ハリバートンのチーフデータサイエンティスト兼テクニカルフェローがエネルギー業界における AI アプリケーションの現状について語る

エネルギー産業はハイテク主導の産業です。石油・ガス業界では、過酷な条件下で大型機器を使用してさまざまな天然資源データを処理する必要性から、長年にわたりデータと分析を使用してプロセス効率を改善してきました。近年、エネルギー業界の企業は、さまざまな種類の AI の適用を増やし始めており、エネルギー効率をさらに向上させる方法を理解するためにさまざまな方法を模索しています。ビッグデータ技術、低コストのコンピューティングリソース、7つの主要なAIアプリケーションモデルの普及により、エネルギー業界はAIとMLからより包括的かつ便利に実用的な価値を得ることができます。

[[373580]]

ハリバートン社の主任データサイエンティスト兼テクニカルフェローであるサティヤム・プリヤダルシー博士は、規制の厳しいエネルギー業界で人工知能を導入する場合、多くの特有の課題に直面することが多いと語った。最近の AI Today ポッドキャストで、彼は、エネルギー業界が過去 10 年間でデータの使用方法、AI と ML の具体的な使用例、地域戦略が AI テクノロジーに与える全体的な影響などにおいてどのように変化してきたかについて語りました。

AI テクノロジーは現在、エネルギー業界でどのような実用化に役立っていますか?

Satyam Priyadarshy 博士: エネルギー業界では、ビジネス ライフサイクルのさまざまな時点でデータ サイエンスと AI ソリューションを使用しており、成功の度合いはさまざまです。しかし、ビッグデータ技術が広く普及するにつれ、エネルギー業界におけるそのようなソリューションの範囲と導入規模も拡大しています。たとえば、企業はドローン映像を使用して、送電パイプラインの漏れの有無、ソーラーパネルのほこりの量、風力タービンのブレードの曲がり具合などをリアルタイムで分析できるようになりました。当社は、石油・ガス業界における非構造化データに基づく自然言語プログラミング アルゴリズムを構築し、AI ソリューションを導入して、資本の無駄を削減し、ほぼリアルタイムで実用的な洞察を生み出す最初の企業です。エネルギー業界では現在、100 を超えるシナリオで商用ユースケースを展開しており、単純なクラスターから複雑なディープラーニング アルゴリズムまで、さまざまなレベルの経済的価値を生み出しています。成功の重要な指標は、石油・ガス業界向けの最初のハイブリッド クラウド ソリューションである iEnergy などのクラウド プラットフォームの開発と展開、および OpenEarh.community 業界オープン アクセス プラットフォームの立ち上げです。

エネルギー業界は現在、AI の適用においてどのような実際的な課題に直面していますか?

サティヤム・プリヤダルシー博士: エネルギー業界が AI とデータ サイエンスを応用する際に直面する課題は、「恐怖」にまとめることができます。これには 4 つの大きな課題が含まれます。

第一原理。科学技術と工学技術は常にエネルギー業界全体を支配してきましたが、長期にわたる惰性により、多くの専門家にとって、データ サイエンスと AI ソリューションを大規模に検討して実装することが困難になっています。

新興技術の進化のペースは、業界での実際の応用と一致していません。この技術ギャップが原因で、エネルギー データ サイエンス モデルの構築に必要なデータ セットの検索に業界が多くの時間とリソースを浪費していることが判明しました。このギャップが埋められなければ、エネルギー業界におけるAIの影響を拡大することは難しいでしょう。

過去の成果は、新たなソリューションの真の重要性を覆い隠しています。業界関係者のコメントや意見から、エネルギー業界が常に高性能コンピューティングと大規模データ分析の分野の先駆者であったことは明らかです。

このような根深い思考パターンと自然な反応に直面して、データ サイエンスと AI が効率性の問題の解決に真に貢献したいのであれば、まず業界に大きな変革と変化をもたらす必要があります。

過去 10 年間でエネルギー業界におけるデータの使用はどのように変化したと思いますか?

