Wintershall Dea selalu memperhatikan masa depan, seperti yang dibuktikan dengan komitmennya terhadap inovasi teknologi, pemberdayaan karyawan, dan produksi energi yang bertanggung jawab terhadap lingkungan. Berbagai peristiwa yang terjadi belakangan ini membuat pandangan ke depan menjadi lebih penting dari sebelumnya.

Iterasi korporasi saat ini dibentuk pada tahun 2019 sebagai hasil merger antara dua perusahaan lama, Wintershall dan DEA Deutsche Erdoel AG, yang masing-masing telah berbisnis selama lebih dari 120 tahun.

Ketika kedua perusahaan bergabung, kebutuhan AI untuk terhubung dan memanfaatkan data dari seluruh organisasi yang lebih besar menjadi jelas. AI tidak hanya dapat memberikan efisiensi dan penghematan biaya yang lebih besar, tetapi juga dapat memperkuat posisi Wintershall Dea sebagai pemimpin industri dalam inovasi teknologi—sebuah faktor penting dalam menarik kolaborator di dalam dan di luar organisasi.  

Pada tahun 2020, perusahaan yang baru dibentuk siap untuk mempercepat inisiatif AI @Scale. Beberapa unit bisnis internal dan perusahaan sudah bekerja dengan AI pada saat itu, tetapi proyek-proyek tersebut dikembangkan untuk tujuan tunggal dan terisolasi. Dengan pendekatan AI @Scale, proyek AI dibangun untuk skalabilitas sejak awal. Jika berhasil, mereka dapat diperluas dan dikembangkan ke kelompok lain dengan cepat dan mudah.

Mengembangkan solusi AI@Scale memerlukan platform dan metodologi terpusat. “Kami ingin dilihat sebagai mitra pilihan,” kata Kathrin Dufour, Wakil Presiden Senior Digitalisasi dan Teknologi di Wintershall Dea. "Jika Anda memiliki lingkungan yang terstandardisasi untuk mengakses data Anda dan memberikan akses kepada orang lain, maka akan lebih mudah untuk berkolaborasi dalam ekosistem mitra Anda. Hal ini semakin penting saat ini, karena kami lebih sering melakukan pertukaran data baik secara internal maupun eksternal dibandingkan masa lalu.”

Dengan tujuan tersebut, perusahaan telah membentuk pusat kompetensi (CoC) untuk AI dan ilmu data di bawah kepemimpinan Ulrich Lorang, yang menjabat sebagai Wakil Presiden Data Science, Tata Kelola Data, dan Data Hub. Untuk merencanakan, mengembangkan, dan memberikan AI CoC dan platformnya, Wintershall Dea perlu bekerja sama dengan mitra yang dapat memberikan akses ke sumber daya dan pengalaman AI yang lebih besar dan lebih luas.

Dalam pencarian mitra yang tepat, IBM Consulting menonjol dari para pesaing: IBM memiliki rekam jejak yang terbukti dari bekerja dengan Wintershall Dea pada proyek-proyek sebelumnya, serta pengalaman luas membantu klien lain mengembangkan kemampuan AI mereka dalam skala besar.

Selain itu, IBM telah membentuk kemitraan strategis dengan Microsoft, dan Wintershall Dea sudah menggunakan Microsoft Azure untuk platform datanya. IBM mampu menyesuaikan metodologi IBM AI@Scale untuk mengakomodasi platform yang ada dan untuk membawa keahlian Microsoft sesuai kebutuhan.

Sejak awal, kolaborasi antara IBM dan Wintershall Dea berjalan mulus. “Prosesnya sebenarnya sangat sederhana,” kata Lorang. “Kami membangun satu tim. Tidak pernah ada perbedaan besar antara kedua perusahaan. Kami memiliki tujuan yang sama dan bekerja sama untuk memenuhinya."

Dalam mengimplementasikan IBM AI@Scale, tim berfokus pada tiga area strategis: arsitektur teknis platform, model operasi CoC, dan budaya perusahaan.

