Shell starter å gjenopplære arbeidere i kunstig intelligens

Royal Dutch Shell, ett av de største olje- og gasselskapene i verden, gjennomfører digital opplæring av arbeidere i kunstig intelligens (AI). Selskapet har inngått samarbeid med Udacity, en utdannelsesorganisasjon. Hvis opplæringsprogrammet er vellykket, kan det bli et mønster for andre selskaper i en tid med drastiske og raske endringer på grunn av kunstig intelligens-teknologi.

Kursene tilbys online gjennom Udacity og er ment å hjelpe selskapet å øke AI-ferdighetene blant arbeiderne. Ifølge Shell, har rundt 2 000 av de totale 82 000 ansatte over hele verden uttrykt interesse for AI-kursene. Mange arbeidere har sagt at deres ledere nærmer seg dem og spør om kurs om ting som Python-programmering og trening av neurale nettverk. Opplæringen er helt frivillig.

Pilotprogrammet med Udacity ble lansert i 2019 etter at Shell trengte flere AI-kyndige arbeidere på grunn av det store antallet AI-relaterte prosjekter. Selskapet har avhengig av AI i mange aspekter av sine operasjoner, fra dyphavsborring og vedlikehold til prediktiv analyse og autonom datamaskin.

Etter at pilotprogrammet viste seg å være vellykket, utvidet selskapet det og rettet seg mot petroleumingeniører, kjemikere, dataforskere, geofysikere og flere. Det online-programmet tar rundt fire til seks måneder å fullføre, og ansatte arbeider med det om lag 10 til 15 timer per uke. Shell betaler for den tilpassede online-kursen, som kalles en nanograd.

Grunner for AI-arbeidere

Det er to viktige grunner til at Shell trenger AI-kyndige arbeidere. Først og fremst utvikler selskapet alternative energikilder, og de planlegger å bruke opp til 2 milliarder dollar på nye energiteknologier. Ifølge Dan Jeavons, generalsekretær for dataforskning i Shell, er deres kraftforretning “digitalt innfødt, og differensieringen vil være rundt AI”.

Den andre grunnen til at Shell trenger AI-arbeidere er at selskapet fortsatt driver sin massive oljevirksomhet. Ved å gjenopplære arbeidere i AI gjennom det online-programmet, vil de kunne finne problemer innen vedlikehold av utstyr før det bryter sammen. Den nye kunnskapen vil også hjelpe dem med å identifisere områder der det kan reduseres karbonutslipp. I tillegg kan maskinlæringsalgoritmer brukes til å automatisk prosessere seismisk data og samle inn informasjon om underjordiske bergformasjoner.

“Potensialet for å flytte nålen og hjelpe mennesker med å forstå at vi er alvorlige om å endre måten vi gjør ting på for å bli bedre, er ikke en enkel oppgave,” sier Jeavons. “Men en ting vi vet er at teknologi er et stort element i denne endringen. Vi må finne en måte å levere mer og renere energi, og å investere i AI er en viktig måte å gjøre det på.”

Shell håper også at samarbeidet med Udacity om AI vil tiltrekke seg yngre arbeidere, som ser på denne type arbeid som farlig og fysisk krevende.

Paul Donnelly er direktør for industriell markedsføring i Aspen Technology (AZPN ) . Selskapet spesialiserer seg på komplekse produksjonsprosesser.

“Unge mennesker er digitale innfødte,” sier Donnelly. “Når de kommer inn i arbeidsstyrken, konkurrerer energi- og kjemiselskaper dessverre med Facebook (META ), Amazon (AMZN ), Netflix (NFLX ) og Google. Det er vanskelig å konkurrere med disse selskapene.”

Målretting av eksisterende arbeidsstyrke

En av de største utfordringene for disse selskapene er å overføre deres nåværende arbeidsstyrke.

“Verste scenario er å gi folk sparken og deretter ansette nye arbeidere med de ferdighetene vi trenger,” sier Gabe Dalporto, administrerende direktør i Udacity. “Først og fremst kan våre universiteter ikke produsere alle arbeiderne vi trenger for fremtidens jobber, og det er dyrt. Kostnadene ved å gjenopplære er mye lavere.”

Ifølge selskapet resulterte Udacity-pilotprogrammet i en økning i arbeidstilfredshet blant arbeidere som fullførte kursene.

“Vi ønsker ikke at folk skal føle seg stillestående og ikke vokse mens selskapet endrer seg,” sier Jeavons.

Ettersom kunstig intelligens blir mer viktig i mange ulike industrier, vil selskaper bli tvunget til å tilpasse seg. Gjenopplæring vil være en av de viktigste tilnærmingene til å håndtere endringen. Det har vært mange tilfeller av gjenopplæring som ikke ga tilstrekkelige resultater, men hvis Shells program er vellykket, kan det brukes som en modell i fremtiden.