Жасанды интеллект кен орнына келді: Chevron Теңіздегі өндірісті қалай өзгертіп жатыр

Жасанды интеллект туралы сөз болғанда, көпшіліктің ойына чат-боттар, мәтін мен сурет жасайтын сервистер немесе кеңсе жұмысын автоматтандыру келеді. Алайда ЖИ-дің маңызды өзгерістері кеңседен әлдеқайда алыс жерде – өндірістік кәсіпорындарда, электр станцияларында және кен орындарында жүріп жатыр.

Қазақстанда мұны Теңіз кен орнынан көруге болады. Мұнда Chevron-ның 50% үлесі бар "Теңізшевройл" (ТШО) жұмыс істейді. Компания өндірісте ЖИ мен деректерді талдау технологияларын қолданып, 20-дан астам ЖИ өнімін енгізгенін хабарлаған.

Chevron мен ТШО Теңізде ЖИ-ді қалай қолданады? 

Теңіз – бұрыннан игеріліп келе жатқан, техникалық жағынан күрделі кен орны. Мұнда өндіріс нысандары ауқымды, бір-бірімен тығыз байланысты процесс көп. Сондықтан инженерлердің шешімі дәл болуы керек. Оның үстіне, деректерді үнемі талдап отыру қажет.  

Ол аздай инженерлер күнделікті жұмысында көп техникалық құжаттармен жұмыс істейді. Жабдықтардың нұсқаулығы, техникалық талаптар, есептер мен басқа материалдар мыңдаған бетке жетуі мүмкін. Осындай құжаттардың ішінен қажет ақпаратты табудың өзі көп уақыт алады.

Сол себепті қазір ТШО-да инженерлер цифрлық көмекші қолданады. Бұл құрал 300-ден астам құжаттан ақпарат іздеуге және техникалық стандарттарды түсінуге көмектеседі. Дегенмен ЖИ инженердің орнына шешім қабылдамайды. Ол тек ақпаратты іздеуге кететін уақытты қысқартып, маманға нақты мәселеге көбірек көңіл бөлуге мүмкіндік береді.

"ЖИ берген ақпарат ресми құжаттың немесе маманның пікірінің орнын баспайды. Сондықтан инженер ақпараттың қайдан алынғанын, құжаттың жаңартылған нұсқасын және оның нақты жағдайға қаншалықты сәйкес келетінін тексередіү Мұндай технологиялар Chevron-ның әлемдегі өндірістік тәжірибесін Теңіздегі нақты жұмыстарда қолдануға мүмкіндік береді", – дейді ТШО-ның Data Engineering командасының жетекшісі Мира Агишева.

Жұмыстағы ақауды ертерек анықтайды

Өндірістегі кез келген жабдықтың істен шығуы қымбатқа түсуі мүмкін. Сондықтан ақауды пайда болғаннан кейін жөндегеннен гөрі, оның алғашқы белгілерін ертерек байқау керек. Сол себепті өндірісте Chevron-ның жасанды интеллект арқылы деректерді талдау тәсілі пайдаланылады. 

Мәселен, жабдық істеп тұрғанда оның температурасы, қысымы, дірілі және басқа да көрсеткіштері үнемі жазылып отырады. Бұл – үлкен көлемдегі дерек. Мұны жасанды интеллект арқылы деректерді талдаса, жабдықтың жұмысындағы кез келген өзгерісті ертерек байқауға болады. Мысалы, діріл әдеттегіден қатты болса, бұл ақаудың белгісі болуы мүмкін. Инженер мұндай өзгерісті ертерек анықтаса, жабдықты тексеріп, мәселені үлкен ақауға айналмай тұрып, дер кезінде шешуге тырысады. 

"ТШО-да бұл әдісті өндірісті жақсарту, жабдықтар мен құбырларды бақылау, техникалық қызмет көрсетуді жоспарлау, логистика және ақпаратты жылдам табу үшін қолданамыз. Мысалы, бұл құралдар сорғы, компрессор және электр қозғалтқыштарының жұмысын бақылап, құбырлардың жағдайын бағалауға және өндірісті тиімді жоспарлауға көмектеседі", – деп қосты ТШО өкілі.

