A Shell Data Know-how Worldwide BV está ampliando sua colaboração com a C3 AI sob um novo acordo plurianual que abrange as operações globais da Shell.
Sob o novo acordo, a Shell estenderá o uso do C3 AI Reliability além da detecção de anomalias em equipamentos. A empresa também introduzirá análise e remediação de causa raiz baseada em agente de IA em suas operações de ativos.
A Shell usa C3 AI Reliability para oferecer suporte ao monitoramento de equipamentos e manutenção preditiva. O programa expandido também usa a plataforma C3 Agentic AI.
A implantação é executada no Microsoft Azure e faz parte do programa de confiabilidade em escala empresarial da Shell.
A implantação expandida destina-se a dar suporte à análise e correção da causa raiz após a detecção de comportamento anormal do equipamento.
Shell se baseia em implantação anterior
O acordo se baseia em um programa de manutenção preditiva que a C3 AI e a Shell operam desde 2018. O programa monitora mais de 13.000 equipamentos em toda a base de ativos da Shell.
O trabalho da Shell com o C3 AI começou vários anos antes do último acordo. Em 2018, a Shell selecionou a Plataforma C3 no Microsoft Azure para aplicações de IA, com manutenção preditiva entre os primeiros casos de uso.
A Microsoft disse na época que a Shell planejava aplicar a tecnologia a centenas de milhares de equipamentos críticos em todo o mundo.
Em 2022, a C3 AI disse que a Shell escalou o programa para monitorar e manter mais de 10.000 equipamentos. A implantação abrangeu ativos upstream, de fabricação e de gás integrados.
Em 2023, a C3 AI disse que seu aplicativo Reliability incorporaria tecnologia de manutenção preditiva desenvolvida pela Shell. A C3 AI também disse que a Shell tinha mais de 10.000 equipamentos de dezenas de ativos monitorados no ecossistema C3 AI.
O tempo de inatividade continua sendo um problema de custo
A Deloitte estimou que o tempo de inatividade não planeado custa aos fabricantes industriais cerca de 50 mil milhões de dólares por ano. A Deloitte também afirmou que estratégias de manutenção inadequadas podem reduzir a capacidade produtiva da planta em 5% a 20%.
Os sistemas de manutenção preditiva utilizam sensores IoT e dispositivos conectados para coletar dados de ativos. A IBM afirma que os dados são analisados usando IA e algoritmos de aprendizado de máquina para identificar mudanças nas condições operacionais e no desempenho.
A MarketsandMarkets espera que o mercado de manutenção preditiva cresça de US$ 13,89 bilhões em 2026 para US$ 23,79 bilhões até 2031. Sua previsão abrange infraestrutura de monitoramento, como sensores, dispositivos de imagem e inspeção, monitoramento de borda e {hardware} de conectividade.
A previsão também inclui IIoT, gêmeos digitais e modelos preditivos baseados em IA.
O Azure apoia a implantação
A implantação é suportada pelo Microsoft Azure. Sandy Gupta, VP GISV, Empresas de Desenvolvimento de Software program da Microsoft, disse que o trabalho entre a Shell e a C3 AI envolveu aplicativos de produção executados em infraestrutura em nuvem ao longo de vários anos.
A C3 AI disse que o programa de manutenção preditiva da Shell é executado em operações globais. Stephen Ehikian, presidente da C3 AI, disse que a Shell construiu programas maduros de manutenção preditiva de IA na plataforma da empresa.
Ehikian também disse que as empresas estão estendendo o trabalho para a IA agente.
O acordo mais recente adiciona análise e remediação de causa raiz baseada em agente de IA aos fluxos de trabalho de confiabilidade existentes da Shell em operações de ativos globais.
(Foto por Emmanuel Ikwuegbu)
Veja também: Agentes NVIDIA NemoClaw AI automatizam a engenharia industrial
Quer aprender mais sobre IoT com os líderes do setor? Confira Exposição de tecnologia IoT acontecendo em Amsterdã, Califórnia e Londres. O evento abrangente faz parte TechEx e está localizado junto com outros eventos líderes de tecnologia, clique aqui para mais informações.
IoT Information é alimentado por Mídia TechForge. Discover outros eventos e webinars de tecnologia empresarial futuros aqui.