Penawaran IBM AI@Scale mencakup penilaian standar yang meliputi berbagai bidang seperti status AI saat ini di dalam perusahaan, visi AI di masa depan, para pemangku kepentingan utama, dan sumber daya yang diperlukan. IBM menyesuaikan penilaian untuk Wintershall Dea agar mencakup masing-masing dari tiga area strategis. IBM dan Wintershall Dea kemudian bekerja sama untuk menggunakan hasil penilaian tersebut untuk mengembangkan peta jalan teknologi dan organisasi untuk ilmu data di dalam perusahaan.

Untuk fondasi teknis, tim mengembangkan arsitektur berbasis komponen menggunakan platform dan layanan Microsoft Azure. Dalam merancang fondasi ini, tim mengadopsi metodologi operasi machine learning (MLOps)—pendekatan ujung ke ujung yang melibatkan ilmuwan dan insinyur data untuk merencanakan, mengembangkan, membangun, menguji, dan memelihara sistem AI.

Secara operasional, tim menjelaskan bagaimana CoC harus berfungsi, serta jenis peran dan keterampilan yang akan memperluas kemampuan ilmu data di seluruh organisasi. Selain para ilmuwan data dalam CoC, komunitas tersebut juga mencakup ilmuwan data komunitas dari unit bisnis dan korporat—ahli geosains, insinyur, ekonom, dan lainnya yang memiliki latar belakang pemrograman matematika yang kuat—yang dapat membantu mendorong proyek-proyek ilmu data dalam tim mereka masing-masing.

Pada akhirnya, Wintershall Dea ingin mengembangkan komunitas ini, meningkatkan keterampilan karyawan di seluruh perusahaan sehingga mereka dapat mengembangkan proyek AI mereka sendiri. Minat terhadap ilmu data sangat kuat, dan manajemen percaya bahwa sebagian besar nilai bagi perusahaan dimulai dari tingkat bisnis dan unit korporat. Untuk itu, peta jalan mencakup sesi pemberdayaan teknis untuk CoC dan ilmuwan data komunitas tentang cara menggunakan platform dan templat yang baru.

Dari perspektif budaya dan komunikasi perusahaan, tim merencanakan berbagai sesi edukasi dan lokakarya untuk unit bisnis dan korporat di seluruh perusahaan. Kegiatan ini berfokus pada nilai bisnis yang dapat diberikan AI kepada karyawan dalam pekerjaan sehari-hari mereka dan cara mereka dapat bekerja dengan CoC untuk memanfaatkan nilai tersebut.

Pada tahun 2021, IBM dan Wintershall Dea siap untuk mulai meletakkan dasar bagi implementasi AI@Scale berdasarkan peta jalan yang telah mereka buat bersama. Menyiapkan lingkungan teknis, berbicara dengan unit bisnis, mengidentifikasi contoh penggunaan yang memungkinkan, mempromosikan konsep CoC, dan melibatkan serta mengaktifkan karyawan, semuanya adalah bagian dari proses tersebut.

Di sisi teknologi, tim melanjutkan untuk menyediakan layanan yang diperlukan dari platform Azure dan menyesuaikan templat IBM AI@Scale dengan kebutuhan dan lingkungan Wintershall Dea. Dari sisi operasional, tim mengadakan sesi pemberdayaan teknis untuk memberdayakan CoC dan ilmuwan data komunitas di unit bisnis agar dapat membuat proyek AI mereka sendiri di masa depan.

Untuk membangun kesadaran karyawan akan nilai ilmu data dan CoC—dari perspektif teknologi dan bisnis—tim bertemu dengan unit bisnis secara individual, mengadakan sesi edukasi dan mengembangkan kampanye internal yang mempromosikan potensi manfaat AI dan menjelaskan bagaimana CoC dapat membantu.

