Har spart 1,3 mrd med KI på ett år

I 2020 startet Equinor for alvor å jobbe med å integrere kunstig intelligens (KI) i driften. I hovedsak har de satset på maskinlæring, nevrale nettverk og dyp læring. De har gradvis begynt å skalere, og nå har de tatt i bruk KI i de fleste forretningsområder. Innen olje- og gass har de KI-løsninger i hele verdikjeden, både offshore og ved landanlegg. Det gir resultater:

I 2025 bidro KI til verdiskaping og besparelser på 1,3 milliarder kroner.

Siden 2020 har bruk av KI i industrielle prosesser realisert verdier for over 3,3 milliarder, hevder Equinor.

Økt oppetid

Aller størst besparelse – 1,2 milliarder i femårs-perioden – har de hatt på å bruke egenutviklet KI til å monitorere og analysere data fra 24.000 sensorer på 700 roterende maskiner ved ulike anlegg.

– Vi jobber hele tiden for å sørge for at vi har god oppetid på anleggene våre. Om det er boreutstyr eller vindturbiner tar det lang tid å reparere om det brått går i stykker. Nå har vi sensorer som registrerer for eksempel rotasjonsavvik, slik at vi kan bestille deler og iverksette tiltak før det skjer noe, sier Hege Skryseth, som er konserndirektør for forretningsområdet Teknologi, digital og innovasjon.

Hun forteller at tiltaket for eksempel har økt oppetiden betydelig ved vindparken Sheringham Shoal, og at det generelt bidrar til sikrere drift, lavere energiforbruk og reduserte CO2-utslipp ved selskapets installasjoner.

Tok tigangen

I samarbeid med Norsk Regnesentral har de automatisert den initiale tolkningen av seismikkdata.

Ved hjelp av KI tolket geologene i fjor 700.000 kvadratkilometer like raskt som de tidligere tolket 70.000 km2 uten KI.

– Generelt er mange bekymret for hvordan KI vil påvirke arbeidsplassene, men for vår del mener jeg det flytter arbeidsstokken til et mer innsiktsfullt nivå. Geologene våre kan jobbe mer effektivt når grovsorteringen er gjort av KI, og de kan bruke tiden sin på å gå i dybden der det faktisk er interessant seismikk. Det er mer meningsfylt, sier Skryseth.

Kunstig intelligens hadde også en viktig rolle før investeringsbeslutningen for Johan Sverdrup fase 3 ble tatt i sommer. Prosjektet var tidlig vurdert til å ikke være lønnsomt nok for utbygging, men da de tok i bruk KI til å generere konseptforslag, ble resultatet et annet.

KI analyserte én million mulige feltoppsett og gransket 100.000 brønnbaner, og presenterte de mest lovende løsningsforslagene prosjektorganisasjonen skulle konsentrere seg om. Equinor mener dette sparte dem for 120 millioner kroner.

Konkurransekraft

Og dette er bare starten, ifølge Hege Skryseth, som forteller at Equinor nå satser hardt å å utvikle mer agentisk KI – altså KI-agenter som utfører flere prosesser, ikke bare enkeltstående oppgaver. For deres del handler dette i stor grad om roboter som handler selv og utfører reelle oppgaver ved anleggene.

Selskapet har team som jobber med KI innenfor alle satsingsområder.

– Vi ser muligheter for å ta i bruk KI innen alt fra programvareutvikling og it-drift til markedsføring og trading. Og det er stort potensial for mer automatiserte løsninger i hele forsyningskjeden, sier Skryseth.

De har et sentralt KI-team som understøtter avdelingene, og samarbeider både med akademia, forskningsinstitusjoner, etablerte tech-selskaper og startups.

– Når vi ser de enorme investeringene innen KI i Kina og USA kan ikke vi være ledende på plattformer, men vi er nødt til å ta i bruk teknologien og tørre å jobbe på nye måter for å øke vår konkurransekraft, sier hun.