Detalhamento dos dados para transformar a indústria de petróleo e gás

A Wintershall Dea está sempre de olho no futuro, o que é comprovado pelo seu compromisso com a inovação tecnológica, a capacitação dos funcionários e a produção de energia ambientalmente responsável. Eventos recentes tornaram essa previsão mais importante do que nunca.

A versão atual da corporação foi formada em 2019 em decorrência de uma fusão entre duas empresas anteriores, a Wintershall e a DEA Deutsche Erdoel AG, cada uma em atividade há mais de 120 anos.

À medida que as duas empresas uniram forças, ficou clara a necessidade de a IA se conectar e capitalizar os dados de toda a organização. A IA não só poderia trazer maior eficiência e economia de custos, mas também reforçar a posição da Wintershall Dea como líder do setor em inovação tecnológica, um fator importante para atrair colaboradores dentro e fora da organização. 

Em 2020, a empresa recém-formada estava pronta para acelerar uma iniciativa com o AI@Scale. Várias unidades internas de negócios e corporativas já estavam trabalhando com IA naquela época, mas os projetos foram desenvolvidos para finalidades avulsas e isoladas. Com uma abordagem do AI@Scale, os projetos de IA são criados para escalabilidade desde o início. Se bem-sucedidos, podem ser expandidos e estendidos a outros grupos de forma rápida e fácil.

O desenvolvimento de soluções com o AI@Scale exige uma plataforma e uma metodologia centralizadas. “Queremos ser vistos como um parceiro preferencial”, afirma Kathrin Dufour, vice-presidente sênior de digitalização e tecnologia da Wintershall Dea. “Se você tem um ambiente padronizado para acessar seus dados e conceder acesso a outras pessoas, fica muito mais fácil colaborar com seu ecossistema de parceiros. Isso é cada vez mais importante hoje em dia, porque trocamos dados interna e externamente muito mais do que no passado”.

Com esse objetivo em mente, a empresa estabeleceu um centro de competência (CoC) para IA e ciência de dados sob a liderança de Ulrich Lorang, que atua como vice-presidente de ciência de dados, governança de dados e hub de dados. Para planejar, desenvolver e fornecer seu CoC e plataforma de IA, a Wintershall Dea precisava se unir a um parceiro que fornecesse acesso a um reservatório maior e mais amplo de conhecimentos e experiência em IA.

Na busca por esse parceiro, a IBM® Consulting se destacou dos concorrentes: ela tinha um histórico comprovado de cooperação com a Wintershall Dea em projetos anteriores, bem como uma vasta experiência em ajudar outros clientes a desenvolver recursos de IA em grande escala.

Além disso, a IBM havia formado uma parceria estratégica com a Microsoft, e a Wintershall Dea já usava o Microsoft Azure em sua plataforma de dados. A IBM conseguiu adaptar a metodologia do IBM® AI@Scale para acomodar a plataforma existente e trazer a experiência da Microsoft conforme necessário.

Desde o início, a colaboração entre a IBM e a Wintershall Dea foi perfeita. “O processo foi realmente muito simples”, explica Lorang. “Construímos uma equipe. Nunca houve uma grande diferenciação entre as duas empresas. Tínhamos um objetivo em comum e trabalhamos juntos para alcançá-lo”.

Ao implementar o IBM AI@Scale, a equipe se concentrou em três áreas estratégicas: a arquitetura técnica da plataforma, o modelo operacional do CoC e a cultura corporativa.

A oferta do IBM AI@Scale inclui avaliações padronizadas que abrangem áreas como a condição atual da IA dentro de uma empresa, a visão futura sobre IA, principais stakeholders e recursos necessários. A IBM personalizou as avaliações para a Wintershall Dea para abranger cada uma das três áreas estratégicas. A IBM e a Wintershall Dea trabalharam juntas no sentido de usar os resultados das avaliações para desenvolver um roteiro tecnológico e organizacional para ciência de dados dentro da empresa.

Para a base técnica, a equipe desenvolveu uma arquitetura baseada em componentes usando a plataforma e os serviços do Microsoft Azure. Ao projetar essa base, a equipe adotou uma metodologia de operações de aprendizado de máquina (MLOps). Trata-se de uma abordagem de ponta a ponta que utiliza cientistas e engenheiros de dados para planejar, desenvolver, construir, testar e manter sistemas de IA.