Осындай тәсіл predictive maintenance деп аталады. Яғни ЖИ жабдықтың бұзылғанын күтіп отырмай, проблема болуы мүмкін екенін алдын ала көрсетуге көмектеседі. Бұл тәсіл өндірістің тоқтап қалу қаупін азайтып, қауіпсіздікті арттыруға мүмкіндік береді.

ЖИ өндірісте нақты нені өзгертеді?

Chevron мен ТШО-ның Теңіздегі цифрлық технология бойынша тәжірибесін жақсырақ түсініп, өндірісте қаншалық пайдалы екенін түсіну үшін әлемдегі басқа да мысалдарды қарауға болады. Мысалы, Қытайдағы Tongwei Solar күн панельдеріне арналған элементтер шығарады. Компания өндірісте 50-ден астам цифрлық шешім қолданған, олардың басым бөлігі ЖИ-ге негізделген. Жүйелер өндіріс процесін оңтайландыруға, жабдыққа қызмет көрсетуге және өнімдегі ақауларды анықтауға көмектеседі. Нәтижесінде өнімнің ақау деңгейі 41% төмендеген, өндіріс шығыны 37%, ал көмірқышқыл газының шығарындылары 33% азайған. 

Мұнай-газ саласында да осындай мысал бар. Катардағы Qatar Shell GTL зауытында 45-тен астам цифрлық шешім енгізілген. Олардың қатарында жабдықтың жағдайын бақылауға арналған ЖИ технологиясы бар. Бес жыл ішінде кәсіпорын өндіріс көлемін 9% арттырып, жабдықтарын 99% сенімді еткен. Сонымен қатар шығарындылар 7% азайып, кей жабдықты пайдалану мерзімі 50%-ға дейін ұзарған.

Бұл мысалдар ЖИ-дің өндірістегі міндеті адам еңбегін азайту ғана емес екенін көрсетеді. Ол өнім сапасын жақсартуға, жабдықты сенімді ұстауға, шығынды азайтуға және шығарындыларды төмендетуге де көмектесе алады. Демек, цифрландыру өндірістен бөлек тұрған IT-жоба емес. Ол өндірістің күнделікті мәселелерін шешуге қолданылатын құралға айналып келеді.

Мира Агишеваның айтуынша, олар жаңа технологияларды бірден өндіріске енгізбейді, әуелі сынақтан өткізеді. Ең алдымен қандай мәселені шешу керек екенін анықтап, қажет деректердің бар-жоғын және сапасын тексереді. Сондай-ақ жаңа шешімнің қаншалықты пайдалы болатынын, қандай тәуекелдер барын және қауіпсіздік талаптарына сай келетінін бағалайды. 

"Одан кейін технологияны шағын көлемде сынап көреміз. Оның қаншалық дәл жұмыс істейтінін, қызметкерлерге қолдануға ыңғайлы екенін және қазіргі жұмыс процесіне сәйкес келетінін қараймыз. Бұл кезеңде инженерлер мен оны тікелей пайдаланатын мамандардың пікірі маңызды. Тек шешімнің нақты пайдасы бар екеніне көз жеткізіп, барлық қажет тексеруден өткеннен кейін ғана оны өндірісте кеңінен қолдану туралы шешім қабылдаймыз", – дейді Мира Агишева.

Жаңа технология жаңа мамандарды қажет етеді

ЖИ өндірістің өзіне ғана емес, онда жұмыс істейтін адамдарға да талапты өзгертеді. Өндірісті жақсы білетін инженермен қатар, сол өндірістен жиналған деректермен жұмыс істей алатын мамандар қажет.

Мысалы, жабдықтың қалыпты жұмысын инженер жақсы біледі. Ал деректермен жұмыс істейтін маман оның мыңдаған көрсеткішін талдап, сол ақпараттан пайдалы заңдылықтарды іздейді. Бірі өндірістің тілін түсінсе, екіншісі деректердің тілін түсінеді. ЖИ осы екі бағытты байланыстырады. Дүниежүзілік экономикалық форумның Future of Jobs 2025 есебіне сүйенсек, Big Data Specialist және AI and Machine Learning Specialist 2030 жылға дейін ең жылдам өсетін мамандықтардың қатарына кіреді. 

