ritardo tra un guasto previsto e la soluzione effettiva si riduce. Ciò migliora direttamente il tempo di attività delle apparecchiature e protegge la produzione.
Passare a un modello in cui le riparazioni avvengono solo quando le condizioni dell’apparecchiatura lo richiedono effettivamente consente di risparmiare denaro, semplicemente perché nessuno perde tempo ad armeggiare con macchinari perfettamente funzionanti. Lasciare da parte l’hardware sano significa anche che durerà molto più a lungo.
Oltre al risparmio sui costi, intervenire prima che si verifichi una catastrofe rende l’intera operazione molto più sicura e riduce i rischi ambientali, che sono sempre al primo posto nel settore energetico.
“Ciò che Shell e C3 AI hanno costruito su Azure negli ultimi anni è esattamente l’aspetto che dovrebbe avere l’AI aziendale: applicazioni reali, in esecuzione in produzione, che offrono valore misurabile su scala globale”, ha commentato Sandy Gupta, VP GISV, Software Development Companies presso Microsoft.
Questa implementazione ampliata dimostra che stiamo finalmente parlando di flussi di lavoro pratici di produzione industriale di intelligenza artificiale invece che di soli algoritmi. Piuttosto che semplicemente dalla previsione in sé, il valore reale deriva dalla capacità del sistema di agire in base ad essa senza quasi alcuna supervisione umana.
Vedi anche: Meta Business Agent promuove il commercio conversazionale basato sull’intelligenza artificiale
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
