Olje- og gassvirksomheter som ønsker å lykkes med KI må ta utgangspunkt i en forretningsutfordring, ikke teknologien for teknologien skyld. Oppsiden er alt fra økt sikkerhet for de ansatte til færre kostbare reparasjoner, skriver Espen Hjertø, fra Lenovo i denne kronikken.
Kunstig intelligens forandrer nå olje- og gassektoren og spesielt computer vision vokser raskt frem som et viktig verktøy for økt sikkerhet. I tillegg kan store språkmodeller (LLMs) analysere enorme datamengder og gi enklere tilgang til informasjon. Og andre prediktive KI-teknologier kan bidra til færre kostbare reparasjoner og driftsstans.
Ser stadig flere bruksområder
Computer vision er KI som forstår og tolker bilder og video. Dette blir ansett som en transformativ teknologi og den får stadig nye bruksområder. Teknologien kan eksempelvis transformere prediktivt vedlikehold fordi den gir 360-graders visning av hva som faktisk skjer. Og når infrastrukturen først er på plass, kan kameraene utnyttes til flere bruksområder, som å overvåke om ansatte bruker verneutstyr.Computer vision er også et alternativ til IoT (Internet of Things) fordi bruk av IoT-sensorer i risikosoner ofte er utfordrende av kostnads- og sikkerhetshensyn. Computer vision-aktiverte kameraer kan plasseres utenfor disse sonene og prediktivt overvåke og oppdage blant annet lekkasjer og korrosjon fra trygg avstand.
Verdi i både lete- og driftsfasen
KI kan også være svært effektivt i letefasen når virksomhetene må forholde seg til enorme mengder seismiske og geologiske data. Høyytelsesberegninger (High Performance Computing) og KI-algoritmer kan gi dataene betydelig merverdi og identifisere potensielle oljefelt raskere og mer nøyaktig. KI har også mange bruksområder ved eksisterende olje- og gassanlegg, som å kunne forutse ulike hendelser og optimalisere produksjonen fordi teknologien analyserer mønstre og beregner utfall. Og ved å kombinere KI-teknologier som prediktive simuleringer og lukket sløyfe-optimalisering, kan operatører øke effektiviteten ved å justere innstillinger på utstyr i sanntid og optimalisere pumpehastigheter.
KI kan også bidra til å forhindre driftsstans. Den globale energigiganten Woodside Energy bruker KI-algoritmer sammen med tusenvis av sensorer for å oppdage og forhindre skumhendelser ved Pluto Liquid Natural Gas-anlegget i Vest-Australia. Anlegget må stenges ned hvis dette skjer, og én hendelse kostet angivelig Woodside 300 millioner dollar i tapte inntekter. Selskapet innførte derfor et KI-system som kan oppdage tidlige tegn på skumdannelse opptil fire dager i forveien. Dette er en skybasert IoT-plattform som henter data fra 10 000 sensorer i og rundt anleggets enheter for fjerning av syregass og identifiserer tidlige tegn på skumdannelse. Systemet varsler om en hendelse lenge før den skjer slik at anlegget kan tilpasse driften eller utføre vedlikehold.
Store muligheter med store språkmodeller
Store språkmodeller begynner også å bli nyttige i olje- og gassbransjen. Nå som modellene kan skrive og kjøre kode, kan de stilles spørsmål ved hjelp av konvensjonelt språk. Språkmodellen skriver deretter koden, kjører den og leverer nyttige rapporter umiddelbart. Store språkmodeller kan også gi enklere tilgang til informasjon. Et eksempel er reparasjonsmanualer, som gjør hverdagen enklere for teknikere.
Virksomheter som lykkes med KI i setter først søkelys på konkrete forretningsutfordringer. KI har et enormt potensial i alt fra å forbedre sikkerheten til å forlenge levetiden på materiell gjennom teknologi som computer vision, som har klare fordeler sammenlignet med eldre Internet of Things-løsninger. For olje- og gassektoren bør ikke KI handle om teknologi for teknologiens skyld. KI bør tas i bruk for å forbedre effektiviteten, sikkerheten og gi langsiktig forretningsverdi.
Kronikk skrevet av Espen Hjertø, Nordic CTO i Lenovo.
