维度网讯，壳牌将采用C3 AI的智能体，实现从异常检测到全自动预测性维护的转型。

这家全球能源巨头已在使用监控超过3万台设备的C3 AI可靠性套件（C3 AI Reliability Suite），该平台覆盖上游和下游运营。壳牌计划依赖自主AI智能体负责整个维护生命周期，从故障预警到维修完成实现全流程自动化，以此消除人工监督需求，确保资源精准投放。

C3 AI总裁Stephen Ehikian表示，与壳牌的扩展合作展示了企业AI在全球范围内投入预测性维护运营后的效果，包括减少计划外停机并带来数亿美元经济价值。他指出，壳牌已在其平台上建立了成熟的AI预测性维护项目，双方正共同推进智能体AI，以改变可靠性、安全性、效率和运营绩效。

壳牌最初仅通过机器学习识别传感器数据中的异常模式，在设备故障前向工程师预警。系统摄取大量实时运营技术数据，并与来自SAP等ERP平台的业务上下文结合。新一代框架引入专为推理和自主行动设计的AI智能体，在异常出现时自主调查警报触发的根本原因，查明后起草精确的工作订单，确认库存零件可用性，并生成采购请求。

C3 AI平台提供了一个模型驱动的空间，可集成高频传感器数据与结构化的财务和维护日志。AI能力经过训练，能学习泵、涡轮机、压缩机等设备的正常运行基线。智能体层在此之上运行，操作员通过定义目标和允许响应来配置智能体。核心机器学习模型检测到偏离正常运行时，智能体激活并收集维护历史、环境条件和上游过程变量等上下文数据，提出修复方案供人工操作员批准或否决。随着系统可靠度提升，壳牌可针对部分警报实现完全自动化响应，智能体直接连接到SAP等系统，在现有工作流程中运行。

将智能体AI投入大规模运营解决了预测性维护的“最后一公里”难题。许多工业公司能预测故障，但将洞察转化为行动仍面临挑战，工程师需手动筛选警报、调查原因并编写工单。壳牌通过AI处理根本原因分析和工单生成，缩短了预测故障与实际修复之间的延迟，提高了设备正常运行时间。仅在设备状况需要时进行维修的模式降低了成本，避免在正常机器上浪费人力，同时延长了设备使用寿命。灾难发生前进行干预还提升了操作安全性和环境风险管理能力。

微软GISV软件开发公司副总裁Sandy Gupta评论称，壳牌和C3 AI过去几年在Azure上构建的企业AI实现了实际应用、投入生产并交付可衡量的价值。这次扩展部署表明，工业AI生产工作流正从算法讨论转向实用阶段，价值来自系统几乎无需人工监督即可采取行动的能力。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com