Czym jest przedsiębiorstwo autonomiczne w sektorze ropy, gazu i energii?

Jeśli prowadzisz działalność w przedsiębiorstwie produkującym ropę naftową i gaz, w firmie handlującej energią lub w rafinerii i firmie detalicznej, znasz już tę presję. Ceny towarów zmieniają się pod wpływem wydarzeń geopolitycznych, których twoje systemy nie są w stanie przewidzieć. Działania wymagające dużej ilości zasobów — platformy wiertnicze, rafinerie, rurociągi, stacje benzynowe — generują ogromne ilości danych, ale decyzje, które powinny być podejmowane na podstawie danych, i tak są podejmowane z szybkością człowieka. Wymagania dotyczące sprawozdawczości regulacyjnej i środowiskowej są z roku na rok bardziej rygorystyczne, co zwiększa obciążenie związane z zapewnieniem zgodności z przepisami w już i tak nadwyrężonych obszarach działalności. A gdzieś pośród tego wszystkiego technicy terenowi, planiści i zespoły finansowe nadal koordynują swoją pracę telefonicznie, za pomocą arkuszy kalkulacyjnych i ręcznie.

Systemy te zostały zaprojektowane w celu rejestrowania tego, co się działo, a nie podejmowania działań na podstawie tego, co działo się w danej chwili. SAP Autonomous Enterprise ma załatać tę lukę.

Presja, z jaką borykają się dziś firmy naftowe, gazowe i energetyczne

Wyzwania strukturalne stojące przed sektorem ropy naftowej, gazu i energii nasiliły się w ciągu ostatnich kilku lat. Zmienność kosztów surowców i towarów bezpośrednio obniża marże, zmuszając zespoły ds. zaopatrzenia i łańcucha dostaw do szybszej reakcji, niż pozwalają na to tradycyjne cykle planowania. Zakłócenia w łańcuchu dostaw — czy to spowodowane wydarzeniami geopolitycznymi, wąskimi gardłami logistycznymi czy ekstremalnymi warunkami pogodowymi — wymagają reagowania awaryjnego, którego większość systemów operacyjnych nie jest w stanie wykonać automatycznie. Jednocześnie nakazy dotyczące zrównoważonego rozwoju i wymogi dotyczące raportowania emisji w ramach takich ram jak dyrektywa w sprawie raportowania zrównoważonego rozwoju przedsiębiorstw (CSRD) sprawiają, że zgodność z przepisami przestaje być zadaniem okresowym i staje się ciągłą dyscypliną operacyjną.

Za tym wszystkim kryje się problem fragmentacji systemów. Większość operatorów sektora naftowego, gazowego i energetycznego zbudowała swoją infrastrukturę technologiczną na przestrzeni dziesięcioleci poprzez przejęcia, modernizacje infrastruktury i wdrażanie rozwiązań punktowych. Platformy zarządzania aktywami, narzędzia do rozliczania węglowodorów, systemy handlowe i zarządzania ryzykiem oraz środowiska planowania zasobów przedsiębiorstwa (ERP) często działają w silosach. Dane są gromadzone ręcznie, przepływy pracy wymagają ręcznej koordynacji między działami, a biznes rozwija się wolniej, niż wymaga tego rynek.

Kluczowe dane statystyczne można znaleźć w raporcie Oxford Economics, The Value Of AI Industry Deep Dive: Energy and Utilities.

Co właściwie oznacza „przedsiębiorstwo autonomiczne”?

Termin „przedsiębiorstwo autonomiczne” jest szeroko stosowany w branży technologicznej, dlatego warto go precyzyjnie określić. Przedsiębiorstwo autonomiczne nie polega na odsuwaniu ludzi od decyzji biznesowych. Chodzi o zmianę tego, na co ludzie poświęcają swój czas. Wizja ta — wyrażona w wizji Autonomous Enterprise firmy SAP — to przedsiębiorstwo, w którym sztuczna inteligencja (AI) zmienia sposób, w jaki ludzie pracują i jak przebiegają procesy: decyzje są podejmowane na podstawie informacji w czasie rzeczywistym, a procesy są automatyzowane od początku do końca, a każda funkcja jest proaktywnie udoskonalana, dzięki czemu organizacje mogą przewyższyć wszelkie oczekiwania.

Pomyśl, co się dzieje dzisiaj, gdy podczas planowanego przestoju zabraknie ważnej części zamiennej. Planista konserwacji identyfikuje braki, kontaktuje się z działem zaopatrzenia, który sprawdza stany magazynowe w różnych lokalizacjach, eskaluje do działu zaopatrzenia, który negocjuje przyspieszone zamówienie — a wszystko to w czasie, gdy okno czasowe przestoju się zawęża, a koszty przestoju rosną. W przedsiębiorstwie autonomicznym agenci AI wykrywają niedobory przed rozpoczęciem przestoju, dokonują porównań zapasów w całej sieci, inicjują działania zakupowe i przedstawiają zalecane rozwiązanie do zatwierdzenia przez człowieka — w ciągu kilku minut, a nie godzin.

