A importância da capacitação de IA no segmento de petróleo & gás
A Inteligência Artificial (IA) [1] tem interessado muito a várias empresas de petróleo & gás pelo mundo afora com o objetivo de aumentar a eficiência, melhorar os processos operacionais e minimizar o tempo de inatividade não planejado da planta de exploração & produção (E&P). Grandes empresas como Exxon Mobil, Chevron, BP, Shell, Total, entre outras já estão engajadas na aposta de utilizar tecnologia de IA [2]. Esse interesse ainda vai engajar muitas outras empresas desse segmento no uso da IA.
Além do impacto da redução recente do preço do barril provocado pela pandemia mundial do coronavírus com a disputa entre Rússia e Arábia Saudita [2.1], o cenário energético mundial está em um grande processo de mudança. As empresas de petróleo & gás estão trabalhando com novas formas de energia e preocupadas com a redução de emissão de CO2
O foco das empresas de petróleo & gás em capacitar sua força de trabalho em IA em um cenário de transformação tecnológica está sendo impulsionado por duas grandes transições. Primeiro, é a decisão das empresas de apostar no desenvolvimento de fontes alternativas de energia. Como o negócio de energia é “digitalmente nativo, a diferenciação no mercado será em torno da tecnologia de IA”. Quem souber “aplicar” mais a IA vai se destacar!
Segundo, o gigantesco tamanho do negócio de petróleo exige que ele seja gerenciado de maneira eficaz e eficiente. A tecnologia de IA permitirá que sejam identificadas as possíveis necessidades de manutenção dos equipamentos antes da avariação, bem como, sejam identificadas áreas de uma instalação de E&P nas quais possam ser reduzidas as emissões de carbono. Os algoritmos de aprendizagem de máquina (“machine learning” [3]) também podem permitir que as empresas de petróleo processem automaticamente os dados sísmicos e coletem melhores informações sobre formações rochosas subterrâneas.
As empresas de petróleo estão percebendo que atualmente estão sob um cenário com necessidade de fortes impactos e mudanças para melhorar as suas operações de forma diferenciada – o que não é uma tarefa trivial. Elas estão percebendo que a tecnologia é um grande elemento dessa mudança e, que precisam, encontrar uma maneira de fornecer uma maior quantidade de energia e de forma mais limpa, e também que investir na tecnologia de IA é uma maneira essencial para fazer isso.
À medida que a IA, a aprendizagem de máquina e outras tecnologias avançadas estimulam a transformação digital que ocorre em muitas empresas, os líderes empresariais estão se esforçando para recrutar seus funcionários. Na opinião deles, isso pode lhes dar uma vantagem competitiva no momento em que quase todos os setores estão sofrendo com a desaceleração da economia global, as interrupções na cadeia de suprimentos e a estratégia da força de trabalho em fluxo constante.
Na situação atual de evolução “galopante” da tecnologia digital, as empresas de todos os nichos estão acordando para o fato de que as habilidades tecnológicas se tornam desatualizadas a um ritmo alarmante. Um dos maiores desafios que os líderes empresariais enfrentam é a melhor forma de alavancar a sua força de trabalho existente. O pior cenário é demitir os funcionários existentes e sair contratando novos funcionários com as habilidades necessárias. Dessa forma, tem se destacado o interesse das empresas em capacitar a sua força de trabalho existente nas novas tecnologias. No mercado corporativo, o custo de desenvolver novas habilidades para a força de trabalho existente é muito menor do que demitir os funcionários antigos e contratar novos funcionários com habilidades mais adaptadas às tecnologias atuais.
Neste cenário de capacitação no segmento de petróleo & gás, desataca-se a inciativa da gigante Shell que resolveu treinar parte da sua mão de obra mundial de 82.000 funcionários na tecnologia de IA através de cursos “online” tipo MOOC (“massive open online course” [4]) da Udacity [5].
No programa de capacitação de IA da Shell um total de 2.000 profissionais manifestaram interesse no treinamento. Esse programa focou no seu módulo piloto nos cientistas de dados da Shell e depois, após o sucesso do piloto, decidiu avançar em um compromisso maior voltado para engenheiros de petróleo, químicos, cientistas de dados, geofísicos, entre outros. O treinamento da Udacity em IA com a Shell aborda temas como a linguagem de programação Python [6] (muito usada na IA), algoritmos de aprendizagem de máquina, treinamento em redes neurais (“deep learning” [7]), modelagem de dados entre outros.
Nesse treinamento, a Shell está interessada em que seus profissionais desenvolvam a aptidão de “pensar com a cabeça” de IA para potencializar aplicações relevantes no uso dessa tecnologia para o segmento de petróleo & gás.
De acordo com [5] a Shell está interessada no uso da IA para explorar as seguintes aplicações, a saber:
(a) Para processar automaticamente dados sísmicos: uso diferenciado da técnica de aprendizado profundo (“deep learning”) [7] para a estratificação de dados sísmicos [8];
(b) Para identificar as necessidades de manutenção preditiva, permitindo que as instalações funcionem com mais eficiência: a manutenção preditiva é muito importante no segmento de petróleo & gás pois alguns minutos de parada de um equipamento em uma instalação de E&P nesse segmento pode significar “muito” dinheiro [9];
(c) Para otimizar os processos de produção através de rotinas contínuas de otimização em tempo real [10];
(d) Para identificar anomalias nas instalações usando visão de máquina: o uso da técnica de aprendizado profundo (“deep learning”) [7] para detectar anomalias em dispositivos e equipamentos da planta de E&P através da visão por computador [11];
(e) Para usar sensores IoT para detectar a qualidade dos lubrificantes;
(f) Para fornecer melhores programas de fidelidade e ofertas para os clientes de varejo (nas distribuidoras de derivados de petróleo);
(g) Para otimizar a experiência de recarga dos clientes da Mobilidade Elétrica (p. ex., carros elétricos) – tornando-a mais barata e ecológica;
(h) Para rastrear emissões de CO2 para identificar automaticamente oportunidades de redução.
