壳牌公司的Dan Jeavons与AI合作推动能源行业转型
作为数字化战略的一部分，全球能源巨头壳牌已在人工智能和分析方面进行了大量投资，为它节省了超过十亿美元的成本降低，产量增加和额外的客户利润。负责公司数据科学团队的是Dan Jeavons，他是数据专家和数字化爱好者，他因在该领域的贡献而屡获殊荣。下周在伦敦大数据世界(Big Data World)上的主题演讲之前，我们问了丹(Dan)关于壳牌公司非常成功的数据战略以及在哪些方面最能感受到人工智能的好处
您什么时候第一次真正欣赏到数据，分析和AI的力量?
我的职业生涯一直在研究如何从数据中提升业务价值-但是在2013年左右，我才真正看到了变革的开始。投放市场的新工具和方法开始变得非常令人兴奋。我看到了潜力，因此决定在这个领域发挥作用。从那时起，这是一段令人兴奋的旅程。
壳牌数据战略的关键要素是什么?
归根结底，我们的数据策略并不是真正独立的–我们正在尝试将数据策略嵌入到我们的业务策略中。我们正在尝试了解哪些KPI将为业务发展提供动力，然后使用它来了解所需的数据，所需的质量和所需的AI机会。
壳牌如何将AI纳入其数据战略中?为什么?
人工智能是我们数字和数据战略的核心。大多数数字技术都会创建或使用数据。人工智能提供了通过将数据转化为信息来从数据中获得新见解的机会。它还使我们能够消除手工任务来更改业务流程。我们将AI视为数字技术价值的关键推动因素，并已做出积极的决定，通过Shell.ai计划将AI嵌入我们组织的每个部门。
w ^e为已经使用了各种人工智能方法-集中于像机器人和无人驾驶飞机配套使用的情况下，像检查机器视觉应用，利用机器学习方法在多台设备，以确定潜在的故障，使用自然语言处理，提取关键信息，我们的大量文字的分析师，还利用优化方法来提供更智能的电动电动汽车。清单还在继续，但是让您有味道。
对于壳牌公司而言，该技术最有前景的用例是什么?
我认为AI的真正前景与一个特定的用例无关，而是与大规模实施AI的能力完全破坏我们开展业务的方式有关。如果您管理我们的资产-生产能源的物理设施，无论是风电场还是精炼厂-AI将使我们有机会以新的方式检查，维护，监控和优化这些设施。操作员，维护技术人员或检查员的角色将随着时间的推移而发生很大变化。这并不是说这些角色将消失，但是它们日常工作将大不相同。
您对2020年及以后的目标是什么?
对我们来说，2020年就是规模。我们希望推出大量基于AI的应用程序，并将它们作为我们标准业务流程的一部分在整个组织中得到一致使用。我们专注于预测性维护，实时过程优化和检查等应用。我们认为这是可能的，并且我们进展顺利。
到目前为止，您已经学到了什么课程，结果如何?
我最大的学习是AI部署与技术无关，而与变更管理有关。作为具有技术背景的人，我花了很多时间专注于大规模部署AI的技术挑战。这很重要，但更大的挑战是学习鼓励采用。Shell.ai程序确实开始为我们提供帮助。