Jak opisuje to SAP: ludzie wyznaczają kierunek. Sztuczna inteligencja wykonuje zadanie. To nie jest futurystyczna koncepcja. To strukturalna zmiana w sposobie projektowania oprogramowania dla przedsiębiorstw, która ma konkretne implikacje dla firm z branży naftowej, gazowej i energetycznej zajmujących się poszukiwaniem i produkcją, rafinacją, łańcuchem dostaw węglowodorów, zarządzaniem aktywami, obsługą terenową i raportowaniem zrównoważonego rozwoju.

Dlaczego sektory ropy naftowej, gazu i energii są idealne dla sztucznej inteligencji opartej na agentach

Działalność związana z ropą, gazem i energią opiera się w swojej istocie na intensywnych aktywach, dużej ilości danych i wrażliwości na marże. Dzięki takiemu połączeniu są one szczególnie dobrze przystosowane do ciągłej optymalizacji opartej na sztucznej inteligencji, jaką umożliwia Autonomous Enterprise. SAP Industry AI rozszerza każdą autonomiczną domenę o wiedzę na temat procesów pionowych, modele danych i logikę regulacyjną stworzoną specjalnie na potrzeby działalności energetycznej. Zastanów się, w jaki sposób autonomiczni agenci mogą bezpośrednio wpływać na wyniki:

• Konserwacja i eksploatacja zasobów: agenci AI monitorują stan sprzętu w rafineriach, rurociągach i zasobach produkcyjnych w czasie rzeczywistym, identyfikując anomalie, uruchamiając przepływy prac konserwacyjnych i optymalizując planowanie wyłączeń i reorganizacji — redukując nieplanowane przestoje zanim wpłyną one na produkcję.
• Łańcuch dostaw węglowodorów i planowanie produkcji: Agenci koordynują harmonogram produkcji, logistykę terenową i realizację łańcucha dostaw w operacjach upstream i midstream, reagując na zmiany popytu, dostępności surowców lub ograniczenia transportowe bez konieczności ręcznej interwencji.
• Handel i zarządzanie ryzykiem: Centra obrotu towarami wspomagane sztuczną inteligencją zapewniają traderom kontekst gotowy do podejmowania decyzji poprzez agregację sygnałów rynkowych, otwartych pozycji i danych operacyjnych – skracając czas między ruchem rynkowym a reakcją firmy.
• Księgowość i zamykanie sprawozdań finansowych w sektorze ropy i gazu: Agenci automatyzują uzgadnianie międzyspółkowe, księgowość joint venture i procesy zamykania miesiąca — redukując nakład pracy ręcznej i przyspieszając cykle raportowania w złożonych strukturach podmiotów.
• Wydajność serwisu terenowego i techników: Asystenci Joule dostarczają bezpośrednio technikom terenowym instrukcje dotyczące zadań, listy kontrolne bezpieczeństwa i instrukcje robocze, podczas gdy agenci Joule przechwytują i aktualizują dane dotyczące ukończonych prac, co zmniejsza obciążenie administracyjne i poprawia jakość dokumentacji zgodności.
• Zrównoważony rozwój i raportowanie emisji: agenci AI nieustannie agregują dane dotyczące emisji, sygnalizują anomalie w stosunku do progów regulacyjnych i obsługują raportowanie dotyczące środowiska w czasie rzeczywistym wymagane na mocy CSRD i podobnych ram — przekształcając zgodność z przepisami z reaktywnych w proaktywne.

Każde z nich stanowi prawdziwy problem operacyjny dla dyrektorów operacyjnych, zarządzających aktywami i liderów łańcucha dostaw w zintegrowanych firmach energetycznych, niezależnych producentach i sprzedawcach detalicznych. Szansą nie jest automatyzacja dla samej automatyzacji, ale uwolnienie doświadczonych osób od rutynowych zadań o dużej objętości, aby mogły skupić się na decyzjach, które rzeczywiście wymagają ludzkiej oceny.

Czym to się różni od wcześniejszych podejść do sztucznej inteligencji?

Większość firm z branży naftowej, gazowej i energetycznej już wypróbowała jakąś formę sztucznej inteligencji. Tutaj model konserwacji predykcyjnej, tam narzędzie do prognozowania popytu, tam inicjatywa analizy procesów w finansach. Częstym problemem jest to, że narzędzia te usprawniają jeden aspekt działalności, pozostawiając cały obraz niezmienionym. Optymalizują w silosach. Rozwiązanie SAP Autonomous Enterprise opiera się na trzech fundamentach, które mają znaczenie w przypadku wdrożeń na skalę przedsiębiorstwa:

Po pierwsze — dogłębna znajomość procesów i branży. Firma SAP zgromadziła w warstwie sztucznej inteligencji procesy obejmujące ponad 50 lat, obejmujące ponad 120 procesów o znaczeniu krytycznym. Agenci nie ograniczają się do odczytywania danych; rozumują oni w kontekście faktycznego funkcjonowania przedsiębiorstwa — rozumiejąc związek między nominacją węglowodorów, planem logistycznym, harmonogramem konserwacji aktywów i pozycją finansową w tym samym kontekście operacyjnym.

