Из-за пандемии компаниям стало труднее собирать данные на местах. Но, более эффективно объединяя свои команды, можно извлечь еще больше из уже имеющихся данных, — утверждает Пенни Свордс (Penny Swords), вице-президент по работе с Central в компании Seequent.
Раньше переход на цифровые технологии считался просто альтернативным вариантом или даже роскошью. Некоторые считали его слишком сложным, слишком рискованным или, возможно, слишком большим вложением. Для многих компаний время всегда было неподходящим, а потом началась пандемия.
«Внезапно время стало подходящим, потому что все были вынуждены работать удаленно. Люди начали внедрять и использовать решения для удаленной совместной работы», — рассказывает Пенни Свордз.
Очевидными первыми шагами были обеспечение эффективной связи между людьми и предоставление им возможности продолжить работать. Видеоконференцсвязь, обмен сообщениями и облачный хостинг из области высоких технологий превратились в повседневную рутину.
Но затем компании обратили взор на сами рабочие процессы. Как командам специалистов выполнять больший объем работ с меньшими возможностями в условиях ограниченного доступа для сбора данных на местах и большего количества экспертов, работающих дома?
Пенни делится информацией, полученной из недавних бесед с клиентами.
Это сочетание геолога и машины.
Старые данные, новые открытия
«Поскольку люди больше не могли так часто посещать объекты, они начали обращаться к уже собранным данным, чтобы получить больше информации».
Один из положительных моментов удаленной работы заключался в том, что она позволяла командам исследовать уже имеющиеся данные и находить скрытую ценную информацию.
«За годы работы компании собирают огромные объемы данных. Данные не всегда используются максимально эффективно, особенно когда команды заняты поездками на объекты».
«По мере того, как люди перешли к работе удаленно из дома, они возвращались к ранее собранным данным и анализировали их, чтобы попытаться найти то, что они могли упустить в первый раз».
Управление большими массивами данных
Как только люди начали изучать свои старые данные, они поняли, что там намного больше информации, чем может эффективно обработать любой человек или даже команда.
«При обработке огромного количества данных, собранных в прошлом, могут обнаружиться открытия, которые вы сначала пропустили».
Компьютеры же могут быстро находить закономерности в массивных наборах данных. Итак, какие технологии используют люди?
«Мы знаем, что все больше наших клиентов обращаются к искусственному интеллекту (ИИ) для автоматизации задач и поиска новой аналитической информации для принятия решений в своих данных. Они, например, используют ИИ для автоматической классификации фрагментов данных».
Компьютер может мгновенно идентифицировать изображение на основе информации, полученной при рассмотрении предыдущих изображений. Затем компьютер можно научить присваивать имена или классифицировать фрагменты данных.
Автоматизация повседневной жизни
Поиск закономерностей и классификация — это то, что лучше всего удается машинам. Например, компьютеры могут автоматически регистрировать данные керна.
«Автоматизируя процесс загрузки данных в модель и имея возможность визуализировать ее, вы получите более быстрый результат с начала бурения до момента принятия решений».
Даже при сборе полевых данных машины могут сократить время цикла от регистрации до принятия решений практически до мгновений. «Компьютер с большей скоростью выявляет закономерности и тенденции, которые не способен обнаружить человеческий мозг».
Ценность опыта
Однако, цель этой технологии не в замене людей –как раз наоборот. Она фактически освобождает их время и позволяет применить свои знания, а не только регистрировать числа или писать имена.
Технологии дают экспертам больше возможностей для проверки гипотез, коллективной работы и позволяют сосредоточиться на принятии решений. И кто-то ведь должен видеть ошибки компьютеров.
В новой цифровой эпохе один элемент не работает без другого: Это сочетание геолога и машины.
