„Shell“ naudos C3 AI agentus, kad pereitų nuo pagrindinių anomalijų aptikimo prie visiškai automatizuotos nuspėjamosios priežiūros.
Pasaulinė energetikos milžinė kuria šiuo metu naudojamą C3 AI patikimumo rinkinį, kuris jau stebi daugiau nei 30 000 svarbiausių įrangos dalių, atliekamų tiek prieš ir pasroviui. Dabar „Shell“ ketina labai pasikliauti autonominiais AI agentais, pavesdama jiems atsakomybę už visą priežiūros gyvavimo ciklą.
Pradedant nuo pirmojo įspėjamojo ženklo iki baigto remonto, tokio lygio automatizavimas pašalina nuolatinės žmogiškosios priežiūros poreikį ir užtikrina, kad įmonės ištekliai būtų nukreipti būtent ten, kur jų labiausiai reikia.
„Ši išplėstinė partnerystė su „Shell“ įrodo, kas įmanoma, kai įmonės AI visiškai veikia pasauliniu mastu, kad būtų galima nuspėti techninę priežiūrą – sumažinama neplanuotų prastovų ir sukuriama šimtai milijonų dolerių ekonominė vertė“, – sakė C3 AI prezidentas Stephenas Ehikianas.
„Shell savo platformoje sukūrė brandžias AI nuspėjamąsias priežiūros programas, o dabar kartu stumiamės į agentinį AI, patobulindami, kaip ši technologija gali dar labiau pakeisti patikimumą, saugą, efektyvumą ir veiklos efektyvumą.
C3 AI agentai padeda „Shell“ išvengti pagrindinių anomalijų aptikimo
Iš pradžių „Shell“ naudojo mašininį mokymąsi, kad nustatytų keistus jutiklių duomenų modelius, suteikdama inžinieriams išankstinį įspėjimą, kol viskas nutrūko. Siekdama tai padaryti, sistema perima didžiulį kiekį realaus laiko operacinės technologijos (OT) duomenų ir sumaišo juos su verslo kontekstu iš ERP platformų, tokių kaip SAP.
Kitame žingsnyje pristatomi AI agentai, sukurti tikriems samprotavimams ir nepriklausomiems veiksmams. Nors senesnės sistemos nustojo prašyti inžinieriaus, kai viskas atrodė neįprasta, ši naujos kartos sistema tiria savarankiškai kodėl iš pradžių buvo paleistas perspėjimas.
Nustačius pagrindinę priežastį, agentas pradeda kurti tikslius darbo užsakymus, patvirtinti atsargų dalių prieinamumą ir generuoti pirkimo užklausas.
C3 AI platforma susidoroja su sunkiu kėlimu, suteikdama modeliu pagrįstą erdvę, kad būtų galima lengvai integruoti aukšto dažnio jutiklių tiekimą su struktūrizuotais finansų ir priežiūros žurnalais. Šios dirbtinio intelekto galimybės išmoktos išmokti įprastos konkrečios pavaros, pvz., siurblių, turbinų ir kompresorių, veikimo pagrindų.
Agentinis sluoksnis yra ant šio pagrindo. Operatoriai konfigūruoja atskirą agentą tam tikrai įrangai, apibrėždami jo tikslus ir leistinus atsakymus. Jei pagrindiniai mašininio mokymosi modeliai nustato nukrypimą nuo įprastų operacijų, šis agentas aktyvuojasi ir renka išsamius kontekstinius duomenis, kad susidarytų išsamus situacijos vaizdas. Šis kontekstas paprastai apima naujausią techninės priežiūros istoriją, aplinkos sąlygas ir ankstesnio proceso kintamuosius.
Naudojant visą šią informaciją, siūloma pataisyti, pagrįstą tvirtais įrodymais. Tada operatoriai gali lengvai patvirtinti arba nepaisyti plano. Kadangi sistema laikui bėgant pasitvirtina, „Shell“ gali visiškai automatizuoti savo atsakymus į tam tikrų tipų įspėjimus. Čia labai svarbu tiesiogiai prisijungti prie tokių sistemų kaip SAP, nes agentas gali dirbti tomis pačiomis darbo eigomis, kurias jau naudoja planuotojai.
Tikrasis agentinio AI poveikis nuspėjamai priežiūrai
Agentinio dirbtinio intelekto panaudojimas tokiu mastu pašalina klasikinį „paskutinės mylios“ galvos skausmą nuspėjamosios priežiūros srityje. Daugelis pramonės įmonių gali puikiai numatyti nesėkmes, tačiau šias įžvalgas paversti greitais ir efektyviais veiksmais tebėra iššūkis. Paprastai inžinieriai vis tiek turi rankiniu būdu ieškoti įspėjimų, ištirti priežastis ir patys surašyti darbo užsakymus.
„Shell“ nori sutrumpinti tą laiko juostą. Leidžiant dirbtiniam intelektui tvarkyti pagrindinių priežasčių analizę ir darbo užsakymus, delsa tarp numatomo gedimo ir faktinio pataisymo sumažėja. Tai tiesiogiai pagerina įrangos veikimo laiką ir apsaugo gamybą.
Perėjus prie modelio, kuriame remontas atliekamas tik tada, kai to tikrai reikia dėl įrangos būklės, natūraliai sutaupoma pinigų, nes niekas negaišta laiko dirbdamas su tobulai puikia technika. Jei paliksite sveiką aparatūrą, ji taip pat tarnaus daug ilgiau.
Be išlaidų taupymo, įsikišus prieš ištikus nelaimei visa operacija tampa daug saugesnė ir sumažinama rizika aplinkai, o tai energetikos sektoriuje visada yra svarbiausia.
„Tai, ką „Shell“ ir C3 AI sukūrė „Azure“ per pastaruosius kelerius metus, turi atrodyti kaip įmonės AI – tikros programos, veikiančios gamyboje, teikiančios išmatuojamą vertę pasauliniu mastu“, – komentavo Sandy Gupta, „Microsoft“ programinės įrangos kūrimo įmonių VP GISV.
Šis išplėstas diegimas rodo, kad pagaliau kalbame apie praktines pramonines AI gamybos darbo eigas, o ne tik apie algoritmus. Užuot tik numatęs, tikroji vertė kyla iš sistemos gebėjimo veikti pagal tai, vos neprižiūrint žmogaus.
Taip pat žiūrėkite: „Meta Business Agent“ skatina AI pagrįstą pokalbių prekybą
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
