AI活用事例データベース AI活用事例データベース
About ログイン curated by Arcana Technology
2024年

シェル(Shell)

シェルはC3.aiとMicrosoft Azureを活用したAI予知保全プログラムを全世界10,000台以上の機器に展開。非計画ダウンタイムを45%削減し、年間約4億ドルのメンテナンスコスト削減を実現した。

企業規模大企業(1,000名〜)
地域海外
導入段階全社展開
使用ツールC3.ai、Microsoft Azure Machine Learning

背景・課題

シェルは全世界のリファイナリー、掘削リグ、パイプラインで膨大な機器を運用しており、予期しない故障が多大な損失を引き起こしていた。従来の時間ベースのメンテナンスから予測ベースへの転換が求められていた。

取り組み内容

C3.aiとMicrosoft Azure Machine Learningを活用し、リアルタイムセンサーデータから故障を数週間前に予測するAI予知保全プログラムを構築。2022年までに10,000台以上の機器に展開。2025年にはSLBとの共同開発でエージェント型AIによる上流工程の自律操業を開発中。

成果・効果

非計画ダウンタイム45%削減、メンテナンスコスト年間約4億ドル削減、設備稼働率93%→98%向上

非計画ダウンタイムを45%削減、メンテナンスコストを20〜25%削減(年間約4億ドル相当)。設備稼働率が93%から98%に向上。機器故障関連インシデントが15%減少。漏洩・エネルギー浪費の削減によりCO₂排出も10%削減。

教訓・ポイント

エネルギー業界のAI予知保全では、10,000台規模への展開により圧倒的なデータ量を確保することが予測精度向上の鍵。時間ベースからデータ駆動型への保全戦略の転換が、年間4億ドルの効果を生んだ。

元記事を読む