C3 AIエージェントがシェルの予知保全を自動化する方法

シェル（Shell）は、C3 AIのエージェントを採用し、予知保全の能力を基本的な異常検知から完全自動化へと引き上げます。このグローバルエネルギー大手は、これまでC3 AI Reliability Suiteを活用して上流・下流事業における3万台以上の重要機器を監視してきました。今回、シェルは自律型AIエージェントに大きく依存し、メンテナンスライフサイクル全体を任せる計画です。最初の警告サインから修理完了まで、この自動化により人間の常時監視が不要になり、リソースを最も必要な場所に正確に配分できるようになります。

「シェルとの今回のパートナーシップ拡大は、エンタープライズAIがグローバル規模で予知保全に本格導入された際に何が可能かを示しています。計画外ダウンタイムを削減し、数億ドルの経済価値を生み出します」とC3 AIの社長スティーブン・エヒキアンは述べています。「シェルは当社のプラットフォーム上で成熟したAI予知保プログラムを構築してきました。現在はエージェンティックAIに進出し、このテクノロジーが信頼性、安全性、効率性、運用パフォーマンスをさらに変革する方法を模索しています。」

C3のAIエージェントは、シェルが基本的な異常検知を超えることを可能にします。当初、シェルは機械学習を使用してセンサーデータの異常パターンを特定し、故障前にエンジニアに早期警告を発していました。このシステムは、大量のリアルタイム運用技術（OT）データを取り込み、SAPなどのERPプラットフォームからのビジネスコンテキストと融合させます。次のステップでは、実際の推論と自律行動のために構築されたAIエージェントを導入します。従来のシステムは異常時にエンジニアに通知するだけでしたが、次世代フレームワークはアラートが発報された理由を自律的に調査します。根本原因を特定すると、エージェントは正確な作業指示書を作成し、在庫の部品入手可能性を確認し、調達リクエストを生成します。

C3 AIのプラットフォームは、モデル駆動型の環境を提供し、高頻度センサーデータと構造化された財務・保守ログを簡単に統合できます。これらのAI機能は、ポンプ、タービン、コンプレッサーなどの特定の機器の正常動作ベースラインを学習します。エージェント層はこの基盤の上に構築されます。オペレーターは、特定の機器に対してエージェントを構成し、その目的と許可された応答を定義します。コアの機械学習モデルが通常の運用からの逸脱を検出すると、このエージェントが起動し、広範なコンテキストデータ（最近の保守履歴、環境条件、上流工程変数など）を収集して状況の全体像を構築します。その情報に基づいて、確固たる証拠に裏付けられた修正案を提案します。人間のオペレーターはその計画を簡単に承認または却下できます。システムが時間の経過とともに実績を積むにつれて、シェルは特定のタイプのアラートに対する応答を完全に自動化できます。SAPなどのシステムへの直接接続がここで重要であり、エージェントは人間のプランナーがすでに使用しているワークフロー内で動作できます。

この規模でエージェンティックAIを導入することで、予知保全における古典的な「ラストマイル」問題に取り組みます。多くの産業企業は故障を予測できても、その洞察を迅速かつ効率的な行動に変換することは依然として課題です。通常、エンジニアは手動でアラートを分析し、原因を調査し、作業指示書を作成する必要があります。シェルはその時間を短縮しようとしています。AIに根本原因分析と作業指示書の作成を任せることで、予測故障から実際の修理までの遅延が減少し、機器の稼働時間が向上し、生産が保護されます。機器の状態に応じてのみ修理を行うモデルに移行することで、正常な機械に手を加える無駄がなくなり、コストが削減されます。健康なハードウェアをそのまま使用することで、その寿命も延びます。コスト削減に加えて、大惨事が発生する前に介入することで、運用の安全性が大幅に向上し、環境リスクが低減されます。これはエネルギー分野で常に最優先事項です。

「シェルとC3 AIが過去数年間にわたってAzure上で構築してきたものは、まさにエンタープライズAIのあるべき姿です。実用的なアプリケーションが本番稼働し、グローバル規模で測定可能な価値を提供しています」とマイクロソフトのGISV、ソフトウェア開発企業担当副社長サンディ・グプタはコメントしています。この拡大展開は、ようやくアルゴリズムではなく実用的な産業AIの本番ワークフローについて議論していることを示しています。実際の価値は予測そのものではなく、システムがほとんど人間の監視なしにそれに基づいて行動する能力にあります。