Po drugie — bogate semantycznie dane biznesowe. Rozwiązanie SAP Business AI zbudowano w oparciu o model semantyczny obejmujący cały pakiet, obejmujący ponad 7,3 miliona pól danych. Agenci mogą jednocześnie obserwować związek między zakłóceniem dostaw, otwartą dostawą do klienta, planem produkcji rafinerii i ryzykiem finansowym. Nie chodzi tu o integrację danych jako kwestię drugorzędną; to fundament, na którym zbudowane jest rozumowanie sztucznej inteligencji.

Po trzecie — zarządzanie na poziomie przedsiębiorstwa. Każda czynność sztucznej inteligencji jest możliwa do zweryfikowania i prześledzenia. Dla firm z branży naftowej, gazowej i energetycznej, które podlegają rygorystycznym wymogom dotyczącym zdrowia, bezpieczeństwa, ochrony środowiska (HSSE), obowiązkom raportowania emisji i standardom audytu finansowego, nie jest to opcjonalne, lecz fundamentalne. Certyfikowane kontrole pokrywają 100% obciążeń związanych ze sztuczną inteligencją. Prędkość i kontrola nie są kwestią wyboru.

Rzeczywiste wyniki firm naftowych, gazowych i energetycznych

Przejście na operacje autonomiczne już się rozpoczęło. Firmy z sektora ropy naftowej, gazu i energii pokazują, co jest możliwe:

NextDecade— firma z siedzibą w Houston zajmująca się rozwojem technologii skroplonego gazu ziemnego (LNG) — wdrożyła WalkMe, produkt SAP, aby wdrożyć wspomagane sztuczną inteligencją rozwiązania cyfrowe w swoich systemach korporacyjnych. Dzięki wdrożeniu sterowanych przepływów pracy i wsparcia sztucznej inteligencji bezpośrednio w codzienne działania firma osiągnęła 60-procentową redukcję średniej liczby zgłoszeń do pomocy technicznej i 40-procentowy wzrost akceptacji użytkowników na wszystkich swoich platformach technologicznych.

Jak zauważył ich główny księgowy:

SLB— światowy lider w dziedzinie technologii i usług energetycznych — zintegrował Mediafly z SAP Sales Cloud, aby zmienić sposób, w jaki jego dział sprzedaży zarządza treściami i dostarcza je klientom. Efekt: 75-procentowa redukcja aktywów sprzedażowych, poprawa efektywności sprzedawców i ponad 5000 gości uczestniczących na żywo w jednych targach branżowych, korzystających z dynamicznych, spersonalizowanych treści.

Jak zauważył dyrektor ds. zarządzania produktem:

Suncor— jedna z największych zintegrowanych firm energetycznych w Kanadzie — wykorzystała SAP do przebudowy procesu uzgadniania podatków międzyspółkowych (ICT), co pozwoliło skrócić czas realizacji z 11 godzin do poniżej 10 minut. Transformacja ta przyniosła redukcję kosztów zamknięcia miesiąca o 20 000 USD i 98-procentowe skrócenie czasu uzgadniania międzyspółkowych rozliczeń podatkowych.

Jak stwierdził ich analityk ds. dostaw cyfrowych:

Od czego zacząć

Dla liderów biznesowych oceniających, co koncepcja przedsiębiorstwa autonomicznego oznacza w praktyce, najważniejszym pytaniem nie jest: „Ile sztucznej inteligencji powinniśmy używać?”, lecz: „Gdzie w naszym łańcuchu wartości różnica między sygnałem a działaniem kosztuje nas najwięcej?”.

Może to być opóźnienie między anomalią sprzętu a zleceniem prac konserwacyjnych — luka, która zmienia możliwą do uniknięcia usterkę w nieplanowaną przerwę w dostawie prądu. Może to być czas pomiędzy ruchem na rynku towarowym a aktualizacją planu dostaw — luka, która powoduje ubytek marży handlowej. Być może chodzi o odległość między surowymi danymi dotyczącymi emisji a zgodnym z przepisami raportem — lukę, która powoduje narażenie na HSSE. Dla większości operatorów sektora naftowego, gazowego i energetycznego odpowiedź istnieje w wielu miejscach jednocześnie.

Rozwiązania SAP dla branży ropy naftowej, gazu i energii, a także SAP Autonomous Enterprise, mają pomóc przedsiębiorstwom energetycznym w identyfikowaniu tych luk i systematycznym ich rozwiązywaniu — nie za pomocą odosobnionych rozwiązań punktowych, ale za pomocą zintegrowanego podejścia, które zwiększa wartość w ramach całej działalności, od poszukiwań i produkcji, aż po dystrybucję wtórną i handel detaliczny paliwem.

Branża naftowa, gazowa i energetyczna zawsze charakteryzowała się zdolnością do prowadzenia niezwykle złożonych, ryzykownych operacji w trudnych warunkach. Następna fala przewagi konkurencyjnej będzie należała do firm, które będą potrafiły prowadzić te same operacje inteligentnie, autonomicznie i na dużą skalę.