Da Equinor skulle løse et av energibransjens mest krevende kunnskapsproblemer, falt valget naturlig på kunstig intelligens. Resultatet ble mBot – en løsning som gjør historisk fagkunnskap, operasjonelle data og erfaring lettere tilgjengelig for ansatte, og som i dag er løftet frem som ett av Equinors fem showcase-prosjekter innen AI.
Når viktig erfaring ikke finnes i systemene
Når en erfaren ingeniør går av med pensjon, er det ikke bare kompetanse som forsvinner. Det er også vurderingene bak beslutningene, erfaringene fra tidligere hendelser og forståelsen av hvorfor ting ble gjort på en bestemt måte.
I Equinors Wells divisjon var dette blitt en stadig viktigere problemstilling. Kritisk informasjon lå spredt på tvers av store og komplekse datasystemer, og det kunne være krevende å finne frem til riktig innsikt når den trengtes. Samtidig satt mye av den viktigste erfaringen hos enkeltpersoner – ikke i systemene.
Spørsmålet Equinor stilte seg selv var derfor både enkelt og vanskelig:
Hvordan tar man vare på 50 år med bore-og brønnerfaring, og gjør den tilgjengelig for neste generasjon ingeniører?
Teknologi, domenekunnskap og ansvarlig AI
Equinor engasjerte flere partnere for å kombinere teknisk kompetanse med forståelse for et komplekst fagdomene, sammen med høye krav til sikkerhet, ansvarlig bruk av AI og etterlevelse av regelverk.
Webstep kom tidlig inn i arbeidet, og bidro både med rådgivning og utvikling. Prosjektet har vært gjennomført i tett samarbeid med Equinor og andre teknologimiljøer. Webstep har nå hovedansvaret for videreutviklingen av løsningen.
Bak Websteps leveranse står et tverrfaglig team av seniorkonsulenter med kompetanse innen systemutvikling, data science, skyteknologi og moderne programvarearkitektur.
Teamet har jobbet tett sammen med fagmiljøene i Equinor gjennom hele prosjektet – fra de første idéene og proof-of-concept til dagens løsning.
Fra idé til konkret verdi
Samarbeidet startet i november 2023. Målet var å utvikle mBot – en AI-drevet digital kollega for domenet boring og brønn.
Løsningen kombinerer agentisk AI, tekst-til-SQL-transformasjon, Retrieval-Augmentet Generation (RAG) og semantisk søk. For brukerne betyr det at de kan stille faglige spørsmål i naturlig språk og få relevante svar tilbake – enten det handler om forklaringer, oppsummeringer, analyser eller visualiseringer basert på historiske data. Alt tilgjengelig gjennom et enkelt chatgrensesnitt.
Løsningen er bygget på Azure, og har vært gjennom omfattende vurderinger knyttet til cybersikkerhet, juridisk risiko, ansvarlig AI og EU AI Act.
Gjør historisk kunnskap tilgjengelig i sanntid
Allerede i pilotfasen tok over 150 brukere løsningen i bruk. Erfaringene så langt peker blant annet på:
-
raskere tilgang til intern kompetanse, historiske data og operasjonell innsikt
-
mindre tid brukt på manuell informasjonsinnhenting
-
bedre beslutningsgrunnlag i planlegging og gjennomføring av operasjoner
-
redusert risiko for at kritisk erfaring og kunnskap går tapt
I dag er mBot valgt ut som ett av Equinors fem showcase-prosjekter innen kunstig intelligens. Det handler ikke bare om teknologien i seg selv, men om hvordan KI kan brukes til å gjøre eksisterende kompetanse mer tilgjengelig og anvendelig på tvers av organisasjonen.
Fra bore- og brønndata til bredere kunnskapsforvaltning
Equinor jobber allerede med neste steg for løsningen. Ambisjonen er å videreutvikle mBot slik at den kan hente inn og analysere bore- og brønndata fra flere interne kilder enn i dag. Samtidig fortsetter samarbeidet med Webstep.
Prosjektet viser hvordan agentisk AI kan brukes til kunnskapsforvaltning og beslutningsstøtte i komplekse organisasjoner med store mengder interne data. For oss er prosjektet et godt eksempel på hva som skjer når teknologiutvikling skjer tett på fagmiljøene som faktisk skal bruke løsningene. AI alene løser sjelden problemet. Verdien oppstår når teknologi kombineres med domenekunnskap, tillit og forståelse for hvordan folk jobber.
Vi er stolte av konsulentene som har bidratt i prosjektet, og av samarbeidet som har gjort det mulig å utvikle en løsning som både løser konkrete utfordringer i dag og samtidig peker mot hvordan kunstig intelligens kan brukes på en trygg, ansvarlig og verdiskapende måte i komplekse kunnskapsorganisasjoner.
Behovet for å ta vare på erfaring og kontekst finnes ikke bare i energibransjen. Mange virksomheter sitter på den samme utfordringen: viktig kunnskap er vanskelig å finne, vanskelig å dele og sårbar når mennesker forsvinner ut av organisasjonen.
Ønsker du å lære mer om hvordan du kan ta i bruk KI i din bedrift? Ta en titt på disse fagartiklene:
.jpg?width=1500&name=lineowren-fotograf-korn-8C9A6406%20(1).jpg)