サティヤム・プリヤダルシー博士: エネルギー業界では、何十年にもわたって多次元、多変量、多様なデータセットを作成してきました。しかし、今日でも、膨大な量のデータから価値を引き出すことは困難な課題のままです。過去 10 年間で、ビッグデータ テクノロジー、クラウド コンピューティング パラダイム、プラットフォーム アプローチが急速に成熟し、広く普及したことにより、業界データの実用化が大きく進歩しました。しかし、価値の最適化と最大化という点では、エネルギー業界が「データネイティブビジネス」を確立するにはまだ長い道のりが残っています。

石油・エネルギー業界の観点から、データと AI の問題に対処する上での実際的な課題は何でしょうか?

サティヤム・プリヤダルシー博士: マッキンゼーの調査結果に基づき、CNBC は 2015 年 3 月に「石油会社は使えないデータに埋もれている」と題するレポートを発表しました。このレポートから得られる重要なポイントは、石油・ガス業界が実際に使用できるのは収集された全データの 1% のみであるのに対し、経営陣は 95% のデータを使用したいと考えていることです。なぜ実践とビジョンの間にこれほど大きなギャップがあるのでしょうか? それは、他の業界とは異なり、石油・ガス業界が極めて複雑なデータ課題に直面しているからです。業界の観点から見ると、データの民主化とデータ駆動型イノベーションは、共有が難しい小さなサークルに限定されています。言い換えれば、データと文化のサイロが依然として存在する企業は、スケーラブルな AI 主導のソリューションを使用してデータから価値を生み出すことができません。

大規模な組織は、AI などの新興テクノロジーに直面して、どのように変更管理を実施するのでしょうか?

サティヤム・プリヤダルシー博士: データサイエンスと AI は、あらゆる業界で大きな戦略的価値と経済的可能性を秘めていることが証明されています。実際、あらゆる規模の組織は高度に成熟した AI アプリケーションのメリットを享受できますが、そのためにはデータ サイエンスと AI を製品、サービス、ワークフロー、ビジネス モデルに完全に統合する必要もあります。統合と開発を成功させるには、組織は次の領域で変革を進める必要があります。1) 適切なコンテキストでデータ サイエンスと AI を完全に理解する。2) トップ リーダーシップが戦略的変更を推進する意欲を持っていることを確認する。3) 自動化、最適化、イノベーションのフレームワークを確立する。4) 適切な人材トレーニング方法を模索する。5) テクノロジーを超えたデータ サイエンスと AI ソリューションの実装と拡張に関する適切な見通しを確立する。

エネルギー業界は、データに関連するセキュリティ、プライバシー、透明性、倫理的問題にどのように対処していますか?

サティヤム・プリヤダルシー博士: 伝統的に、エネルギー業界は厳しく規制されており、業務上のコンプライアンスに大きな重点が置かれてきました。したがって、業界ではすでに非常に成熟したデータ ガバナンスとセキュリティ戦略が開発されているため、内部モデルの開発と研究にデータを導入すると、ある程度、問題が発生することがあります。しかし、データサイエンスと AI が成熟するにつれて、業界のプレーヤーはデータガバナンスの特定の用語を改訂、または少なくとも再検討するとともに、データの信頼性、透明性、倫理基準をリアルタイムで監視するソリューションを導入しています。今日、AI 導入のベストプラクティスは、さまざまな業界にとって最大の関心事となる中核的な問題となっています。時間が経つにつれて、利用可能な情報の量は増え続け、実用的なソリューションはデータ価値の発見のニーズに機敏に適応し、データ使用のリスクを継続的に低減し、データ駆動型イノベーションのセキュリティ、プライバシー、倫理基準を強化します。

大規模組織におけるデータ サイエンスとデータ サイエンス チームの役割はどのように変化しましたか?

