A inteligência artificial pode agregar recursos significativos às empresas de energia, mas muitas ainda não consideraram seu verdadeiro potencial. O segredo está nos dados.Quando você alinha dados corporativos com tecnologias de IA de nível empresarial, é possível identificar aplicações que otimizam sua estratégia de negócios para além dos preços das commodities. Construa essa agilidade agora ou seus concorrentes podem ser os primeiros a tomar decisões estratégicas que os levem ao próximo nível.
À medida em que as empresas de energia exploram investimentos em ferramentas de IA, elas podem se beneficiar das lições aprendidas pelos primeiros a adotá-la.
“No contexto da inteligência artificial, é possível distinguir dois pilares: a força de trabalho impulsionada por IA e a empresa estruturada para operar com IA”, afirma Will Whatton, Diretor de Serviços de Modernização Tecnológica da Grant Thornton US. “A força de trabalho impulsionada por IA está focada na eficiência individual. As pessoas estão fazendo isso com agentes de chat. Isso pode gerar pequenos ganhos, mas está voltado para facilitar tarefas individuais, não para gerar eficiências operacionais em larga escala.”
Essas eficiências pontuais costumam dar origem a projetos-piloto de IA, mas até mesmo o setor de tecnologia já percebeu que é preciso ir além dos ganhos limitados para alcançar retornos reais com IA em nível corporativo.
Para desbloquear o verdadeiro potencial da IA e gerar valor estratégico para toda a organização, os líderes devem focar na segundo pilar: a empresa estruturada para operar com IA.
“Com a IA corporativa, tudo começa pelos dados: 95% das nossas discussões sobre IA acabam se voltando à qualidade, disponibilidade e veracidade dos dados dentro da organização”, comenta Whatton. Para que a IA funcione em nível corporativo, os dados precisam estar centralizados ou, pelo menos, acessíveis por uma solução centralizada. Esse é um desafio para muitas empresas de energia.
“O que acontece tradicionalmente é que enquanto um gerente otimiza a Planta A, outro otimiza a Planta B, e assim por diante”, explica Whatton. “Isso ocorre no segmento midstream de óleo e gás, em serviços de campo e em todo o setor, porque a tradição é olhar para os ativos individualmente, em vez de adotar uma visão corporativa.”
Essa abordagem gerou sistemas desconectados que hoje dificultam a evolução das empresas de energia. “Nos segmentos upstream, midstream e downstream, as empresas costumam operar com dados fragmentados em sistemas separados”, diz Whatton. “Elas analisam os dados dentro de cada equipe e tomam decisões com base em desempenho histórico, experiência e um pouco de intuição. Os que têm os melhores instintos geralmente se destacam e, se o mercado estiver favorável, podem ter grandes ganhos.”
“A IA vai mudar esse cenário, mas pode exigir um projeto de dados com investimento em tecnologia”, afirma Whatton.
Segundo ele, a maioria das empresas de energia já reconhece que investir em tecnologia é uma boa ideia, mas hesita em agir. Quando os preços da energia estão altos, acreditam que seus sistemas são suficientes. Quando os preços estão baixos, priorizam outras demandas. Para empresas que historicamente investiram pouco em tecnologia de backoffice, o trabalho de integração de fontes de dados pode parecer sem retorno imediato. Essa mentalidade voltada para commodities é parte do que contribui para a defasagem tecnológica e a resistência à mudança no setor.
Com o foco constante nos preços das commodities, muitos líderes do setor de energia têm hesitado em priorizar ou confiar em investimentos tecnológicos de longo prazo. “O problema não é tanto tecnológico, mas sim de gestão da mudança, especialmente para líderes seniores que precisam adotar e confiar em novas tecnologias”, esclarece Whatton.
Hoje, essa cultura está dividida: enquanto alguns líderes resistem à mudança, muitos colaboradores — atuais e potenciais — estão buscando ambientes de trabalho com tecnologias de IA. “Muitas empresas de energia não estão conseguindo atrair e contratar jovens talentos que desejam trabalhar de forma orientada por dados e com informações integradas, onde possam aplicar modelos de IA.”
Empresas de energia renovável enfrentam menos dificuldades de recrutamento, mas geralmente possuem menos dados históricos para alimentar soluções de IA. Já as empresas de petróleo e gás contam com vastos conjuntos de dados históricos que podem ser analisados por IA para planejamento de cenários, previsões e muito mais, mas precisam atrair os talentos certos.
Para qualquer empresa de energia que deseja implementar IA em nível corporativo, o passo mais importante para superar a resistência e gerar valor é identificar a ferramenta certa.
As empresas de energia têm à disposição uma variedade de aplicações valiosas para a inteligência artificial, mas o verdadeiro valor em nível corporativo exige dados também em nível corporativo.
Comece analisando onde sua empresa possui dados que possam ser acessados por uma solução centralizada e considere como essas informações podem apoiar decisões estratégicas ou resolver seus maiores desafios.
“Eu diria às empresas dos segmentos upstream, midstream e downstream que observem o que seus concorrentes estão fazendo nessas áreas, adotem um modelo integrado com foco em tecnologia e construam um roadmap claro do que precisam realizar como organização”, recomenda Whatton. Empresas líderes já estão aplicando IA para apoiar decisões relacionadas a equipamentos, infraestrutura, utilização, estratégia e outras áreas críticas.
Empresas de energia podem utilizar tecnologias como SCADA (controle e aquisição de dados), internet das coisas (IoT) e outras soluções para coletar dados em tempo real de bombas e equipamentos diversos. Esses dados podem informar desde reações imediatas até decisões de planejamento de longo prazo.