Pada tahun 2022, tim memulai fase berikutnya dari perjalanan AI-nya: mengembangkan contoh penggunaan menjadi solusi yang lengkap. Proses untuk memilih dan mengembangkan contoh penggunaan mengikuti metodologi IBM Garage . IBM dan Wintershall Dea bekerja berdampingan, dengan IBM memberikan panduan selama proses berlangsung, mendidik dan memungkinkan karyawan Wintershall Dea sehingga mereka dapat menduplikasi metodologi dalam proyek-proyek masa depan.

Proses kualifikasi melibatkan kolaborasi ketat dengan unit bisnis untuk memahami masalah mereka. "Kami bekerja sama dengan para pakar domain untuk memastikan bahwa kami tidak mengotomatisasi sesuatu hanya karena kami bisa, tetapi kami benar-benar menjaga agar masalah bisnis tetap menjadi fokusnya," ujar Max Schemmer, Konsultan Kecerdasan Buatan yang Berorientasi pada Riset dari IBM Consulting.

Lorang sependapat: “Anda pasti punya masalah bisnis. Dan Anda perlu memahami tantangan di wilayah Anda dan memastikan Anda memiliki akses terhadap data yang relevan dan berkualitas tinggi, lalu menyiapkan data tersebut sehingga Anda benar-benar dapat melakukan sesuatu dengannya.”

Wintershall Dea terutama melakukan dua jenis proyek AI: proyek tradisional berskala besar dan proyek "kunang-kunang" kecil yang mudah diimplementasikan. Kunang-kunang adalah konsep Wintershall Dea untuk melakukan proyek AI yang cepat dan dapat diskalakan untuk memecahkan masalah sederhana. Karena ada karyawan yang terlatih dalam ilmu data di seluruh perusahaan, unit bisnis dapat mengembangkan dan membuat kode kunang-kunang secara mandiri dan meminta dukungan CoC sesuai kebutuhan.

Kunang-kunang mulai dari yang kecil, lalu terkadang menyala besar. Jika ini terjadi, proyek dibangun untuk dapat diskalakan dengan cepat. Sebagai contoh, seorang karyawan di departemen teknik ditugaskan untuk mengekstrak nilai kunci secara manual dari lebih dari 2.000 dokumen PDF dan memasukkan data tersebut ke dalam spreadsheet. Prosesnya membosankan dan menghabiskan waktu karyawan yang bisa digunakan untuk pekerjaan yang lebih kreatif dan bermakna.

Dengan menerapkan AI, tim teknik dapat mengotomatiskan proses, memungkinkan karyawan untuk mengerjakan proyek yang lebih menantang dan memberikan nilai yang lebih besar secara keseluruhan bagi perusahaan. Segera terlihat bahwa model yang sama untuk mengekstraksi data real-time dari sumber internal dan eksternal dapat bermanfaat bagi bagian lain dari bisnis dan seterusnya. Saat ini, solusi yang dapat diskalakan diterapkan di beberapa unit bisnis dan perusahaan untuk berbagai tujuan.

Proyek berskala besar memiliki tujuan yang besar sejak awal. Pada tahun 2021, Wintershall Dea menyelidiki penerapan AI untuk menjaga integritas sumur gas dan minyak di Norwegia. Pemeliharaan itu sangat penting untuk sumur yang masih beroperasi, terutama sumur bawah laut. Dengan bermil-mil pipa besar yang terbungkus dalam beberapa lapisan baja dan beton yang menggali jauh ke dalam dasar laut, kebocoran kecil dapat tidak terlihat dalam jangka waktu yang lama bahkan dengan adanya sistem pemantauan sumur yang canggih—hingga kebocoran tersebut menjadi cukup besar untuk menyebabkan masalah besar dalam kasus terburuk. Oleh karena itu, deteksi dini sangatlah penting.

Sebelumnya, insinyur Wintershall Dea telah memantau data dari sensor sumur secara berkelanjutan. Namun, bahkan dengan analisis sehari-hari, beberapa masalah tidak terdeteksi oleh manusia.

