¿Quieres ideas más inteligentes en tu bandeja de entrada? Regístrese en nuestros boletines semanales para obtener solo lo que importa a los líderes de IA, datos y seguridad empresariales. Suscríbase ahora la AI No. 1 está cambiando el gigante de energía de 150 años Chevron? Cómo los profesionales técnicos se involucran con los datos. Offshore en el Golfo, Chevron está perforando recursos petroleros a millas debajo del fondo del océano en bolsillos y depósitos que pueden o no obtener resultados. Las arquitecturas de agente deben poder procesar petabytes de datos críticos, que no solo proporcionan información sobre dónde perforar, sino cómo hacerlo sin afectar negativamente las vidas humanas o el medio ambiente, en la nube y en el borde. «Los datos son el último acelerador para todos nuestros casos de uso de IA», dijo Steve Bowman, GM de Enterprise AI en Chevron, en el escenario en la transformación de VB de este año. «Es algo que hemos aceptado a lo grande». Cómo está cambiando la forma en que Chevron interactúa con sus no contadas cantidades de datos en 2019, Chevron se asoció con Microsoft y Oilfield Services Company SLB en un proyecto llamado ‘Triple Crown’ para modernizar y estandarizar las herramientas basadas en la nube. Las tres compañías han incorporado aplicaciones nativas de Azure en la exploración y protección cognitiva (E&P) de SLB para ayudar a procesar, visualizar, interpretar y obtener información significativa de múltiples fuentes de datos. Delfi* E&P cubre la exploración, el desarrollo, la producción y los entornos intermedios. El gigante energético de $ 250 mil millones con 1,000 empleados en 180 países en todo el mundo tiene «una enorme cantidad de datos», dijo Bowman. Y, mientras que Chevron tiene «sistemas de registro muy robustos», han existido grandes cantidades de datos no estructurados en una variedad de puntos compartidos. A lo largo de los años, Chevron ha construido algunos «algoritmos realmente geniales» que tradicionalmente se han ejecutado a pequeña escala en las instalaciones, explicó. Sin embargo, ha habido un impulso creciente para escalar, ejecutando esos algoritmos a una escala mucho mayor y de manera más eficiente en la nube. Al hacer eso, «en lugar de mirar un bloque de tres millas por tres millas en el Golfo de México o el Golfo de América, podemos ver áreas mucho más grandes en las que estamos tratando de operar», dijo. La colaboración de Microsoft-SLB se ha centrado en tres productos: FDPLAN, Drillplan y Drillops. FDPLAN utiliza la computación de alto rendimiento (HPC) para integrar modelos subterráneos, lo que permite a los empleados tomar decisiones más rápidas y más informadas en entornos complejos, aprovechando los mejores datos disponibles. Por ejemplo, en el Golfo, FDPLAN ayuda a Chevron a analizar diferentes opciones para desarrollar un depósito para que sus equipos puedan centrarse en los escenarios más óptimos. Mientras tanto, Drillplan está diseñado para ingenieros que desarrollan planes de perforación, mientras que DrillOps es utilizado por equipos que perforan pozos. Antes de la iniciativa, algunos empleados subsuperficiales de Chevron estaban gastando hasta el 75% de su tiempo buscando datos, señaló Bowman. «Podemos ver que el tiempo que las personas pasan buscando datos comienzan a disminuir, y la velocidad a la que podemos obtener información realmente se acelera», dijo Bowman. Drillplan también ha ayudado a Chevron a reducir su proceso de planificación de pozos de aguas profundas en 30 días. Por ejemplo, en Argentina, la compañía ha reducido su tiempo de ciclo de planificación para una almohadilla de ocho pocillos de dos semanas a menos de un día. Finalmente, Bowman llamó al movimiento a la nube «un multiplicador de fuerza real» que ha permitido a Chevron entrar en una nueva fase de modernización. Un enfoque en los sistemas modulares ahora, mientras trabajan para integrar la IA, el equipo de Bowman se está centrando en gran medida en la modularidad. Señaló que el «preguntar» inicial era la búsqueda; Ofrecieron un caso de uso muy simple que permitió a las personas recuperar información que existía dentro de un «muy» complejo SharePoint. Pero a medida que los usuarios se han comprometido cada vez más, sus solicitantes están aumentando; En respuesta, su equipo ha agregado un agente de recuperación, un agente que puede evaluar los hallazgos desde un punto de vista técnico y un agente de orquestador para vincular los dos. «Realmente nos dimos cuenta bastante temprano de que necesitábamos inclinarnos mucho en la modularidad, porque sabíamos que estos agentes serían convocados en otros flujos de trabajo, en función de la demanda», dijo. Otro esfuerzo es ‘Chevron Assist’, una interfaz de chat para operar con los estándares de salud, seguridad y ambiental (HSE). «Trabajamos en una industria enormemente compleja, y las apuestas del juego siempre son más altas», dijo Bowman. La herramienta proporciona una forma natural para que las personas interactúen con documentos relacionados con estándares y procedimientos críticos, eliminando la necesidad de hacer clic en los enlaces o la búsqueda dentro de los documentos. Entonces, por ejemplo, un usuario puede combinar todos los estándares que necesita para un equipo de perforación, un equipo de operaciones y un equipo de mantenimiento. «Nos dimos cuenta de que no estábamos pensando en el problema en la forma en que los usuarios individuales están pensando en esas cosas todas juntas a la vez», dijo Bowman. «Ha habido tanto valor en esa integración. Eso realmente ha cambiado la forma en que las personas hacen su trabajo». Sin centrarse demasiado en los POC a medida que construye sus programas, el equipo de Bowman ha evitado activamente caer en el hábito de emprender pilotos y pruebas de conceptos (POC) que se prolonguen demasiado tiempo. «No hay valor en eso», dijo. El objetivo siempre ha sido desplegar los casos de uso más prometedores en la producción, dijo. Todo debe estar vinculado de regreso al resultado final de Chevron y ofrecer una fuerte propuesta de valor. «Sabemos que con un conjunto de datos seleccionado y un grupo de usuarios realmente entusiasta y bien intencionado y un caso de uso muy definido de manera muy limitada, hay casi 100% de certeza de que su POC tendrá éxito», dijo Bowman. Otro elemento importante en la implementación de herramientas de próxima generación es superar el obstáculo de confianza. Desde el punto de vista del cambio de comportamiento, los líderes empresariales deben comprender no solo las expectativas que la compañía coloca en los usuarios localmente y en el límite, sino lo que esos usuarios esperan a su vez, dijo Bowman. «Si ha creado estos sistemas o herramientas de tal manera que las personas que les van a poner las manos no confían en ellos, o no pueden confiar en ellos, o hay algo que los detiene, entonces nunca obtendrá el despliegue entusiasta completo», dijo. Nota del editor: como agradecimiento a nuestros lectores, hemos abierto el registro temprano para VB Transform 2026, solo $ 200. Aquí es donde la ambición de IA se encuentra con la realidad operativa, y querrás estar en la habitación. Reserve su lugar ahora. Insights diarias sobre casos de uso de negocios con VB diariamente Si desea impresionar a su jefe, VB Daily lo tiene cubierto. Le damos la cuenta interior de lo que las empresas están haciendo con la IA generativa, desde cambios regulatorios hasta implementaciones prácticas, por lo que puede compartir ideas para el ROI máximo. Lea nuestra Política de privacidad Gracias por suscribirse. Mira más boletines de VB aquí. Ocurrió un error.