เมื่อพูดถึง Chevron บริษัทด้านพลังงานที่เก่าแก่และใหญ่ที่สุดแห่งนึงของโลก เราอาจนึกถึงภาพของเครื่องจักรขนาดใหญ่, บ่อน้ำมัน และกระบวนการสำรวจใต้ทะเลลึก แต่ในปี 2024 นี้ Chevron กำลังเดินหน้าอย่างจริงจังกับเทคโนโลยีที่ไม่ได้แทนเครื่องจักร แต่ เพิ่มพลัง ให้กับการทำงานของมนุษย์ , AI และระบบ Cloud
Chevron ใช้ AI เพื่อสนับสนุนกระบวนการสำคัญหลายขั้นตอน โดยเฉพาะในส่วนของการ สำรวจ (Exploration), การวางแผนเจาะ (Drilling Planning) และการปฏิบัติการเจาะ (Drilling Operations)
ประโยชน์
1. ลดเวลาในการหาข้อมูลจาก 75% เหลือไม่ถึง 1 %
– ก่อนหน้านี้ พนักงานบางส่วนใช้เวลากว่า 3 ใน 4 ของช่วงทำงานแค่ ตามหาข้อมูลที่กระจายอยู่ในระบบต่าง ๆ แต่พอมี AI + Cloud ช่วยรวบรวมข้อมูลเหล่านี้ไว้ในที่เดียว ก็สามารถค้นหาได้ภายในไม่กี่วินาที
เช่น การใช้งาน DELFI* E&P บน Microsoft Azure ช่วยให้วิศวกรเข้าถึงข้อมูลสำคัญได้อย่างรวดเร็ว
2. ลดเวลาการวางแผนเจาะบ่อน้ำมันจาก 30 วัน เหลือแค่ 1 วัน
– Chevron ใช้เครื่องมือ DrillPlan ที่พัฒนาจากความร่วมมือกับ Microsoft และ SLB Chevron สามารถสร้างแผนเจาะบ่อได้เร็วกว่าเดิมมาก
เช่น ในอาร์เจนตินา พวกเขาลดเวลาในการวางแผนเจาะ 8 บ่อ จาก 2 สัปดาห์ เหลือไม่ถึง 1 วัน
3. วิเคราะห์แหล่งน้ำมันใต้ทะเลได้แม่นยำขึ้นด้วย FDPlan
- Chevron ใช้ FDPlan เครื่องมือที่ใช้ HPC (High Performance Computing) วิเคราะห์โมเดลใต้พื้นดินได้อย่างละเอียด ช่วยให้ Chevron เลือกจุดเจาะที่ดีที่สุด และลดความเสี่ยงที่จะเกิดกับสิ่งแวดล้อมและคนงาน
Steve Bowman, General Manager (ผู้จัดการทั่วไป) ฝ่าย Enterprise AI ที่ Chevron บอกว่า AI ไม่ได้มาแทนคน แต่มาเสริมคน
- AI ที่ Chevron ใช้ ไม่ได้มาแทนที่คน แต่เป็นเครื่องมือที่ช่วยให้คนทำงานได้ดีขึ้น มีข้อมูลประกอบการตัดสินใจ และลดภาระงานที่ซ้ำซ้อน
Chevron มีเครื่องมืออีกตัว ที่คลิกเอกสาร และตอบคำถามก็สามารถให้คำตอบที่ตรงจุดได้ มีชื่อว่า Chevron Assist เป็นเหมือน chatbot ที่ตอบคำถามเกี่ยวกับกฎระเบียบด้านความปลอดภัย สุขภาพ และสิ่งแวดล้อม (HSE) เช่น ต้องเตรียมอะไรบ้างก่อนลงไปเจาะบ่อ?, มีข้อควรระวังด้านความปลอดภัยอะไรบ้างในพื้นที่นี้?
บทเรียนสำคัญจาก Steve Bowman คือ อย่าติดกับ POCs นานเกินไป
Steve Bowman บอกไว้ว่า การทำ POC ที่แคบเกินไป มีโอกาสสำเร็จสูง แต่ไม่ได้แปลว่ามันจะใช้ได้จริงในองค์กร แทนที่จะทดลองไปเรื่อย ๆ เราควรนำ AI ไปใช้จริงในงานที่สำคัญ และมีผลกระทบกับกำไรโดยตรง
ข้อสรุป:
Chevron ใช้ AI เพื่อเปลี่ยนกระบวนการทำงานให้เร็วขึ้น แม่นยำขึ้น และลดภาระที่ไม่จำเป็นของพนักงาน ไม่ใช่เพื่อแทนที่คน แต่เพื่อเสริมให้คนทำงานได้ดีขึ้น