Dengan menggunakan AI, tim mengembangkan contoh penggunaan untuk menganalisis data dari sensor yang ada dengan lebih intensif dan akurat dibandingkan sebelumnya. “Pertama-tama kami berusaha memvalidasi hipotesis bahwa kami dapat menggunakan AI untuk mendeteksi riwayat kebocoran,” kata Prihandono Aditama, Manajer Produk di Wintershall Dea. “Setelah kami dapat memastikan bahwa kami memiliki model yang tepat, kami menghubungkannya dengan data langsung dari sensor sumur.

"Saat ini, jika mendeteksi anomali, AI akan mengirim email ke teknisi kami," lanjutnya. "Kami sedang dalam proses membangun antarmuka pengguna untuk para insinyur, yang akan tersedia dalam rilis pertama produk."

Peralatan dan metodologi IBM AI@Scale telah berperan penting dalam seluruh proses ini. “Salah satu kontribusi besar yang diberikan IBM kepada kami adalah bagaimana menerapkan bukti konsep secara langsung ke dalam produksi,” kata Aditama. “Templat yang disediakan IBM memungkinkan kami melakukan penskalaan dengan cepat, dan melakukan pengujian, pembuktian konsep, dan pengembangan secara paralel.”

Saat ini, Wintershall Dea, bersama dengan IBM, telah mengidentifikasi lebih dari 80 kemungkinan contoh penggunaan AI dan ilmu data, 20 di antaranya sedang diupayakan secara aktif. Contoh penggunaan menjangkau area teknis, seperti operasi, teknik, dan geosains hingga non-teknis, seperti komersial dan penjualan. IBM sangat terlibat dalam beberapa di antaranya, tetapi yang lainnya dijalankan secara independen di dalam bisnis perusahaan dan unit korporat dan CoC.

Proyek-proyek yang ada mengalami kemajuan. Tim Wintershall Dea sedang berupaya untuk menskalakan model ekstraktor PDF ke bagian lain perusahaan, menarik dan menerapkan data dari database internal dan eksternal. Proyek integritas sumur telah diluncurkan ke status produksi pada akhir tahun 2022. Pasca-peluncuran, tim memiliki rencana awal untuk menskalakannya baik secara vertikal—menambahkan fitur dan kemampuan baru—dan secara horizontal—menerapkan model tersebut pada sumur-sumur tambahan di Norwegia dan negara-negara lain.

Antusiasme di seluruh perusahaan terhadap inisiatif ilmu data sangat tinggi, baik dari segi potensinya untuk memecahkan masalah bisnis maupun peluang untuk inovasi dan pertumbuhan keterampilan. Lebih dari 100 karyawan Wintershall Dea telah menjalani pelatihan AI dan ilmu data, termasuk 60 karyawan yang mengikuti lokakarya ilmu data selama enam hari baru-baru ini.

"Kami jelas telah menginspirasi organisasi ini," kata Lorang. "Kami telah memanfaatkan komunitas ilmu data yang aktif dan berupaya menggunakan AI untuk memecahkan masalah dengan bantuan kami."

Hubungan dengan IBM terus kuat. “Kami memiliki kolaborasi yang produktif dengan IBM Consulting. Upaya bersama kami telah menghasilkan momentum yang signifikan, memungkinkan kami untuk mencapai tonggak penting dan memberikan nilai dalam jangka waktu yang relatif singkat," kata Hugo Dijkgraaf, CTO Wintershall Dea. “Mereka tidak hanya membawa keterampilan dan pengalaman AI, tetapi juga tim memiliki kepribadian yang cocok dengan kita.”

Wintershall Dea (tautan berada di luar ibm.com) adalah salah satu perusahaan gas dan minyak independen terkemuka di Eropa yang berkantor pusat di Jerman. Dibentuk pada tahun 2019 dari penggabungan Wintershall Holding GmbH dan DEA Deutsche Erdoel AG, perusahaan ini beroperasi di 11 negara dan memiliki sekitar 2.000 karyawan.