Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

石油土豪扩充数字化俱乐部,联手专业玩家发起开放AI能源计划

石油土豪扩充数字化俱乐部,联手专业玩家发起开放AI能源计划

最近,石油巨头荷兰皇家壳牌、石油服务巨头贝克休斯(Baker Hughes)联合刚登陆纽交所不久的企业级AI软件提供商C3.ai、以及微软发起了所谓「开放 AI 能源计划」(OAI)倡议。

无论你是能源行业的运营商、服务供应商、设备商还是第三方软件供应商,都可以基于倡议(OAI)提供的统一框架,打造可互操作解决方案,包括人工智能和基于物理的模型、监控、诊断、规范操作和服务,C3.ai的BHC3™AI套件和微软Azure提供底层技术支持。

这是全球第一个开放式AI能源倡议™(OAI),也是首个面向能源和流程制造行业、基于人工智能(AI)解决方案的开放式生态系统。最初的产品包括基于AI的可靠性应用程序,以提高能源和过程工业的运营效率。

OAI是市场发展方向的早期但清晰的反映,也是当下能源行业转型必然性的凸显。有了C3 AI、壳牌、贝克休斯和微软等领先组织已经建立的联盟,OAI将独自为能源行业建立企业人工智能生态系统。

报道 | 机器之能

如果七八年前在石油行业提到数字化、智能化,人们似乎更倾向于将其视作一种远大理想,而不会认为这是已经临近的变革。但在近两三年中,数字化、人工智能正在以超乎预期的速度发展。

近日,石油巨头荷兰皇家壳牌、石油服务巨头贝克休斯(Baker Hughes)联合刚登陆纽交所不久的企业级AI软件提供商C3.ai、以及微软发起了所谓「开放 AI 能源计划」(OAI)倡议。

无论你是能源行业的运营商、服务供应商、设备商还是第三方软件供应商,都可以基于倡议(OAI)提供的统一框架,打造可互操作解决方案,包括人工智能和基于物理的模型、监控、诊断、规范操作和服务,C3.ai的BHC3™AI套件和微软Azure提供底层技术支持。

这是全球第一个开放式AI能源倡议™(OAI),也是首个面向能源和流程制造行业、基于人工智能(AI)解决方案的开放式生态系统。

独乐乐不如众乐乐。让机器学习和其他AI相关工具在企业内部得以普及之后,巨头也希望借助老合作伙伴技术,向整个行业输出自身数字化能力,从行业游戏规则改变中受益。

石油土豪扩充数字化俱乐部,联手专业玩家发起开放AI能源计划

BHC3™AI Suite是使用模型驱动架构的软件,可加快交付速度并减少为能源行业开发企业级AI应用程序的复杂性。BHC3 AI Suite使组织能够以比替代方法更快的速度为油田,能源传输和维护计划及优化交付具有AI功能的应用程序,同时减少了维护和升级此类应用程序通常造成的技术负担。

一 第一发子弹:能源资产管理

第一套 OAI 解决方案重点在于提升能源资产性能和可靠性,展示能够实现BHC3可靠性、OAI模块和此类应用现有行业解决方案之间的互操作性。

壳牌正在通过OAI提供模块,包括控制阀外壳预测性维护、旋转设备壳体预测维护、水下电潜泵壳体预测维护;

贝克休斯将为能源行业提供一系列现有技术的OAI互操作性,包括i中心——叶轮机械先进的数字化服务、本特内华达系统(bently nevada)状态监控软件,以及贝克休斯阀门生命周期管理。

很明显,OAI想要帮助解决能源行业非生产停机带来的持续行业挑战,并认为这是一个很有前景的早期方向

「这个新的生态系统将利用我们强大的现有BHC3组合,是能源数字化转型的一个有前景的步骤。」Baker Hughes的区域,联盟和企业销售执行副总裁Uwem Ukpong评价这次合作时谈道。

油气行业是一个极其复杂的产业,巨头公司的每一项业务都由多个资产组成,包括油井盆地、海上平台、炼油厂、管道和零售网点。每个资产都有大量的设备,这些设备都是为了最大限度地提高石油生产效率而设计的。在任何时间点,这些组件中的任何一个都可能出现故障——可能带来灾难性的结果。