サティヤム・プリヤダルシー博士: データ サイエンスの概念は理解しやすく、データの科学的処理です。科学的な実験を行うには、さまざまなツール、技術、仮説を使用して質問し、答えを見つける必要があります。同様に、データ サイエンスでは、第一原理エンジニアリングを通じてスケーラブルな AI ソリューションを使用し、データ マイニングと統計的手法の力でデータ イノベーションを推進します。私は 6 年以上にわたり、石油・ガス業界初のビッグデータおよびデータ サイエンスのセンター オブ エクセレンスを率いてきました。実際に、このセンターは大きな内部価値を生み出し、他の多くの組織の関心も喚起し、データ サイエンスと AI ソリューションを徐々により幅広いシナリオに押し進めていることがわかりました。私たちの取り組みは、データ サイエンス チーム、ドメインまたは主題の専門家、ビジネス リーダーの間で共通のイノベーション アプローチを確立し、それによって組織に大きな経済的価値をもたらすことが可能であることを示しています。当社は、教育と実践的な例を通じてデータ サイエンス チームとビジネス チームを支援し、データ サイエンスと AI ソリューションで成功を収められるように導く SMART DigitalRM アプローチを開発しました。

AI テクノロジー関連の人材を育成する上で対処すべき中心的なニーズは何だとお考えですか?

サティヤム・プリヤダルシー博士: 一般の人々が、この重大な技術的変化を迅速に理解するのに役立つ AI 関連のコースがすでに何百もあります。しかし、AI とデータ駆動型イノベーションを実践するには、適切なコンテキストでの適切なコンテンツによる知識の変換が必要です。石油・ガス業界におけるグローバル人材育成の6年間で、当社は数多くの人材変革ワークショップ、ブートキャンプ、専門家向けの上級クラスを開催してきましたが、このよりターゲットを絞った、より定量化しやすいトレーニング方法は、一般的な人材育成コースをはるかに超える実用的な結果をもたらすことがわかりました。また、当社は新時代の幹部社員の知識育成にも力を入れております。つまり、石油・ガスやエネルギー業界のデータ サイエンティストの採用、管理、保持方法は、制度レベル、さらには文化レベルでも他の業界のものと必ず異なるため、この基本前提を明確に認識する必要があります。

また、モーリシャスの AI 戦略の策定支援にも携わっています。その具体的な内容についてお話しいただけますか？

サティヤム・プリヤダルシー博士: わかりました。 2019年、私は幸運にもモーリシャス共和国の人工知能委員会のメンバーに招待されました。アドバイザーの一人としての私の任務は、データ主導のイノベーションと AI を活用した取り組みを国が成功裏に実施できるよう支援することです。これは、今後 10 年間のモーリシャスのビジョンの重要な部分でもあります。委員会の責任には、行動計画の策定、適切な AI ソリューションの提案と評価が含まれ、それによってモーリシャスの国家経済、社会経済活動、トップクラスの AI 人材と企業にとってより優れた開発環境を提供します。委員会はモーリシャスおよび世界各国の専門家で構成されています。

今後数年間で期待している AI テクノロジーは何ですか?

サティヤム・プリヤダルシー博士: 人工知能は単なる技術ではなく、イノベーションのブルーオーシャンを表しています。 AI アプリケーションは、今後数年間ですべての人の仕事と生活に全面的な影響を及ぼすでしょう。私は個人的に、AI が自動化、最適化、イノベーションという 3 つの主要分野に大きな影響を与えると信じています。たとえば、デジタル ツイン アプローチを使用して掘削ワークフローをシミュレートするには、プラットフォーム上でさまざまなコンポーネントを統合、吸収、実行、シミュレートして、完全な自動化を実現する必要があります。エネルギー業界のワークフローは非常に複雑で、多くの課題に直面しているため、効率と生産性を最適化するために AI テクノロジの使用は実用上大きな意義を持ちます。新興技術の発展に伴い、データ駆動型 AI 技術は、エネルギー業界の現場環境に、より革新的ですぐに使用できるソリューションをもたらすことが期待されています。

つまり、データ サイエンスと AI は、ビジネスに優れた回復力、持続可能性、セキュリティをもたらし、実務者がより複雑な現実世界の課題に対処できるように支援します。もちろん、これらすべてには、組織が恐怖を克服し、SMART DigitalTM に代表される新しいアプローチを最大限に活用するために懸命に取り組むことも必要です。