Artificial Intelligence
Artificial Intelligence, Deep Learning, Machine Learning
Pour Shell la transition énergétique passe par l’AI
Chez Shell, l’AI est devenue un élément central de son parcours global de transformation numérique. Elle sera la clé du défi de la transition énergétique.
« Je pense que les dix prochaines années seront marquées par deux grandes tendances : la transition énergétique et la digitalisation, estime Dan Jeavons, Vice President for Digital Innovation and Computational Science, Shell. Chez Shell, l’AI est devenue un élément central de notre parcours global de transformation numérique. »
Le monde, explique-t-il, est confronté à un défi urgent. Comment s’attaque-t-il au changement climatique et passe-t-il à un système énergétique à émissions nettes nulles tout en répondant à la demande croissante d’énergie ? Cinquante et un milliards de tonnes de gaz à effet de serre sont ajoutés à l’atmosphère chaque année. La climatologie montre clairement que pour stabiliser le changement climatique, les émissions de CO2 doivent tomber à zéro d’ici 2050.
« Les technologies numériques peuvent permettre de concevoir et d’exploiter des systèmes énergétiques entièrement nouveaux à l’échelle de l’appareil, de l’usine et de la région. Nous avons à transformer la façon dont nous gérons l’empreinte carbone des processus industriels. Les technologies numériques peuvent fournir les outils et les mécanismes permettant d’optimiser la transition énergétique et de permettre l’économie du partage. Elles peuvent permettre un suivi plus précis des émissions de gaz à effet de serre et des rapports transparents sur l’ensemble des chaînes d’approvisionnement et peuvent également permettre un suivi plus efficace des compensations carbone. »
L’AI pour interroger la transition énergétique
Chez Shell, l’AI et technologies émergentes telles que la blockchain, l’IoT et l’edge computing sont utilisées pour refondre la future stratégie technologique de l’entreprise. L’objectif est de réduire l’empreinte carbone pour devenir une entreprise à émissions nettes nulles d’ici 2050. Selon Gartner, les mises en œuvre de l’intelligence artificielle par Shell vont au-delà de ce que font la plupart des autres entreprises : « Shell a dépassé le stade de l’expérimentation initiale dans toute l’entreprise. »
Concrètement, la technologie basée sur les capteurs génère de vastes ensembles de données qui peuvent désormais être traités en temps réel à l’aide des capacités croissantes du cloud. Cela permet d’observer et de comprendre le monde physique de nouvelles façons. Le développement de la technologie de réalité augmentée et virtuelle permet de représenter visuellement ces vastes ensembles de données dans le contexte de la réalité physique observée. C’est le principe des jumeaux numériques d’objets physiques. Quant à l’AI, elle permet d’interroger ces ensembles de données, de simuler des scénarios auparavant imprévisibles. Egalement d’optimiser des processus, de prévoir des anomalies, d’identifier des objets et de tirer un sens de sources de données disparates.
Accélérer la recherche d’énergie propre
« Au fil des décennies, nous avons acquis une connaissance approfondie de nos processus industriels. Nous avons regroupé nos ensembles de données de processus dans des magasins de données basés sur le cloud. Ce qui nous permet d’utiliser ces données pour développer des solutions qui optimisent ces processus. Dans nos propres usines, nous avons montré que la technologie d’optimisation peut réduire les émissions de CO2 de l’une de nos installations de GNL jusqu’à 130 kilotonnes par an, ce qui équivaut à retirer 28 000 voitures américaines de la circulation1 pendant un an… »
Shell utilise également ces capacités d’optimisation pour accélérer la recherche sur les technologies d’énergie propre. Par exemple, dans la recherche sur les carburants à faible émission de carbone, le géant néerlandais utilise des efforts de simulation basés sur les données combinées à des modèles basés sur la physique pour optimiser l’efficacité et les rendements, réduire les dépenses en capital et réduire les délais de mise sur le marché. « Nous avons utilisé cette approche pour démontrer que les concepts de carburant d’aviation durable fonctionneraient à grande échelle. En 2020, nous avons produit 500 litres de kérosène synthétique à partir de dioxyde de carbone, d’eau et d’énergies renouvelables pour remplacer les hydrocarbures conventionnels. Dans une première mondiale, le kérosène synthétique a été mélangé avec du carburéacteur conventionnel pour alimenter un vol de passagers de la compagnie aérienne KLM d’Amsterdam à Madrid au début de 2021. »
350 datascientists et quelque 4 000 développeurs travaillant à distance
Dans le cadre de sa transformation numérique, Shell s’appuie sur deux clouds publics, Microsoft Azure et AWS, ainsi que sur les technologies de conteneurisation Docker et Kubernetes, pour exécuter des charges de travail de plus en plus avancées pour divers aspects de son activité pétrolière et gazière, qui représente 210 milliards USD. Selon Dan Jeavons, l’une des facettes essentielles de cette stratégie est la couche de données de base de l’entreprise, un réservoir à partir duquel de multiples outils et technologies peuvent accéder systématiquement aux données.
Au total, Shell compte environ 350 datascientist et quelque 4 000 développeurs travaillant à distance ou dans l’un des centres de Shell à Bangalore en Inde, au Royaume-Uni, aux Pays-Bas et à Houston, au Texas. Outre ses cloud publics et son datalake, Shell a également adopté des outils de développement avancés tels que Microsoft Azure DevOps et intègre GitHub dans les méthodes de travail de ses développeurs. Elle déploie également des outils de filtrage de code plus matures pour le cloud, exécute des flux de travail CI/CD « appropriés » et surveille plus de 10 000 équipements dans le monde en utilisant l’IA dans le cadre de ses centres de surveillance à distance, explique Dan Jeavons.
Modèle open
Pour faire tout cela, il faut un état d’esprit et une culture différents, estime Dan Jeavons. Pour accélérer la collaboration open source, les standards et les interfaces deviennent de plus en plus importants. Trop souvent dans le secteur de l’énergie, les systèmes propriétaires sont la norme et le partage de données est rare, ce qui réduit les possibilités pour les petites start-ups de participer à l’écosystème et limite également la capacité des partenaires à collaborer facilement au-delà des frontières organisationnelles. C’est pour cette raison que Shell a poussé si fort l’Open Footprint Forum et l’Open AI Energy Initiative. L’utilisation de normes de données ouvertes signifie que les entreprises peuvent réduire le temps et les efforts nécessaires pour collecter et stocker leurs données. Au lieu de cela, ils peuvent se concentrer sur l’analyse des données et le développement de nouvelles solutions, notamment pour réduire leur empreinte environnementale globale.
« La connaissance approfondie de Shell du système énergétique, combinée à certaines des technologies que nous développons déjà, me donne l’assurance que nous ne faisons qu’effleurer la surface de ce qui est possible. Je suis enthousiasmé par l’impact que nos projets ont déjà. Et, surtout, je suis excité par ce qui va suivre… »