Il contributo positivo dell’intelligenza artificiale nell’Oil & Gas
-
- Tweet
- Pin It
- Condividi per email
-
![Oil-gas intelligenza artificiale](https://energia-plus.it/wp-content/uploads/sites/5/2024/01/Oil-gas-intelligenza-artificiale-300x225.jpg)
11A cura di Jeremiah Woodford, VP Energy and Natural Resources, IFS
L’Intelligenza Artificiale, l’automazione e l’apprendimento automatico promettono di ridefinire le operazioni aziendali in settori complessi, e nulla è più complesso delle attività upstream nel settore Oil & Gas.
Secondo una recente indagine di Ernst & Young, il 92% delle aziende nel settore petrolifero e del gas a livello mondiale sta investendo nell’AI o pianifica di farlo nei prossimi 5 anni. Inoltre, il 50% dei dirigenti del settore dichiara di aver già iniziato a utilizzare l’AI per risolvere le sfide organizzative. Anche il World Economic Forum suggerisce che, entro il 2025, l’adozione su larga scala dell’AI nel settore petrolifero e del gas potrebbe portare a risparmi compresi tra il 10% e il 20%.
L’intelligenza artificiale può svolgere un ruolo significativo nell’ottimizzazione dei processi aziendali critici e nell’integrazione delle strategie di inventario, approvvigionamento e manutenzione, eliminando i silos di dati.
Nonostante i trilioni di dollari investiti nelle attività di perforazione, esplorazione e produzione, le organizzazioni continuano a fare cattive pianificazioni. La causa principale? Una scarsa governance dei dati master.
I cataloghi dei dati master descrivono i dettagli dei pozzi, degli impianti di produzione, dei magazzini e dell’inventario, oltre agli asset e ai dati che li identificano. In genere, il catalogo globale di un grande produttore può contenere da 2 a 3 milioni di articoli, con un valore di inventario di 3-4 miliardi di dollari. Nonostante la gestione dei dati master sia cruciale per mantenere l’integrità del sistema e facilitare processi aziendali e analitici efficienti, il suo valore è spesso trascurato nel settore. Il problema è amplificato dalla dispersione delle informazioni tra diverse unità aziendali. Ogni entità o regione ha adottato i propri processi e la propria nomenclatura, aumentando il rischio di formati incoerenti, duplicazioni di dati, informazioni mancanti e altro ancora.
Parallelamente, la manutenzione dei pozzi è tipicamente gestita a livello regionale, con l’approvvigionamento dei ricambi gestito individualmente. Manca una pianificazione a livello di flotta per le parti critiche in magazzino. Ad esempio, un cuscinetto con specifiche adeguate potrebbe essere disponibile in loco, ma un altro pezzo viene trasportato in aereo a causa delle incongruenze nella denominazione e nel formato della catalogazione, eliminando l’opzione locale.
In questo caso, le capacità di analisi dati abilitate dall’intelligenza artificiale di IFS possono aiutare rapidamente a standardizzare le convenzioni di denominazione dei componenti, fornendo una visione globale e olistica dei dati di inventario. Le funzionalità di IFS.ai, ad esempio, estraggono autonomamente i dati, permettendo agli utenti di sfruttare gli insight al momento giusto per un miglioramento continuo. Oltre a garantire lo stato di salute degli asset, può correlare i dati storici relativi a temperatura di esercizio, pressione e manutenzione con gli insight di produzione, rivelando gli asset più critici in termini di tempi di attività e aiutando a pianificare una manutenzione appropriata basata sulle condizioni.
Utilizzando l’analisi dell’intelligenza artificiale (AI-analysis) per ottenere una visione globale dei requisiti delle parti critiche si aumenta il potere d’acquisto. Le decisioni di acquisto possono essere standardizzate e consolidate. I produttori possono assicurarsi componenti sufficienti per tutti i siti in un’unica transazione d’ordine, massimizzando gli sconti sul volume prima di spedirli agli hub regionali. Un risparmio del 10 o 15% su una spesa di inventario globale di 5-6 milioni di dollari merita sicuramente di essere perseguito. Questo approccio elimina anche il costo interno dell’emissione di più ordini di acquisto regionali, che può raggiungere i 150-175 dollari per ordine. Con una chiara comprensione delle esigenze, gli acquisti annuali globali, a condizioni preconcordate con fornitori selezionati, possono persino diventare automatici.