领先企业正在寻找一种更好的方法来减少其全球资产的昂贵设备故障。在北极、海洋深处、井场内和延绵不绝的管道旁利用人工智能等先进技术监测各种情况,预测油气设备的保养周期(比如预测全球压缩机、控制阀、螺杆泵故障。)

比如,当一个压缩机出现损坏风险时,企业目前能够在24~48小时之前预测到,而这在以前是很难实现的,即使你对这些大型复杂设备的使用很熟悉。

OAI目前可用的解决方案包括经过验证和测试的特定于设备和流程的模块,这些模块带有预先训练过的AI模型、编写好的主题专业知识、低延迟数据连接器、热力学和操作参数库、全球健康监测服务、深度诊断、故障预防建议和规范行动。

此外 ,OAI 致力于通过合作伙伴驱动的 AI 技术,来支持和增强 BHC3 应用程序中的现有解决方案,包括可靠性、生产优化、库存优化、C3.ai 客户关系管理等。

二 走前行业前列的巨头

事实上,几年前,很多大型石油公司,都为迎接这场变革做了大量准备。2018年6月发布的全球超级计算机排名TOP500,全球排名全三的、隶属于私有公司的超级计算机,全部来自石油公司,分别是:埃尼石油、道达尔石油以及挪威石油公司。

目前,全球几乎所有大中型石油公司和油服公司都在数字化转型中取得了不同程度的进展,更是在物联网应用中收获了不少成果。

壳牌一直走在前沿。2018年在9月20日,壳牌曾宣布一项重大计划,与微软公司扩大合作,大规模推行人工智能(AI)的应用。技术合作伙伴中,除了微软,还有C3.ai。

壳牌希望借助这些合作伙伴的技术,将人工智能推广到油田现场、炼化厂、加油站的应用,几乎覆盖石油行业的全产业链。

比如,壳牌将采用C3 IoT和微软旗下Azure的技术来预测压缩机、阀门和其它设备何时需要维护;帮助引导钻头在页岩层中行进;并改善员工和客户的安全。

至于贝克休斯,在于GE短暂联姻继而分道扬镳之后,在与竞争对手(斯伦贝谢和哈里伯顿)差异化发展的道路上,就开始重新专注于尖端技术、设备和服务。目前,公司正在使用机器学习技术监控上下游生产以及综合天然气资产中的5200多台设备。

过去几年中,贝克休斯一直在与C3 AI合作,扩大基于人工智能的预测性维护解决方案,以降低成本,提高生产率、可靠性和资产性能。

2019年的6月24日,贝克休斯宣布与C3.ai成立合资公 BakerHughesC3.ai。不久,这家合资公司就发布首个研发的AI应用程序,针对能源行业。主要专注于可靠性,旨在改善能源资产和流程的正常运行。

2020年,公司又推出 BHC3 Production Optimization ,这是一种基于AI的应用程序,可让油井操作员查看实时生产数据,实现更准确,及时的决策,以优化合适的生产水平,以满足业务目标和能源需求。

该应用优势之一在于可以持续使用机器学习算法来快速汇总整个生产运营中的历史数据和实时数据,并创建全面生产视图,覆盖单个和多个油井、管道、分配和销售。然后,该应用程序将机器学习应用于数据,以进行异常检测、生产预测和改善生产性能的规定性措施。

其实,大规模地实现此任务并非易事,市场上没有其他解决方案将数据收集到单个平台上,并且可以近距离地分析数据。但是,Baker Hughes和C3.ai通过应用先进的AI算法实时进行实时分析,并产生可解释和可操作的见解。

三 技术背书:传奇 C3.ai

很明显,无论是壳牌还是贝克休斯,他们正在通过久经考验的BHC3 AI Suite将改变游戏规则的应用程序推向市场。而作为这个「朋友圈」中极为重要的第三方软件供应商,C3.ai 就像一个传奇。

上市一周市值翻倍,公司创始人Tom Siebel(68岁)也堪称硅谷传奇。2006年,甲骨文以58亿美元的价格买下了 Siebel Systems。这笔收购让 Siebel 本人财务自由、功成名就。如今,在云原生企业级SaaS领域,他又缔造一家上市公司。