Қазақстан үшін мұнда маңызды мәселе бар: жаңа технологияны сатып алу оңайырақ, ал оны дұрыс пайдалана алатын маманды дайындау үшін уақыт керек. Сондықтан өндірістің цифрлануы инженерлік білімнің өзіне де әсер етеді. Болашақ инженерге тек жабдықтың қалай істейтінін білгені аздық етеді. Енді ол деректі оқып, цифрлық құралдарды пайдалана алуы керек.

ТШО-да бұл бағыт қазірдің өзінде қолға алынған. Компания қызметкерлеріне жасанды интеллект, деректерді талдау және Prompt Engineering бойынша оқытады. Яғни жаңа технология енгізілгенде, оған бөлек маман іздеумен қатар, қазіргі қызметкерлердің де жаңа құралдарды меңгеруіне жағдай жасалады.  

"Қызметкерлерге ЖИ құралдарын дұрыс қолдану ғана емес, құпия ақпаратты қорғау, алынған нәтижені тексеру және технологияны жауапкершілікпен пайдалану да үйретіледі", – дейді Мира Агишева. 

Технология да инвестицияның бір бөлігі

Технологияны өндіріске енгізу оны сатып алумен бітпейді. Оны нақты жұмысқа бейімдеу, жүйеге қосу және қызметкерлерге үйрету керек. Мұның бәрі уақыт пен қаржыны талап етеді. Сондықтан өндірістегі инвестицияның бір бөлігі жаңа технологияларға да бағытталады.

Мұны Chevron-ның жұмысынан да осыны көруге болады. Компания жасанды интеллектіні өндірісте қолданып қоймай, ЖИ-ға байланысты жаңа жобаларға да кірісіп жатыр. Мәселен, Chevron компаниясы Microsoft-пен бірге Project Kilby жобасын іске қосып жатыр. Жоба бойынша Chevron Microsoft-тың Батыс Техастағы дата-орталығына арналған электр станциясын салып, 20 жылдық келісім бойынша оған электр қуатын жеткізуді жоспарлап отыр. Жобаның қуаты шамамен 2,67 ГВт болады. 

Яғни жасанды интеллектінің дамуы энергетика компанияларына да жаңа жұмыс әкеліп отыр. ЖИ-ға дата-орталық керек, дата-орталыққа электр керек. 
Мира Агишеваның айтуынша, Chevron-ның тәсілі технологияларды жүйелі түрде енгізуге мүмкіндік береді. Бұл цифрлық инфрақұрылым мен деректердің сапасынан бастап, аналитика, жасанды интеллект және автоматтандыруға дейінгі процестерді қамтиды. ТШО мен "Шеврон" арасындағы жұмыс тұрақты тәжірибе алмасуға негізделген. ТШО мамандары өндірістің ерекшеліктерін жақсы біледі, ал "Шеврон" әлемдегі тәжірибесін, технологиялық стандарттарын және сарапшыларын бөліседі.

"Бұл жаңа шешімдерді нөлден бастап әзірлемей, бұрыннан тиімділігін көрсеткен технологияларды Теңіздің жағдайына бейімдеуге мүмкіндік береді. Қазір бұл тәсіл өндірістік деректерді талдау, жабдықтарды алдын ала бақылау, инженерлерге арналған цифрлық көмекшілер, жұмыс процестерін автоматтандыру және деректермен жұмыс істейтін платформаларды дамытуда қолданылып келеді", – дейді Мира Агишева. 

1990 жылдары Қазақстан өнеркәсібін дамытуда шетелдік инвестицияның рөлі маңызды болды. Бүгінде қаржымен бірге технология, деректер және оларды пайдалана алатын білімнің де құны артып келеді. Жасанды интеллект осы өзгерістің бір бөлігіне айналды. Ол өндірістегі жұмысты жеңілдетіп қана қоймай, компаниялардың жұмыс тәсіліне және даму бағытына да әсер етіп жатыр.

Сондықтан Қазақстан өнеркәсібінің болашақтағы бәсекеге қабілеті қанша инвестиция тартқанына ғана емес, сол инвестициямен келген технологияны қаншалықты тиімді пайдалана алғанына да байланысты.