Quanto mais a IA se disseminar no ambiente das empresas de petróleo & gás mais nós teremos aplicações inovadoras … acompanhar esse processo será uma jornada muito interessante!
Aqui temos duas referências interessantes sobre a transformação digital no segmento de petróleo & gás [12-13].
Finalmente, a tecnologia de IA vai trazer grandes oportunidades no segmento de petróleo & gás e, cada vez mais, as empresas de energia vão necessitar de capacitação nessa tecnologia.
Referências:
[1] Artificial Intelligence, Wikipediahttps://en.wikipedia.org/wiki/Artificial_intelligence [2] A Inteligência Artificial no segmento de Petróleo & Gás, Convergência Digital, 24.mar.2020
http://convergenciadigital.uol.com.br/cgi/cgilua.exe/sys/start.htm?UserActiveTemplate=site&infoid=53165&sid=15 [2.1] Preços do petróleo caem após Arábia Saudita e Rússia adiarem reunião, G1, 06.abr.2020
https://g1.globo.com/economia/noticia/2020/04/06/precos-do-petroleo-caem-apos-arabia-saudita-e-russia-adiarem-reuniao.ghtml [3] Machine Learning, Wikipedia
https://en.wikipedia.org/wiki/Machine_learning [4] Massive Open Online Course, Wikipedia
https://en.wikipedia.org/wiki/Massive_open_online_course [5] Announcing Our Newest Collaboration with Shell, Udacity, 14.feb.2020
https://blog.udacity.com/2020/02/announcing-our-newest-collaboration-with-shell.html [6] Python has brought computer programming to a vast new audience, The Economist, 19.jul.2020
https://www.economist.com/science-and-technology/2018/07/19/python-has-brought-computer-programming-to-a-vast-new-audience [7] Deep Learning, Wikipedia
https://en.wikipedia.org/wiki/Deep_learning [8] Referências do Google sobre “Automatically process seismic data ai oil”
https://www.google.com/search?q=Automatically+process+seismic+data+ai+oil&oq=Automatically+process+seismic+data+ai+oil+&aqs=chrome..69i57.15831j0j8&sourceid=chrome&ie=UTF-8 [9] Referências do Google sobre “Identify predictive maintenance oil gas ai”
https://www.google.com/search?sxsrf=ALeKk00xg6bN-Yo33hljb_I4omAVF4DaCA%3A1586619078784&ei=xuKRXt–L5fW5OUPy5SC0AM&q=Identify+predictive+maintenance++oil+gas+ai++&oq=Identify+predictive+maintenance++oil+gas+ai++&gs_lcp=CgZwc3ktYWIQAzIFCCEQoAEyBQghEKABOgQIABBHOgQIIxAnOgcIIxCwAhAnSgoIFxIGMTItMTE0SgkIGBIFMTItMjNQ-m1Y2bABYPS6AWgBcAJ4AIABywGIAZoUkgEGMi4xOC4xmAEAoAEBqgEHZ3dzLXdpeg&sclient=psy-ab&ved=0ahUKEwjfudbU2ODoAhUXK7kGHUuKADoQ4dUDCAw&uact=5 [10] Referências do Google sobre “oil gas ai Optimize production processes through ongoing real-time optimization routines”
https://www.google.com/search?sxsrf=ALeKk03NyTuOKwnQxkEmfTEwgY0NlFdeNw%3A1586619103766&ei=3-KRXsSjLq-f5OUPsIyj0As&q=oil+gas+ai++Optimize+production+processes+through+ongoing+real-time+optimization+routines&oq=oil+gas+ai++Optimize+production+processes+through+ongoing+real-time+optimization+routines&gs_lcp=CgZwc3ktYWIQAzoECAAQRzoFCAAQkQI6AggAOgQIIxAnOgQIABBDOgUIABDLAToGCAAQFhAeOgUIABDNAkoyCBcSLjBnMTI0ZzEyN2cxMDVnMTEzZzExNmcxMDdnMTAxZzEwM2cxMDNnMTEzZzBnMzBKHQgYEhkwZzFnMWcxZzFnMWcxZzFnMWcxZzNnMGc1UN6eHFjAwhxg68ocaABwBHgAgAF3iAHaCpIBAzQuOZgBAKABAaABAqoBB2d3cy13aXo&sclient=psy-ab&ved=0ahUKEwiEj8vg2ODoAhWvD7kGHTDGCLoQ4dUDCAw&uact=5 [11] Referências do Google sobre “oil gas ai Identify anomalies within the facilities using machine vision”
https://www.google.com/search?q=oil+gas+ai+Identify+anomalies+within+the+facilities+using+machine+vision&oq=oil+gas+ai+Identify++anomalies+within+the+facilities+using+machine+vision&aqs=chrome..69i57.15151j0j7&sourceid=chrome&ie=UTF-8 [12] Oil and Gas: on the cusp of a digitally fuelled new era, World Economic Forum, 2017
http://reports.weforum.org/digital-transformation/oil-and-gas-on-the-cusp-of-a-digitally-fuelled-new-era/ [13] White Paper: Digital Transformation Initiative Oil and Gas Industry, World Economic Forum & Accenture, January 2017
http://reports.weforum.org/digital-transformation/wp-content/blogs.dir/94/mp/files/pages/files/dti-oil-and-gas-industry-white-paper.pdf
Emitido por Eduardo Prado
Twitter: https://twitter.com/eprado_melo