Operacionalmente, a equipe definiu como a CoC deveria funcionar, bem como os tipos de funções e skills que estenderiam os recursos de ciência de dados por toda a organização. Além dos cientistas de dados no CoC, essa comunidade incluía cientistas de dados cidadãos das unidades de negócios e corporativas (geocientistas, engenheiros, economistas e outros com sólida experiência em programação matemática) que poderiam impulsionar os projetos de ciência de dados dentro de suas respectivas equipes.

Por fim, a Wintershall Dea queria ampliar essa comunidade, capacitando os funcionários de toda a empresa para que pudessem desenvolver seus próprios projetos de IA. O interesse pela ciência de dados era grande, de modo que a gerência acreditava que a maior parte do valor para a empresa começava no nível das unidades de negócios e corporativas. Para isso, o roteiro incluiu sessões de capacitação técnica para o CoC e os cientistas de dados cidadãos sobre como usar a nova plataforma e os novos modelos.

Da perspectiva da cultura e da comunicação da empresa, a equipe planejou uma variedade de sessões educacionais e workshops para unidades de negócios e corporativas em toda a empresa. Essas atividades se concentraram no valor empresarial que a IA poderia proporcionar aos funcionários em seus trabalhos cotidianos e nas maneiras como eles poderiam trabalhar com o CoC para capitalizar esse valor.

Em 2021, a IBM e a Wintershall Dea estavam prontas para começar a preparar o terreno para a implementação do AI@Scale de acordo com o roteiro que haviam criado em conjunto. Configurar o ambiente técnico, conversar com as unidades de negócios, identificar possíveis casos de uso, promover o conceito do CoC e envolver e capacitar os funcionários: tudo isso fez parte desse processo.

No front tecnológico, a equipe passou a prover os serviços necessários fora da plataforma Azure e a personalizar os modelos do IBM AI@Scale de acordo com as necessidades e o ambiente da Wintershall Dea. Da perspectiva operacional, a equipe realizou sessões de capacitação técnica para capacitar o CoC e os cientistas de dados cidadãos nas unidades de negócios a criar seus próprios projetos de IA no futuro.

Para conscientizar os funcionários sobre o valor da ciência de dados e do CoC, tanto do ponto de vista tecnológico quanto comercial, a equipe se reuniu com as unidades de negócios individualmente, realizou sessões educacionais e desenvolveu uma campanha interna promovendo os benefícios potenciais da IA e explicando como o CoC ajudaria.

Em 2022, a equipe iniciou a próxima fase de sua jornada rumo à IA: desenvolver casos de uso em soluções completas. O processo de seleção e desenvolvimento de casos de uso seguiu os moldes da IBM Garage™ Methodology . A IBM e a Wintershall Dea trabalharam lado a lado. A IBM forneceu orientação durante todo o processo, educando e capacitando os funcionários da Wintershall Dea para que pudessem reproduzir a metodologia em projetos futuros.

O processo de qualificação envolveu uma estreita colaboração com as unidades de negócios para compreensão de seus problemas. “Trabalhamos em estreita colaboração com os especialistas do domínio para garantir que não estávamos automatizando algo só porque podíamos, mas estávamos realmente mantendo o problema de negócios em foco”, conta Max Schemmer, Research-Oriented Artificial Intelligence Consultant da IBM Consulting.

Lorang concorda: “É preciso ter um problema de negócios. E você precisa entender os desafios em sua área e garantir que tenha acesso a dados relevantes e de alta qualidade. Em seguida, deve preparar os dados para poder realmente fazer algo com eles”.

A Wintershall Dea realiza sobretudo dois tipos de projetos de IA: projetos tradicionais de grande escala e pequenos “vaga-lumes” fáceis de implementar. “Vaga-lume” é um conceito da Wintershall Dea para realizar um projeto de IA rápido e escalável para resolver um problema simples. Como há funcionários treinados em ciência de dados em toda a empresa, as unidades de negócios podem desenvolver e codificar vaga-lumes de forma independente e solicitar suporte ao CoC conforme necessário.

Os vaga-lumes começam pequenos, mas às vezes pegam fogo. Quando isso acontece, são construídos para escalar rapidamente. Por exemplo, um funcionário de um departamento de engenharia foi encarregado de extrair manualmente valores-chave de mais de 2 mil documentos em PDF e inserir esses dados em uma planilha. O processo era tedioso e tirava o tempo que o funcionário poderia usar para trabalhos mais criativos e significativos.