Secondo le stime di Aberdeen Group, il 50% dei fermi macchina annuali non programmati può essere attribuito alla mancanza di pezzi di ricambio e alle scorte. L’intelligenza artificiale svolge un ruolo chiave nell’ottimizzazione e nel ridimensionamento del tipo e del livello di scorte. Le organizzazioni che si occupano di manutenzione in genere stabiliscono una strategia di scorte per i pezzi di ricambio critici al momento della concezione dell’asset. Tuttavia, questo cuscinetto di sicurezza minimo/massimo è una proiezione iniziale, spesso arbitraria, non basata sulle conoscenze operative del mondo reale. Ciò potrebbe portare a livelli di scorte di sicurezza 2-3 volte superiori al necessario, consumando capitale circolante che, alla fine della vita dell’asset, non sarà recuperato.
Applicando l’intelligenza artificiale, invece, le aziende di servizi e manutenzione possono analizzare l’utilizzo effettivo dei componenti in scenari operativi simili. Il risultato è una raccomandazione di stoccaggio molto più informata e realistica, riducendo in modo significativo le scorte di magazzino e i costi. I dati di un caso di studio di Deloitte suggeriscono che l’ottimizzazione delle scorte può ridurre i costi di gestione delle scorte stesse dell’80%, aumentare la disponibilità dei materiali dal 93 al 97% e generare risparmi del 20%.
Ogni progetto di campagna di perforazione offshore richiede una vasta fornitura di tubazioni specializzate (tubolari per giacimenti petroliferi) e di ricambi di perforazione in magazzino. Queste possono rappresentare scorte del valore di trilioni di dollari. Tuttavia, poiché in genere non esiste una visibilità o un’analisi olistica e completa delle scorte di ricambi di perforazione esistenti, il potenziale risparmio attraverso il reimpiego non viene preso in considerazione nell’avvio di un nuovo progetto.
L’intelligenza artificiale offre un modo per analizzare i ricambi di perforazione e le scorte di magazzino e farli corrispondere ai requisiti di un nuovo progetto. Ad esempio, l’intelligenza artificiale e il machine learning possono condurre un’analisi dei costi per determinare se sia più conveniente trasferire le scorte esistenti o acquistarne di nuove. Ancora una volta, l’AI promette una migliore pianificazione delle catene di approvvigionamento per raggiungere in modo efficiente gli obiettivi di produzione.
È anche ipotizzabile che si possa usare l’AI per orchestrare gli acquisti e la gestione delle scorte per più campagne di perforazione come un capital project. Ad esempio, eseguire gli acquisti per un intero anno di attività in anticipo con un sistema unificato guidato dall’AI che integra senza soluzione di continuità la gestione del progetto di approvvigionamento con la gestione delle scorte e del magazzino.
L’applicazione dell’AI per ottimizzare le operazioni di produzione, sia in termini di manutenzione che di estrazione di petrolio e gas, diventerà sempre più cruciale per ridurre al minimo le emissioni causate dai tempi di fermo dei pozzi o dalla sovrapproduzione.
I giacimenti di solito producono sia gas naturale che petrolio, e il controllo dell’equilibrio durante l’estrazione è di importanza fondamentale. L’intelligenza artificiale può essere di aiuto nella previsione e pianificazione di queste decisioni strategiche di estrazione, spesso molto complesse.
Nel caso dei pozzi terrestri, i serbatoi di acqua e di sostanze chimiche devono essere svuotati regolarmente per evitare il flaring in caso di sovrapproduzione di gas. Utilizzando gli strumenti di pianificazione, la programmazione e l’ottimizzazione di IFS Cloud, insieme ai dati GPS, le raccolte dei camion dell’acqua possono essere programmate e dirette prioritariamente ai pozzi più produttivi, in base alle esigenze in tempo reale.Inizio modulo
In conclusione, l’intelligenza artificiale svolge un ruolo trasformativo, consentendo a società di esplorazione e produzione e appaltatori di perforazione di acquisire una visione completa e olistica delle proprie operazioni. Eliminando i silos, l’AI promette di ottimizzare il potere d’acquisto e le strategie di stoccaggio, garantendo al contempo tempi di attività e produttività massimi.
Contenuti correlati
-
Utilizzare l’intelligenza artificiale per la produzione di combustibili solari
Alcune tecniche di intelligenza artificiale possono essere utilizzate per accelerare i tempi di sviluppo dei sistemi di produzione dei combustibili solari, come dimostrato da un team di ricercatori del Politecnico di Torino, coordinato dal professor Eliodoro Chiavazzo...
