Equinor får milliardgevinster fra KI

Equinor sier de har skapt verdier for over tre milliarder kroner ved hjelp av kunstig intelligens (KI). Selv om de oppfordrer de ansatte til å ta i bruk språkmodeller, er det ikke dette som først og fremst skaper verdier.

I Equinor er det analytisk KI som har stått for hoveddelen, og kjernen er modeller trent på egne operasjonsdata, integrert i arbeidsprosessene.

Selskapet har over flere år bygget opp KI-satsingen ved sitt integrerte operasjonssenter på Sandsli i Bergen.

Et av de viktigste bruksområdene er prediktivt vedlikehold. Torbjørn Folgerø, som er direktør for selskapets KI- og digitaliseringssatsing, forklarer at de analyserer tidsseriedata for å oppdage avvik.

Equinor har rundt 800 modeller i drift som kontinuerlig analyserer data fra anleggene.

Disse gir beslutningsstøtte. Det er fortsatt folk som tar avgjørelsen om å for eksempel varsle anlegget. I begynnelsen kunne kvaliteten være varierende, som ga for mange falske positiver. Det krevde mange justeringer.

Må føre til handling

Men det vanskelige har ikke vært å bygge modeller og ta i bruk KI. Den største utfordringen lå et annet sted.

– Hvordan kan vi gå fra at en modell gir en alarm, til at noen på Kårstø eller Johan Sverdrup gjør noe annerledes? sier han.

Den reisen har vært lang, spesielt i miljøer som har høy kompetanse, lang erfaring og etablerte arbeidsmåter. Arbeidet modellene gjør må omsettes til konkrete tiltak.

For å få det til, måtte Equinor jobbe tett mellom fagmiljøene og de som utviklet modellene.

Ifølge Folgerø ble eksperter på vedlikehold, produksjon og prosess involvert i utviklingen, selv om de ikke hadde bakgrunn innen KI.

– Det hjelper ikke at vi sitter på siden og utvikler dette isolert, sier han.

Det har både gjort modellene bedre og skapt tillit hos dem som skal bruke dem. Folgerø sier dette også forklarer hvor verdiene faktisk kommer fra.

– Vi tror at majoriteten av verdiskaping på kort sikt fortsatt kommer fra mer tradisjonelle KI-former, mens vi samtidig i økende grad vil ta i bruk generativ og agentisk KI.

Samler data

En annen utfordring har vært å få tilgang til data på tvers av systemer. Mange av disse dataene var tidligere låst i ulike leverandørsystemer.

Derfor måtte Equinor etablere en egen dataplattform for å sørge for at alt kan analyseres på samme sted. Dette arbeidet gjøres på operasjonssenteret på Sandsli.

Ifølge Folgerø er dette bygget på en kombinasjon av egenutviklede løsninger og teknologi fra blant andre Microsoft og Databricks.

Equinor har jobbet med maskinlæring i mange år. De siste årene har flere KI-verktøy blitt rullet ut i hele organisasjonen. Alle ansatte har nå tilgang til verktøy som Microsoft Copilot.

Da arbeidet med å få alle 25.000 ansatte med på KI-toget i 2024 startet, var mottakelsen blant ansatte ganske delt. De siste to årene har det skjedd et tydelig skifte, forklarer Folgerø.

– Man har gått fra å anvende KI innenfor veldig spesifikke områder i selskapet til at alle ansatte begynner å ta i bruk KI, sier han.

Må kunne garantere for svaret

Verktøyene er nyttige til støtteoppgaver og produktivitet, men det er samtidig viktig å holde i tømmene.

– Når du ikke kan garantere for svaret, har du en risiko i hvordan du agerer på det, sier han.

Han viser til et eksempel fra boring og brønn, der Equinor har testet en chatbot på historiske data.

– Når du spør hva er kvaliteten på brønn A versus brønn B, så må du kunne garantere for svaret, sier han.

Et annet eksempel er bruken av agenter. Ansatte kan lage egne løsninger for personlig bruk, men de kan ikke gå inn i arbeidsprosesser uten at arkitektur, sikkerhet og verdi vurderes.

Folgerø forteller at det nå er tusenvis av individuelle agenter i bruk hos ansatte, men langt færre er tatt i bruk bredt i organisasjonen.

– Vi tror ikke på fullt frislipp. Det må være styrt, sier han.

Så langt har det gitt resultater. I fjor alene anslår Equinor at de hentet ut over én milliard kroner i verdier, i all hovedsak fra industrielle KI-anvendelser.

Olja har fortrinn

Digitaliseringsminister Karianne Tung sier hun tror aktører i olje- og gassnæringen har et fortrinn mange andre virksomheter mangler. De har vært pålagt å samle inn data i all tid. Dermed har de også mye historisk data å trene på.

Selv om Equinor er et godt eksempel, advarer hun om at det er store forskjeller i norsk næringsliv.

– Det er strekk i laget. Noen er veldig dyktige, og ligger langt fram. Det er typisk ganske store aktører som har ressurser og kompetanse til å gjøre det, sier hun.

Tung tror utfordringen er større hos små og mellomstore bedrifter. Og samlet sett henger Norge bak, ifølge ministeren.

– Internasjonale undersøkelser viser at Norge henger etter, sier hun.

– Resten av verden springer med KI, og det må vi også gjøre.