Blog

Inovacije u sektoru crnog zlata: TechEngine platforma kompanije NIS pokretač digitalne transformacije


Studija slučaja saradnje kompanije NIS i dve tehnološke kompanije - EM Analytic Solutions i DunavNET



U današnjem dinamičnom energetskom sektoru, digitalna transformacija za naftne kompanije predstavlja ključnu prekretnicu i faktor u povećanju efikasnosti, smanjenju operativnih troškova, i poboljšanju procesa donošenja odluka. Dok se suočavaju s izazovima poput fluktuacija cena nafte, povećanih ekoloških standarda i regulatornih pritisaka, naftne kompanije sve više prepoznaju neophodnost uvođenja digitalnih inovacija. 

U kontekstu digitalne transformacije, saradnja sa inovativnim tehnološkim kompanijama i startapima igra ključnu ulogu. Ovi spoljni partneri mogu ponuditi sveže, inovativne pristupe i rešenja. Primena naprednih tehnologija poput veštačke inteligencije, napredne analitike, IoT (Internet of Things), i cloud computinga, koje nude startapi i tehnološke kompanije, može dramatično poboljšati operativnu efikasnost, upravljanje podacima i sigurnost u naftno industriji.

Ovakve saradnje takođe omogućavaju brže testiranje i implementaciju novih ideja, smanjujući vreme potrebno za razvoj i skaliranje inovacija. 

Sa sve većim fokusom na inovacije širom sveta, posebno u energetskom sektoru, ističe se domaći primer - naftna kompanija NIS. Ovaj domaći gigant ne samo da prepoznaje, već i aktivno oblikuje budućnost energetske industrije kroz svoju TechEngine platformu.

Ona predstavlja plodonosan prostor za saradnju, razmenu znanja i implementaciju novih inovativnih rešenja. Ova platforma, koja je nastala 2021. godine u saradnji sa ICT Hub-om, otvara vrata ambicioznim startapima, tehnološkim kompanijama i timovima stručnjaka, predstavljajući most između tradicionalne naftne industrije i energije budućnosti.

Otvarajući vrata za nove ideje i rešenja koja će unaprediti njihove procese rada i celokupno funkcionisanje, NIS je putem TechEngine platforme postavio dva konkretna izazova u oblasti naftne industrije. Kroz primere praktične primene naprednih tehnologija poput veštačke inteligencije, analitike podataka i automatizacije, ove studije slučaja pokazuju kako digitalna transformacija nije samo pitanje tehnološkog unapređenja, već i katalizator za sveobuhvatnu poslovnu evoluciju.

Zadatak br. 1: Kako automatizovati tumačenje geohemijskih podataka?

Izazov – Za istraživanje nafte, koje je najvažnija delatnost NIS-a, geohemijski podaci su ključni. Kako se oni slivaju u velikom broju, u različitim formama kroz izveštaje i analize, važno je pronaći pouzdan i objektivan način za njihovo tumačenje.

Način na koji se vršila obrada i tumačenje tih podataka, a koje su obavljali zaposleni, nije bio održiv jer je moglo doći do greške ili subjektivnog tumačenja. Nadalje, kako bi bile donete ispravne poslovne odluke, bilo je potrebno isključiti sve faktore ljudske greške, jer zbog njih su mogli da nastanu brojni problemi.

Zato je jednom ovako velikom sistemu, kao što je NIS, bila potrebna kvalitetna automatizacija obrade podataka, kao i njihovo tumačenje i vizualizacija. Uz pomoć algoritama i na osnovu interpretacije geohemijskih podataka, NIS bi trebalo da ima dovoljno informacija da donosi još bolje poslovne odluke.



Kreiranje rešenja – Brže i efikasnije tumačenje geohemijskih podataka i njihove brže i efikasnije interpretacije u svakodnevnom radu zaposlenih u NIS-u je imperativ i početna tačka od koje je krenuo tim EM Analytic Solutions. Cilj kreiranja aplikacije je bio da se izvrši potpuna automatizacija procesa prikupljanja i tumačenja podataka, zato što su znali da će na taj način postići značajno smanjenje vremena obrade, vizuelizacije i primarne interpretacije podataka i uz to, automatskom kontrolom kvaliteta podataka se smanjuje subjektivni uticaj interpretatora prilikom analize podataka i vrši puna automatizacija procesa.

Rezultat – Korisnici aplikacije dobili su automatizovani pristup podacima. Ti podaci su na nivou i u formi koja je njima potrebna za analizu i obavljanje svih dnevnih zadataka. Kao rezultat korišćenja aplikacije postiže se značajna ušteda vremena koje je potrebno za obradu, vizualizaciju i primarno tumačenje podataka. Pored toga, zaposleni dobijaju i podatke najvišeg kvaliteta, jer je njihova kontrola automatska.