-
Da Honeywell un software per la produzione efficiente di celle delle batterie
Battery Manufacturing Excellence Platform di Honeywell è una soluzione software basata su intelligenza artificiale (AI) e progettata per ottimizzare il funzionamento delle gigafactory fin dal primo giorno, migliorando la resa delle celle delle batterie e accelerando l’avvio...
-
I sistemi di raffreddamento ad acqua refrigerata di Vertiv migliorano l’efficienza dei data center
Vertiv, fornitore globale di soluzioni per le infrastrutture digitali critiche e le soluzioni di continuità, ha firmato un contratto con la società svedese EcoDataCenter per la fornitura di soluzioni di raffreddamento ad acqua refrigerata ad alta efficienza...
-
Come rendere la supply chain sostenibile in 4 step
Eventi meteorologici estremi come inondazioni, uragani e siccità, sono ormai sempre più frequenti. A causa proprio di questi ultimi, le catene di approvvigionamento subiscono gravi interruzioni che comportano tempi di consegna più lunghi, costi più elevati e...
-
Ottimizzazione olistica nel settore Oil & Gas
Grazie all’Intelligenza Artificiale, nel settore Oil & Gas, è possibile realizzare un concetto di ottimizzazione olistica che consente di trasformare l’inventario, l’approvvigionamento, la manutenzione e le altre operazioni. Leggi l’articolo
-
Schneider Electric, l’automazione come driver per la sostenibilità
Schneider Electric ha mostrato ad Hannover Messe le più rilevanti novità della sua offerta in varie aree tra cui il software industriale, l’Intelligenza Artificiale, i Digital Twin. Tutte queste soluzioni sono state presentate in uno spazio dedicato...
-
Sensori e intelligenza artificiale: la combo vincente per l’agricoltura
Per produrre un chilo di carne bovina sono necessari circa 15.000 litri di acqua e per la coltivazione di una tonnellata di riso servono circa 1.500 metri cubi di acqua, come ricorda Matteo Beccatelli, chimico, ricercatore, CEO...
-
Green computing, emissioni di CO2 ridotte fino al 50%
L’uso della tecnologia ha un impatto significativo sull’ambiente e le aziende impegnate nel percorso verso la sostenibilità devono tenerne conto. È per questo che Bitrock, consulting company 100% Made in Italy appartenente al Gruppo Fortitude, ha messo...
-
Il mercato premia la transizione digitale ed energetica
Nel quadro di un’industria manifatturiera che si prevede in rialzo nei prossimi anni, il mercato dell’automazione industriale continua a crescere. Sono gli avanzamenti tecnologici a guidare la corsa: Intelligenza Artificiale, Robotica, Tecnologie IoT. In cima al ranking...
-
Danni all’ambiente, basterebbe un po’ più di manutenzione per prevenirne buona parte
I danni all’ambiente e gli impatti che generano su risorse naturali, salute ed economia si possono ridurre fino al 73% intervenendo sulle due principali cause, rappresentate dalla scarsa manutenzione, in primis la corrosione delle vasche interrate, e...
Scopri le novità scelte per te x
-
Utilizzare l’intelligenza artificiale per la produzione di combustibili solari
Alcune tecniche di intelligenza artificiale possono essere utilizzate per accelerare i tempi di sviluppo dei sistemi di...
-
Da Honeywell un software per la produzione efficiente di celle delle batterie
Battery Manufacturing Excellence Platform di Honeywell è una soluzione software basata su intelligenza artificiale (AI) e progettata...
Notizie Tutti ▶
-
Economia circolare, Siemens e Osai GreenTech al recupero dei metalli preziosi dai Raee
Nell’economia lineare l’estrazione, la lavorazione e lo smaltimento dei metalli preziosi comportano un consumo...
-
Hewlett Packard e Danfoss insieme per ridurre il consumo energetico nei data center
Hewlett Packard Enterprise e Danfoss collaborano per la fornitura di HPE IT Sustainability Services...
-
Efficienza energetica e decarbonizzazione al centro di Metef 2025
Dopo un periodo che ha visto il comparto affrontare diverse sfide, l’industria dell’alluminio sta...
Prodotti Tutti ▶
-
Refrigeratori di acqua di processo ecologici di Parker a basso GWP
Parker Hannifin ha sviluppato Hyperchill Plus-E, un nuovo refrigeratore ecologico per processi industriali utilizzato...
-
Soluzioni di automazione Bosch Rexroth per la produzione di batterie per EV
La domanda di soluzioni per l’accumulo di energia è in questa fase storica più...
-
Da Honeywell un software per la produzione efficiente di celle delle batterie
Battery Manufacturing Excellence Platform di Honeywell è una soluzione software basata su intelligenza artificiale...