“Esse tipo de tecnologia ajuda a identificar se é necessário realizar manutenção ou se os equipamentos estão operando conforme esperado, inclusive dentro dos limites regulatórios”, explica Jonathan Eaton, Diretor de Consultoria Empresarial da Grant Thornton US
“Eles tinham contratos com preços escalonados por volume, mas viviam em desacordo com os clientes. Faltava tecnologia para afirmar com precisão: ‘É esse valor, e aqui está o motivo.’ Acabavam sempre negociando acordos para resolver disputas.”
Dados mais precisos de equipamentos podem resolver esses problemas, além de questões como vazamentos de produto, e ainda servir de base para previsões, simulações e planejamento com IA em nível corporativo. Com o tempo, esses dados também ajudam a identificar limitações e orientar decisões sobre investimentos em infraestrutura.
Decisões sobre infraestrutura exigem equilíbrio entre diversos fatores. A análise com IA e o planejamento de cenários ajudam os líderes a entenderem com mais precisão suas opções, especialmente ao explorar novos territórios.
Empresas de energia renovável, por exemplo, enfrentam desafios diferentes dos de empresas midstream de óleo e gás, que lidam com restrições físicas como linhas subterrâneas. Essas restrições exigem priorização de relações com fornecedores e clientes, além de segurança nas decisões. O planejamento com IA permite avaliar os possíveis desdobramentos dos investimentos ao longo do tempo, considerando uma combinação única de variáveis.
Outras empresas precisam lidar com fatores dinâmicos continuamente. Companhias de energia elétrica, por exemplo, podem usar IA para monitoramento e controle em tempo real de suas redes, melhorando a confiabilidade e a resiliência. Também podem gerenciar recursos distribuídos — como solar, eólica ou armazenamento por baterias — para garantir a capacidade ideal.
Embora a infraestrutura de dutos e armazenamento nas empresas de petróleo e gás possa ser rígida em sua estrutura, ela oferece flexibilidade na forma como é utilizada. “O duto é o duto, mas ele e os tanques de armazenamento oferecem casos de uso incríveis”, afirma Eaton.
“A IA pode ajudar as empresas a utilizarem melhor a capacidade existente, seja na decisão de quais caminhões enviar para onde, como usar os dutos ou como aproveitar os espaços de armazenamento.”Tyler Jones, Líder da Indústria de Energia da Grant Thornton US, acrescenta que as empresas também podem enxergar suas horas de serviço como uma capacidade a ser otimizada.“Como manter sua equipe o mais produtiva possível, para gerar máxima eficiência, e, por consequência, rentabilidade?”
“Esses casos de uso geram receita porque aumentam o volume processado pela infraestrutura e pela rede”, explica Eaton. “As empresas estão usando a riqueza dos dados disponíveis para decidir o que devem utilizar, construir ou adquirir. Elas têm uma grande rede de caminhões, centros de distribuição e plantas que movimentam produtos por todo o país, que, por acaso, são commodities.”
Com as informações certas, as empresas podem até considerar a incorporação de novas commodities em suas estratégias de negócio.
Will Whatton compartilha o exemplo de uma empresa midstream que adquiriu terminais e uma frota de caminhões, e os adaptou para atender a novas demandas de mercado.
“Eles analisaram o mercado e ajustaram sua frota com a infraestrutura e tecnologia adequadas para começar a transportar água em vez de petróleo bruto. Como o volume do duto era limitado, e considerando a localização dos clientes, a decisão foi estratégica para aumentar a margem de lucro.” Com a tecnologia, os processos certos e uma transição bem planejada, as empresas podem transformar mudanças de mercado em oportunidades.
Whatton cita outro exemplo: uma empresa que passou a armazenar azeite de oliva. “Eles limparam e converteram seus terminais para armazenar azeite para importação e exportação, porque tinham mais flexibilidade na precificação dessa commodity e podiam lucrar mais.”
A empresa migrou para uma tecnologia de gestão de terminais baseada em nuvem, o que permitiu gerenciar múltiplas localizações e ampliar sua agilidade para lidar com diferentes produtos. “Muitas empresas já têm a expertise e a infraestrutura para fazer coisas muito interessantes, se conseguirem acertar na tecnologia.”
À medida que mais empresas aproveitam a agilidade que a IA pode oferecer, o setor tende a evoluir de forma mais rápida e significativa.
“Podemos ver um segundo movimento, onde empresas midstream começam a construir instalações de armazenamento para controlar melhor os preços dos produtos que movimentam”, prevê Whatton. “Elas poderão decidir manter um produto armazenado, porque sabem o que o mercado vai demandar em termos de capacidade. Isso será interessante, mas vai exigir os dados certos para prever essas tendências.”
“No fim das contas, tudo se resume aos dados e como usá-los”, conclui Eaton. “Não existe uma solução mágica, mas há formas de aplicar tecnologia para aproveitar melhor os dados corporativos.”
Esse tipo de planejamento dinâmico vai se tornar essencial, porque em um futuro de médio a longo prazo, será comum ver revisões e replanejamentos mensais, ou até semanais. A maioria das empresas começa a explorar aplicações de IA com foco em eficiência e redução de custos. Esses casos de uso são uma extensão natural das automações de processos que vêm sendo adotadas há décadas.
No entanto, as capacidades amplas da IA podem ser aplicadas para gerar valor estratégico em nível corporativo e isso começa com o reconhecimento do valor dos seus dados empresariais. Veja algumas aplicações que podem transformar a operação:
Quer saber mais sobre como seus dados podem impulsionar processos e decisões estratégicas, hoje e no futuro?
