作为数字化战略的一部分，全球能源巨头壳牌在人工智能和分析方面投入巨资，为其节省了超过10亿美元的成本降低、产量增加和额外的客户利润。该公司的数据科学团队由数据专家和数字爱好者丹让文斯(Dan Jeavons)领导，他因在该领域的贡献获得了许多奖项。在下周伦敦大数据世界的主题演讲之前，我们向Dan询问了壳牌非常成功的数据战略，以及哪些方面最能感受到人工智能的好处。
你第一次真正体会到数据、分析和AI的力量是什么时候？
我的职业生涯一直在研究如何从数据中提升商业价值——但我真的在2013年左右看到了变化的开始。投放市场的新工具和新方法变得非常令人兴奋。我看到了潜力，所以我决定在这个领域发挥作用。从那以后，这是一段激动人心的旅程。
壳牌数据战略的关键要素是什么？
最终，我们的数据战略并不是真正独立的——我们试图将数据战略嵌入我们的业务战略。我们试图找出哪些关键绩效指标将推动业务发展，然后利用它来找出所需的数据、质量和人工智能机会。
壳牌如何将AI纳入其数据战略？为什么呢？
人工智能是我们数字和数据战略的核心。大多数数字技术创造或使用数据。人工智能通过将数据转化为信息，提供了从数据中获得新见解的机会。它还使我们能够消除手动任务来改变业务流程。我们将人工智能视为数字技术价值的关键驱动力，并通过Shell.ai计划做出了将人工智能嵌入我们组织每个部门的积极决定。
w . ^e是一位使用过各种人工智能方法的分析师——专注于像机器人和无人驾驶飞机的匹配使用这样的情况，比如检查机器视觉的应用，在多个设备中使用机器学习方法来确定潜在的故障，使用自然语言处理，提取关键信息和大量我们的单词，还使用优化方法来提供更智能的电动汽车。清单还在继续，但它给了你一种味道。
对于Shell来说，这项技术最有前途的用例是什么？
我认为AI的真正前景与一个具体的用例无关，而是大规模实现AI的能力，彻底摧毁我们开展业务的方式。如果您管理我们的资产——能源生产的物理设施，无论是风电场还是炼油厂——人工智能将为我们提供以新的方式检查、维护、监控和优化这些设施的机会。随着时间的推移，操作员、维护技师或检查员的角色将发生巨大变化。这并不是说这些角色会消失，而是他们的日常工作会有很大的不同。
你2020年及以后的目标是什么？
对我们来说，2020年就是规模。我们希望推出大量基于人工智能的应用程序，并在整个组织中一致地使用它们，作为我们标准业务流程的一部分。我们专注于预测性维护、实时流程优化和检查等应用。我们认为这是可能的，我们进展顺利。
到目前为止，你学习了哪些课程，结果如何？
我最大的学习是AI部署与技术无关，与变更管理有关。作为一个有技术背景的人，我花了很多时间关注大规模部署AI的技术挑战。这很重要，但更大的挑战是学会鼓励采纳。Shell.ai程序真的开始帮助我们了。
标签：