„OpenAI“, ADNOC ir G42 susitarė diegti DI energetikoje: kaip tai gali pakeisti pramonės sprendimus?

Jungtinių Arabų Emyratų energetikos bendrovė ADNOC lapkričio 2 d. paskelbė daugiametį bendradarbiavimą su „OpenAI“ ir G42. Partnerių tikslas – sujungti dirbtinio intelekto agentus su duomenimis iš naftos telkinių, perdirbimo, logistikos ir prekybos operacijų. Bendrovė siekia, kad sudėtingi planavimo darbai, anksčiau trukę mėnesius, galėtų būti atliekami gerokai greičiau. Tai ne vien pokalbių roboto įsigijimas, o bandymas keisti pramoninio valdymo principus.

Kas pasirašyta ir ką planuojama įgyvendinti?

ADNOC pranešime nurodyta, kad „OpenAI Frontier“ technologija bus naudojama kartu su bendrovės duomenimis ir G42 infrastruktūra JAE. Pradiniame etape numatyti du pritaikymo scenarijai. Pirmasis susijęs su telkinių plėtros planavimu, kai geologinė, techninė ir ekonominė informacija turi būti vertinama kaip vienas sprendimas. Antrasis skirtas sujungti sprendimus nuo gavybos iki galutinio produkto pardavimo.

Bendrovės teigimu, toks modelis galėtų greičiau parengti kompleksinius planus, pasitelkdamas duomenis iš tūkstančių gręžinių ir šimtų objektų. Tačiau tai yra partnerių paskelbtas tikslas. Viešai pateikti skaičiai apie galimą planavimo pagreitį dar nereiškia nepriklausomai audituoto visos sistemos finansinio efekto.

Kodėl agentai skiriasi nuo pavienių DI įrankių?

Įprastam darbuotojui DI gali apibendrinti dokumentą arba atsakyti į klausimą. Pramonėje vien sprendimo kokybė priklauso nuo skirtingų padalinių tarpusavio ryšių. Padidinta gavyba gali sukelti daugiau transporto išlaidų, o pelningesnis perdirbimo maršrutas gali reikalauti naujų kapitalo investicijų. Agentinė sistema siekia analizuoti šias priklausomybes kartu, tačiau žmogaus atsakomybė už svarbius sprendimus neišnyksta.

ADNOC skelbia jau naudojanti daugiau kaip 200 DI taikymo atvejų ir daug robotikos sprendimų. Naujos partnerystės vertė galėtų atsiskleisti tada, kai skirtingos sistemos iš izoliuotų eksperimentų virstų vienu koordinuotu sprendimų procesu. Tai sudėtinga integracijos užduotis, kurioje ypač svarbi duomenų kokybė.

Kokios galimybės mažesniems verslams?

Lietuvos gamybos įmonės neturi naftos telkinių, bet patiria panašių koordinavimo problemų: pardavimai priima užsakymą, gamyba skirsto pajėgumus, sandėlis valdo atsargas, transportas planuoja pristatymą. DI sprendimas galėtų padėti pamatyti bendrą vaizdą, o ne tik optimizuoti vieną skyrių. Tokios paslaugos kuria rinką programavimo, integracijų ir duomenų inžinerijos bendrovėms.

Hipotetinis pavyzdys: jeigu gamybinė įmonė sumažintų perplanavimui skiriamą laiką nuo 20 iki 12 valandų per savaitę, per metus sutaupytų apie 416 darbo valandų. Tačiau tai tėra prielaida. Realus atsipirkimas priklausytų nuo sistemos licencijų, priežiūros, diegimo ir darbuotojų pasirengimo.

Kokios rizikos ir ką verta stebėti?

Energetikoje neteisingas sprendimas gali turėti didelių saugos, aplinkosaugos ir finansinių pasekmių. Dėl to aktualūs prieigos kontrolės, duomenų privatumo, įvesties klaidų ir modelių veiklos audito klausimai. ADNOC pabrėžia, kad reikšmingus sprendimus prižiūrės žmonės, o kritiniai duomenys bus tvarkomi saugioje infrastruktūroje. Šias sąlygas verta vertinti pagal realius diegimo bandymus.

Rinkai ši partnerystė signalizuoja, kad DI investicijos persikelia iš demonstracinių programėlių į daugiametę pramoninę infrastruktūrą. Verslui svarbiausias ne partnerių dydis, o pamoka: prieš perkant DI reikėtų identifikuoti aiškią darbo problemą, jos kaštus, tikslumo reikalavimus ir rodiklius, pagal kuriuos bus matuojama nauda.

Kaip DI integravimo galimybes vertinti be pažadų?

Prieš pradedant didesnį DI projektą verslo vadovas turėtų nustatyti, kur darbuotojai daugiausia laiko sugaišta derindami duomenis iš skirtingų sistemų. Pavyzdžiui, užsakymų prognozė gali būti atskirai tvarkoma pardavimuose, atsargų planas – sandėlyje, o pajėgumų grafikas – gamyboje. Nauda galėtų atsirasti sujungus šiuos skaičiavimus, tačiau prastos kokybės pradiniai duomenys automatizuotų ne tik sprendimus, bet ir klaidas. Todėl pirmasis darbas dažnai yra duomenų tvarkymas.

Antra, reikia sudaryti atsakomybės schemą: kur DI gali tik pasiūlyti sprendimą, o kur leidžiama automatizuota vykdymo funkcija. Saugai jautrioje gamyboje žmogaus patvirtinimas gali būti būtinas net tada, kai sistema atrodo labai tiksli. Reikia numatyti ir avarinį režimą, kai DI neprieinamas arba pateikia nepatikimą rezultatą. Tokios apsaugos mažina riziką, kad vienas programinės įrangos gedimas paralyžiuos visą verslo procesą.

Trečia, investicijos atsipirkimą reikia matuoti prieš diegimą ir po jo: sutrumpėjusiu planavimo laiku, mažesnėmis atsargomis, mažesniu prastovų kiekiu ar geresniu užsakymų įvykdymu. ADNOC pranešimas nurodo ambicingą diegimo kryptį, bet Lietuvos įmonei reikia savo skaičių. Net kelių procentų sutaupymas gali būti reikšmingas didelėje gamykloje, tačiau mažesnėje įmonėje brangi integracija gali neatsipirkti. Todėl universalaus DI pelningumo recepto nėra.

Ką dar verta įvertinti?

Šio projekto mastas gali atrodyti tolimas Lietuvos smulkiajam verslui, bet viena valdymo logika yra universali: duomenys turi pasiekti tuos žmones, kurie priima sprendimus. Kartais organizacijai pakanka geresnės duomenų bazės ir aiškių procesų, be brangiausių DI modelių. Todėl prieš didelę investiciją naudinga įvertinti, ar nepakanka supaprastinti esamų programų integracijas. Partnerystė rodo technologinę kryptį, tačiau ji dar nėra įrodymas, kad kiekviena bendrovė turėtų nedelsiant diegti agentus visose veiklos srityse.

Šaltiniai: ADNOC oficialus pranešimas; The National.