Shell amplia uso de inteligência artificial com agentes autônomos da C3 AI para manutenção preditiva totalmente automatizada
A Shell, gigante global do setor de energia, anunciou a expansão de sua parceria com a C3 AI para avançar de sistemas básicos de detecção de anomalias em direção à manutenção preditiva totalmente automatizada, conduzida por agentes de inteligência artificial autônomos. A empresa já utiliza a suíte C3 AI Reliability para monitorar mais de 30 mil equipamentos considerados críticos em operações de upstream (exploração e produção) e downstream (refino e distribuição), e agora pretende dar um salto significativo ao colocar agentes de IA no comando de todo o ciclo de manutenção.
A nova fase da colaboração foi destacada por Stephen Ehikian, presidente da C3 AI, que afirmou que a parceria expandida com a Shell demonstra o que é possível quando a inteligência artificial corporativa é totalmente operacionalizada em escala global. Segundo ele, o objetivo é reduzir paradas não programadas e gerar centenas de milhões de dólares em valor econômico. Ehikian acrescentou que a Shell já construiu programas maduros de manutenção preditiva com base na plataforma e que, juntos, estão agora ingressando na era da IA agêntica, termo usado para descrever sistemas capazes de raciocinar e agir de forma independente.
Na fase inicial da parceria, a Shell utilizava modelos de aprendizado de máquina, uma técnica de IA que permite aos sistemas aprender padrões a partir de grandes volumes de dados, para identificar comportamentos incomuns nos dados de sensores. O sistema ingeriu uma quantidade massiva de dados de tecnologia operacional em tempo real e os combinou com informações de contexto de negócio provenientes de plataformas de planejamento empresarial, como o SAP (sistema integrado de gestão corporativa). Quando um padrão anômalo era detectado, os engenheiros recebiam um alerta antecipado antes que ocorresse uma falha.
O próximo passo introduz agentes de IA projetados para raciocinar e executar ações de forma autônoma. Enquanto os sistemas tradicionais se limitavam a emitir notificações, a nova estrutura investiga de maneira independente a razão pela qual um alerta foi disparado. Depois de identificar a causa raiz do problema, o agente elabora ordens de serviço precisas, confirma a disponibilidade de peças no estoque e gera solicitações de compras automaticamente.
A plataforma da C3 AI oferece a base técnica para esse funcionamento, fornecendo um ambiente orientado por modelos que integra dados de sensores de alta frequência com registros estruturados de finanças e manutenção. As capacidades de IA são treinadas para aprender o padrão de operação normal de equipamentos específicos, como bombas, turbinas e compressores. Sobre essa fundação, opera a camada agêntica, responsável por executar as ações automatizadas.
Os operadores podem configurar um agente individual para um determinado equipamento, definindo seus objetivos e as respostas permitidas. Quando os modelos centrais de aprendizado de máquina detectam um desvio em relação à operação normal, o agente é ativado e reúne dados contextuais amplos, incluindo histórico recente de manutenção, condições ambientais e variáveis de processos anteriores. Com base nessas informações, o sistema sugere uma solução fundamentada em evidências, que pode ser aprovada ou substituída por operadores humanos. À medida que o sistema comprova sua eficácia ao longo do tempo, a Shell pretende automatizar totalmente as respostas para determinados tipos de alertas. A integração direta com sistemas como o SAP é essencial nesse processo, pois permite que o agente opere dentro dos mesmos fluxos de trabalho já utilizados pelos planejadores humanos.
Do ponto de vista operacional, a adoção da IA agêntica em larga escala ataca um dos principais gargalos da manutenção preditiva, conhecido como o "problema da última milha". Muitas empresas industriais conseguem prever falhas com precisão, mas enfrentam dificuldades para transformar essas previsões em ações rápidas e eficientes. Normalmente, engenheiros ainda precisam investigar manualmente os alertas, analisar as causas e redigir as ordens de serviço. Ao permitir que a IA cuide da análise de causa raiz e da elaboração das ordens de serviço, a Shell busca reduzir o intervalo entre a previsão de uma falha e a execução do reparo, o que melhora diretamente a disponibilidade dos equipamentos e protege a produção.
A mudança para um modelo no qual os reparos ocorrem somente quando a condição do equipamento realmente exige também gera economia, já que elimina intervenções desnecessárias em máquinas que funcionam normalmente. A abordagem prolonga a vida útil dos equipamentos e, ao prevenir falhas catastróficas, aumenta a segurança operacional e reduz riscos ambientais, uma preocupação constante no setor de energia.
Sandy Gupta, vice-presidente de empresas globais de desenvolvimento de software na Microsoft, comentou que o que a Shell e a C3 AI construíram na plataforma Azure ao longo dos últimos anos representa exatamente o que a inteligência artificial corporativa deve ser: aplicações reais, em produção, entregando valor mensurável em escala global. A expansão da parceria marca, assim, a transição de algoritmos de previsão para fluxos de trabalho industriais de IA efetivamente operacionais, nos quais o valor está na capacidade do sistema de agir sobre as previsões com mínima supervisão humana.
