Junte -se ao evento confiável pelos líderes corporativos por quase duas décadas. A VB Transform reúne as pessoas que construíram a estratégia de IA da empresa real. Saber mais
A IA número 1 da AI está mudando a gigante da energia de 150 anos Chevron? Como os profissionais técnicos se envolvem com dados.
Offshore no Golfo, a Chevron está perfurando recursos de petróleo milhas abaixo do fundo do oceano em bolsos e reservatórios que podem ou não produzir resultados. As arquiteturas agênticas precisam ser capazes de processar petabytes de dados críticos – que não apenas fornecem informações sobre onde perfurar, mas como fazê -lo sem impactar negativamente a vida humana ou o meio ambiente – na nuvem e no limite.
“Os dados são o melhor acelerador para todos os nossos casos de uso de IA”, disse Steve Bowman, GM da empresa AI da Chevron, no palco da transformação VB deste ano. “É algo que abraçamos em grande parte.”
Como a IA está mudando a maneira como a Chevron interage com suas quantidades de dados incalculáveis
Em 2019, a Chevron se uniu à Microsoft e à Oilfield Services Company SLB em um projeto chamado ‘Triple Crown’ para modernizar e padronizar as ferramentas baseadas em nuvem. As três empresas construíram aplicativos nativos do Azure na exploração e proteção cognitiva do SLB (E&P) da SLB para ajudar o processo da Chevron, visualizar, interpretar e obter informações significativas de várias fontes de dados. Delfi* E&P abrange ambientes de exploração, desenvolvimento, produção e meio -fluxo.
A gigante energética de US $ 250 bilhões, com 1.000 funcionários em 180 países em todo o mundo, “tem uma enorme quantidade de dados por aí”, disse Bowman. E, embora a Chevron tenha “sistemas muito robustos de registro”, grandes quantidades de dados não estruturados existem em uma variedade de pontos de compartilhamento.
Ao longo dos anos, a Chevron construiu alguns “algoritmos realmente ótimos” que tradicionalmente são administrados em pequena escala no local, explicou. No entanto, houve um impulso crescente para aumentar, executando esses algoritmos em uma escala muito maior e com mais eficiência na nuvem.
Ao fazer isso, “em vez de olhar para um quarteirão de três quilômetros a três milhas no Golfo do México ou Golfo da América, podemos olhar para áreas muito maiores que estamos tentando operar”, disse ele.
A colaboração do Microsoft-SLB se concentrou em três produtos: FDPLAN, DrillPlan e Drilões. O FDPLAN utiliza a computação de alto desempenho (HPC) para integrar modelos de subsuperfície, permitindo que os funcionários tomem decisões mais rápidas e informadas em ambientes complexos, alavancando os melhores dados disponíveis. Por exemplo, no Golfo, o FDPlan ajuda a Chevron a analisar diferentes opções para o desenvolvimento de um reservatório para que suas equipes possam se concentrar nos cenários mais ótimos.
Enquanto isso, o DrillPlan foi projetado para engenheiros que desenvolvem planos de perfuração, enquanto os exercícios são usados por equipes que perfuram poços.
Antes da iniciativa, alguns funcionários da Chevron subterrânea gastavam até 75% de seu tempo procurando dados, observou Bowman. “Podemos ver que o tempo que as pessoas gastam procurando dados está começando a diminuir, e a velocidade com que podemos obter insights está realmente se acelerando”, disse Bowman.
O DrillPlan também ajudou a Chevron a reduzir seu processo de planejamento de poços em águas profundas em 30 dias. Por exemplo, na Argentina, a empresa reduziu seu tempo de planejamento para um bloco de oito poços de duas semanas para menos de um dia.
Por fim, Bowman chamou a mudança para a nuvem de “um multiplicador de força real” que permitiu que a Chevron entrasse em uma nova fase de modernização.
Um foco em sistemas modulares
Agora, enquanto trabalham para integrar a IA, a equipe de Bowman está se concentrando fortemente na modularidade.
Ele ressaltou que o ‘Ask’ inicial era busca; Eles ofereceram um caso de uso muito simples, permitindo que as pessoas recuperassem informações que existiam em um SharePoint complexo “muito, muito”. Mas, à medida que os usuários se envolveram cada vez mais, suas solicitações estão aumentando; Em resposta, sua equipe adicionou um agente de recuperação, um agente que pode avaliar as descobertas do ponto de vista técnico e um agente do orquestrador para vincular os dois.
“Realmente percebemos muito cedo que precisávamos se apoiar fortemente na modularidade, porque sabíamos que esses agentes seriam chamados em outros fluxos de trabalho, com base na demanda”, disse ele.
Outro esforço é ‘Chevron Assist’, uma interface de bate -papo para operar com padrões de saúde, segurança e ambiental (HSE). “Trabalhamos em uma indústria extremamente complexa, e as apostas do jogo são sempre mais altas”, disse Bowman.
A ferramenta fornece uma maneira natural de as pessoas interagirem com documentos relacionados a padrões e procedimentos críticos, eliminando a necessidade de clicar em links ou pesquisar nos documentos. Assim, por exemplo, um usuário pode combinar todos os padrões necessários para uma equipe de perfuração, uma equipe de operações e uma equipe de manutenção.
“Percebemos que não estávamos pensando no problema da maneira que os usuários individuais estão pensando nessas coisas todas juntas”, disse Bowman. “Houve muito valor nessa integração. Isso realmente mudou a maneira como as pessoas fazem seu trabalho”.
Não focar muito em POCs
À medida que cria seus programas, a equipe de Bowman evitou ativamente se cair no hábito de realizar pilotos e provas de conceitos (POCs) que se arrastam muito tempo. “Não há valor nisso”, disse ele.
O objetivo sempre foi implantar os casos de uso mais promissores em produção, disse ele. Tudo deve estar ligado de volta aos resultados da Chevron e oferecer uma forte proposta de valor.
“Sabemos que, com um conjunto de dados com curadoria e um grupo de usuários realmente entusiasmado e bem-intencionado e um caso de uso super estreitamente definido, há quase 100% de certeza de que seu POC terá sucesso”, disse Bowman.
Outro elemento importante na implantação de ferramentas de próxima geração é superar o obstáculo. Do ponto de vista da mudança de comportamento, os líderes da empresa devem entender não apenas as expectativas que a empresa coloca nos usuários localmente e no limite, mas o que esses usuários esperam, por sua vez, disse Bowman.
“Se você construiu esses sistemas ou ferramentas de tal maneira que os indivíduos que vão colocar as mãos neles não confiam neles, ou não podem confiar neles, ou há algo que os impedem, então você nunca obtém o implantamento entusiasmado completo”, disse ele.
Nota do editor: como agradecimento aos nossos leitores, abrimos o registro de aves anteriores para o VB Transform 2026-apenas US $ 200. É aqui que a ambição da IA encontra a realidade operacional, e você vai querer estar na sala. Reserve seu lugar agora.
Fonte ==> Cyberseo