Usando IA, a equipe de engenharia conseguiu automatizar o processo, permitindo que o funcionário trabalhasse em projetos mais desafiadores e agregando maior valor geral à empresa. Logo ficou claro que o mesmo modelo para extrair dados em tempo real de fontes internas e externas poderia ser valioso para outras partes da empresa e para além dela. Hoje, a solução escalável é empregada em várias unidades de negócios e corporativas para diversas finalidades.

Projetos de grande escala têm grandes aspirações desde o início. Em 2021, a Wintershall Dea estudou o uso da IA para manter a integridade de seus poços de gás e petróleo na Noruega. Essa manutenção é particularmente importante para poços em operação, sobretudo poços submarinos. Com quilômetros de tubulações enormes envoltas em várias camadas de aço e concreto enterradas no fundo do mar, pequenos vazamentos podem ser imperceptíveis por longos períodos, mesmo que haja um sistema de monitoramento de poços de última geração, até que se tornem grandes o suficiente para causar grandes problemas nos piores casos. Assim, a detecção precoce é essencial.

Anteriormente, os engenheiros da Wintershall Dea monitoravam continuamente os dados dos sensores dos poços. Contudo, mesmo com a análise diária, alguns problemas eram simplesmente indetectáveis para os seres humanos.

Usando a IA, a equipe desenvolveu um caso de uso para analisar dados de sensores existentes de forma muito mais intensa e precisa do que era possível antes. “Primeiro, procuramos validar a hipótese de que poderíamos usar a IA para detectar um incidente histórico de vazamento”, explica Prihandono Aditama, gerente de produtos da Wintershall Dea. “Assim que confirmamos que tínhamos o modelo certo, nós o conectamos aos dados em tempo real dos sensores dos poços.

“Atualmente, se a IA detecta uma anomalia, ela manda um e-mail para nossos engenheiros”, continua ele. “Estamos no processo de criação de uma interface de usuário para os engenheiros, que estará disponível na primeira versão do produto”.

As ferramentas e a metodologia do IBM AI@Scale foram fundamentais durante todo o processo. “Uma das principais contribuições que a IBM nos traz é a forma de aplicar a prova de conceito na produção”, afirma Aditama. “Os modelos entregues pela IBM nos possibilitam ampliar e testar com rapidez, criar provas de conceito e desenvolvimento em paralelo”.

Hoje, a Wintershall Dea, juntamente com a IBM, identificou mais de 80 possíveis casos de uso de IA e ciência de dados, 20 dos quais estão sendo ativamente buscados. Os casos de uso vão desde áreas técnicas, como operações, engenharia e geociência, até áreas não técnicas, como comercial e vendas. A IBM está fortemente envolvida em vários deles, mas os outros são administrados de forma independente dentro das unidades de negócios e corporativas da empresa e do CoC.

Os projetos existentes estão progredindo. A equipe da Wintershall Dea está trabalhando na expansão do modelo de extração de PDF para outras partes da empresa, extraindo e aplicando dados de bancos de dados internos e externos. O projeto de integridade dos poços entrou em produção no final de 2022. Após o lançamento, a equipe tem planos preliminares para dimensioná-lo verticalmente, adicionando novos recursos, e horizontalmente, aplicando o modelo a poços adicionais na Noruega e em outros países.

O entusiasmo em toda a empresa pela iniciativa de ciência de dados é grande, tanto em termos de seu potencial para resolver problemas de negócios quanto de oportunidades de inovação e crescimento de habilidades. Mais de 100 funcionários da Wintershall Dea passaram por treinamento em IA e ciência de dados, incluindo 60 deles que participaram de um workshop recente de seis dias sobre ciência de dados.

“Definitivamente, nós inspiramos a organização”, comemora Lorang. “criamos uma comunidade cidadã de ciência de dados que está envolvida e trabalhando para usar a IA para resolver problemas com nossa ajuda”.

O relacionamento com a IBM continua sólido. “Temos uma colaboração produtiva com a IBM Consulting. Nossos esforços conjuntos geraram um impulso significativo, permitindo-nos alcançar marcos cruciais e agregar valor em um período relativamente curto”, explica Hugo Dijkgraaf, CTO da Wintershall Dea. “Eles não só trouxeram habilidades e experiência em IA, mas os membros da equipe também têm personalidades que combinam bastante com a nossa”.

A Wintershall Dea (link externo ao site ibm.com) é uma das principais empresas independentes de gás e petróleo da Europa, com sede na Alemanha. Formada em 2019 a partir da fusão da Wintershall Holding GmbH e da DEA Deutsche Erdoel AG, a empresa opera em 11 países e tem aproximadamente 2 mil funcionários.