Zadatak br. 2: Kako unaprediti i automatizovati očitavanje analognih instrumenata u rafineriji?

Izazov – Iako u rafinerijama postoji standardna, daljinska oprema kojom se generišu određeni podaci i šalju u kontrolnu sobu, u upotrebi je i dalje i analogna instrumentacija. Ona je ponekad najbolje rešenje, jer donosi precizna i pouzdana očitavanja, pa je još uvek nezamenljiva u određenim procesima.

Međutim, očitavanje analognih instrumenata se vrši ručno, a dobijeni podaci se na isti način unose u bazu preko tableta sa Android sistemom. Pored toga, operateri imaju zadatak i da na istom tom uređaju proveravaju status instrumenata kroz unapred pripremljenu kontrolnu listu. Sve ovo oduzima mnogo vremena operaterima, koji ponekad mogu i da pogreše dok unose podatke ručno.

Kako bi bio smanjen broj grešaka koje nastaju zbog ručnog unošenja podataka, ali i da bi se ubrzala ova dva procesa, potrebno je da se unošenje podataka automatizuje. Kompanija NIS je želela da i dalje u upotrebi, za ovu svrhu, budu isti tableti sa Android sistemom.

  • DunavNET osmišljava rešenje za automatizaciju analognih podataka

Kreiranje rešenja – Kako bi podaci sa analognih instrumenata bili brže i efikasnije prikupljeni u rafinerijama NIS-a, DunavNET je razvio mobilnu aplikaciju kao odgovor na izazov ove naftne kompanije. Aplikacija koristi vizuelno kompjutersko prepoznavanje i mašinsko učenje za automatizaciju procesa očitavanja analognih mernih instrumenata na terenu.

Rezultat – Uz pomoć ove mobilne aplikacije, koja detektuje instrumente, očitava njihove vrednosti i dobijene podatke prenosi u centralnu bazu podataka, zaposlenima u NIS-u je omogućen jednostavan pristup ključnim informacijama koje će oni dalje analizirati i koristiti u svojim radim procesima.

Kako su prevazilaženi izazovi tokom saradnje

Kada su u pitanju ovakvi PoC projekti, za startape je važna sposobnost brzog prilagođavanja svog procesa rada potrebama klijenta. Pored toga, važno je već na početku definisati sve detalje u vezi sa izradom rešenja. Zahvaljujući iskustvu koje je Em Analytic Solutions imalo u radu sa velikim klijentima, ali i kvalitetnom timu zaposlenih u NIS-u, ova saradnja je tekla bez većih problema i izazovi su relativno lako rešavani.

Za DunavNET najveći izazov je bilo to što nisu imali raznovrsne slike mernih uređaja sa terena. S obzirom na to da je zadatak podrazumevao prepoznavanje velikog broja uređaja koji su se međusobno razlikovali, oni su morali da se prilagode situaciji. Njihov agilan pristup, kao i efikasna komunikacija sa NIS-ovim timom pomogli su da se ovaj i slični izazovi prevaziđu.

Šta ovu saradnju čini uspešnom?

  • Posvećenost s obe strane – Za uspešnu saradnju korporacije i startapa važno je da timovi i s jedne i s druge strane budu potpuno posvećeni postizanju zacrtanog cilja. U oba slučaja saradnje NIS-a sa tehnološkim kompanije EM Analytic Solutions i DunavNET, ovo se pokazalo kao tačno. Da bi došlo do implementacije aplikacije u informacioni sistem NIS-a u najkraćem roku (kraćem od predviđenog) timovi EM Analytic Solutions i naftnog giganta su radili naporno. Isto je bilo i sa timom DunavNET, koji je uspeo da ispuni sve zahteve kompanije NIS i razvije rešenje po njihovoj meri.
  • Jedinstvena perspektiva – Otvorenost i širina koju startapi imaju, zbog saradnje sa različitim industrijama i sagledavanja problema iz drugačije perspektive, donose korporaciji nova i sveža rešenja za njihove svakodnevne probleme. Zaposleni u korporaciji, koji svakodnevno rade na istom problemu u velikim sistemima, nemaju priliku da sagledaju širu sliku. Zato je važna unapređena perspektiva poslovnog problema koju startapi donose sa sobom u korporaciju.
  • Potencijal za proširenje saradnje – Ono što svaku uspešnu saradnju čini takvom je potencijal da se ona nastavi i eventualno proširi. Kada korporacija poput NIS-a uvidi taj potencijal, onda se vode razgovori o mogućnosti dodavanja novih funkcionalnosti aplikaciji. To se desilo tokom saradnje sa Em Analytic Solutions, čiji su AI prediktivni modeli jedna od osnovnih oblasti rada, na čemu će raditi i sa naftnom kompanijom.