C3.ai 主营业务是提供低代码甚至零代码的工具、应用和 AI 能力,帮助各垂直领域的客户公司将 AI 整合到其运营当中,更好地实现数字转型。

与同样服务于能源行业的阿里、华为的解决方案不同,这家公司在原本出现在中心云端的数据分析模块用C3 AI Suite给框了起来。这是一个十分独特的模型驱动架构,新增的「抽象层」能为开发者省去大量代码编写的工作,大幅降低应用开发难度,更快地完成定制化部署。

比如,根据壳牌客户反馈,在开发应用程序方面,C3.ai 的速度可能是其他供应商的30-40倍。

石油土豪扩充数字化俱乐部,联手专业玩家发起开放AI能源计划

虽然仍然是一家小公司,但是,C3.ai每天为这些客户进行超过11亿次基于机器学习的预测服务。比如,通过分析超过十亿多个数据点,解释某处供电节点为何会在性能上比其他节点低了2%。

客户确实不多,但个个都是领域龙头(主要是军工和能源)。而且客户们喜欢C3.ai 的服务,并且很快会产生依赖。招股书显示,公司15家最大客户平均付费规模都达到了初始合同的3倍,这个增长所花费的时间平均不到一年。

除了提供低代码,另一成功秘诀在于公司自主研发了能源分析引擎平台——C3 Energy Analytics Engine,并以自主研发的C3数据集成器(C3 Data Integrator)为基础,整合来自公用事业公司内部和其他第三方的超过22种数据。这些数据包括公用事业公司拥有的仪表数据、能耗数据,第三方或用户的建筑物特性、企业运营情况、地理信息数据等。

帮助客户收集生产过程中的各项数据后,会将其导入定制的应用程序当中,最终实现智能化的监管和干预。这好比是为西贝尔早年开发的「自动销售系统」(CRM)加上了一个机器学习的功能,利用最前沿的AI技术对其进行了改造升级。

在一些观点看来,C3.ai 本质上就是彻底基于云的PaaS模式,优势在于云原生和平台即服务,而不是AI本身,它把不同数据库中的数据汇总到一起进行分析,核心还是做的西贝尔早年在甲骨文做的老本行——数据库

过去几年,微软一直在加大人工智能(AI)项目上的投资,也一直致力于能源领域的转型。C3.ai在技术和行业的深厚积累,并非巨头可以轻易复制,这也是为什么微软会斥资5000万美元投资 C3.ai。微软希望与C3.ai长期保持合作,将其服务上架Azure,补全技术版图。

四 早期转变的风向标

能源行业正处在一个转折点。目前正经历12年来的第三次重大衰退。石油(连带油田服务行业)在去年也受到了新冠疫情引起油价低迷的沉重打击。

就在昨天,西门子能源公司宣布拟未来几年裁员7800人。在此之前,巨头埃克森美孚、英荷壳牌石油、英石油(BP)早已宣布裁员,英国石油更是报告10年来首次年度亏损。

更具戏剧化的一幕是,特斯拉在2020年首次实现全年盈利,并不是因为其向客户销售了足够多的汽车,而是得益于卖出了大量碳排放积分。

「全球企业正面临着提高运营效率、更高安全性和生产率的挑战,」 C3.ai总裁兼首席技术官Ed Abbo 在接受外媒采访时说。

最近,挪威船级社 DNV GL发布的最新研究发现,2021年,削减成本仍将是全球的首要任务(96%),但油气行业已经开始精简。

无论是精简还是长远转型并确保气候安全,都需要新的技术方法,利用协作、开放数据标准和尖端人工智能能力。OAI是市场发展方向的早期但清晰的反映,有了C3 AI、壳牌、贝克休斯和微软等领先组织已经建立的联盟,OAI将独自为能源行业建立企业人工智能生态系统,协助整个能源行业释放重大经济价值和长远发展。

产业机器学习人工智能
相关数据
华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。

https://www.huawei.com/cn/
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

异常检测技术

在数据挖掘中,异常检测(英语:anomaly detection)对不符合预期模式或数据集中其他项目的项目、事件或观测值的识别。 通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。 异常也被称为离群值、新奇、噪声、偏差和例外。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

数据集成技术

数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中,从而为企业提供全面的数据共享。在企业数据集成领域,已经有了很多成熟的框架可以利用。目前通常采用联邦式、基于中间件模型和数据仓库等方法来构造集成的系统,这些技术在不同的着重点和应用上解决数据共享和为企业提供决策支持。

暂无评论
暂无评论~