石油・ガス事業を支えるAI

設備の稼働率を高めながら、緊急輸送と遊休在庫を削減します。データを、何を買い、どこに配備し、いつ修理し、どう運ぶかという、経済的に合理的な日々の意思決定につなげます。

ディスカバリーコールをリクエストする

解決する運用上の問題点

高額な停止コスト: 締結部品、シール、センサーのどれか一つが欠けるだけで、プラットフォームやFPSOが停止します
ヤードの肥大化: 洋上および陸上の拠点で、陳腐化または重複する在庫が蓄積されます
緊急配送: 高い出動費用および走行距離ごとの費用がかかる陸上輸送
ヘリコプター費用: 重要部品を洋上拠点へ緊急配送する際の出費
リードタイムの混乱: OEM、修理工場、税関、天候が遅延を引き起こします
孤立したツール: ERP/EAMやスプレッドシートは過去の記録はできるものの、意思決定の最適化は行いません

モジュールを確認する

実現する方法

サプライチェーンサイエンティスト（SCS）

専任のSCSまたはSCSチームが、停止コスト、輸送手段、コンプライアンス上の制約などをコードに落とし込み、プロジェクト開始から本番稼働、継続的な改善まで伴走します。設備、仕入先、拠点の変化に応じて、意思決定アルゴリズムを監督・改善します。
経済性に優れた意思決定

補充、拠点間移動、修理といった各判断を金額で評価し、停止リスクと在庫保有コスト、推定輸送費、陳腐化リスクを比較します。これにより、一つひとつの意思決定のROIを最大化します。
人工知能

SCSチームは独自のプログラミング言語Envisionと人工知能を使い、毎晩ネットワーク全体の意思決定を計算します。最小発注数量（MOQ）、発注ロットの倍数、コンテナの充填条件、仕入先の数量別価格を守った判断を生成します。
合意形成を促す

現行プロセスとLokadのプロセスを並行稼働させ、停止リスクと運用コストへの経済的な影響を切り替え前に確認できます。
不確実性を予測する

単純な時系列予測ではなく、需要とリードタイムの分布全体を計算します。この確率的予測は、消費量の少ない多数の品目、断続的な部品需要、予測しづらい輸送時間など、石油・ガス業界で日常的に起きる状況に欠かせません。
自動化

LokadはERP/EAM（SAP、Maximo、IFSなど）に一つのレイヤーを追加します。フラットファイルやAPIで毎日データを抽出し、発注、拠点間移動、修理の優先順位を自動生成します。利用者は推奨内容を採用するか、内容を確認して問い直すかを選べます。
新たなハードウェアやソフトウェアは不要

当社との連携には、新しいハードウェアやERPの変更は必要ありません。サプライチェーンの意思決定は、既存のソフトウェアに直接日次で連携されます。
迅速な導入

平均6ヶ月未満で完全稼働。詳細は[こちら]

プロジェクトの導入

よくある質問への回答

どのくらい早く結果が見えますか？

現行プロセスとLokadのプロセスの並行稼働から始め、停止リスクと総コストの差を数値化します。検証後は自動化により、計画担当者が戦略に集中できます。通常は6～8週間で成果が見え始めますが、これは一般的な目安です。

Lokadは洋上ネットワークや遠隔拠点にも対応できますか？

はい。当社のアルゴリズムは多階層ネットワークに対応可能です。プラットフォーム、陸上拠点、ヤード間の配置を評価し、MOQ、ロットサイズ、輸送手段を考慮に入れています。

修理可能部品や交換修理を繰り返す部品もモデル化しますか？

はい。修理所要時間（TAT）の分布とプール在庫の水準を考慮し、交換、在庫保有、購入のバランスを取ります。航空宇宙、特にMRO業務で日常的に用いている方法と非常によく似ており、石油・ガス事業の工具にも直接適用できます。

プランナーは依然としてコントロールできますか？

もちろんです。プランナーは、日常的なスプレッドシート作業を軽減しながら、あらゆる推奨事項を確認、ロック、または上書きすることが可能です。

新しいERP/EAMは必要ですか？

いいえ。Lokadの意思決定は、既存のERPやエンタープライズソフトウェアに統合可能です。統合はシンプルなフラットファイル転送やAPIを通じて行われ、標準のデータ抽出パターンに従います。

ソリューションの価格設定はどうなっていますか？

ネットワーク規模に合わせたシンプルな月額サブスクリプションです。ユーザーごとの料金や予期せぬ費用はなく、長期契約も不要です。

石油・ガスのサプライチェーンを分析

Joannes Vermorel（Lokad創業者兼CEO）が、なぜより優れた財務判断と自動化が、陸上および洋上物流において手作業のスプレッドシートを凌駕するのかを説明します。

ディスカバリーコールをリクエストする

技術的な詳細

あらゆる不確実要因の予測

確率的予測によって、需要、リードタイム、その他すべての不確実性の要因について分布全体を推定します。意思決定エンジンは、時系列予測やスプレッドシートによる計画のように不確実性を無視せず、計算に組み込みます。不規則で突発的な需要と、変動するサプライヤーのリードタイムを捉え、何を買い、どこへ送るかを決める際に、ドルやユーロで測ったリスク分布全体を考慮します。

ネットワーク全体の最適化

毎晩の処理で、容量、危険物の取り扱い、予算の制約を守りながら、拠点とSKUごとにどこでどれだけ在庫を持つかを決めます。微分可能プログラミングとドメイン固有言語Envisionが、大規模なリレーショナルデータ上での収束を速め、多階層ネットワークの毎晩の最適化を可能にします。

金銭的価値で決める優先順位

購入、拠点間移動、修理、緊急輸送など、実行可能な各行動に金銭的な期待値を付けます。停止リスク、運転資本、物流、数量別価格、MOQと発注ロットの倍数、保管期限などを組み合わせて評価します。これらの経済的要因は明示され、監査可能であり、ソルバーの内部に隠されません。そのうえで、金銭的リターン、または希望する別の基準を最大化する意思決定を選びます。

修理・交換部品の適切な管理

プール、修理待ち行列、修理所要時間（TAT）の分布、歩留まりをモデル化します。修理、購入、他の設備からの部品取りを比較して優先順位を決め、予備部品への資金拘束を最小限に抑えながら掘削設備やプラントの稼働を維持します。航空宇宙（MRO）で大規模に実証された方法であり、石油・ガスのツールストリングや重要なサブシステムにも直接適用できます。

自動化前の検証

導入時には、現行プロセスと並行してLokadのアルゴリズムを実行し、差を測定して€/$で数値化します（停止リスク↓、在庫・緊急輸送↓）。金銭的な評価と意思決定の妥当性を確認してから定常業務を自動化し、人は監督と継続的な改善を担います。

リレーショナルデータ上の微分可能プログラミング

結合や集計を含むエンドツーエンドの自動微分を利用して、意思決定アルゴリズムを目標に合わせて調整します。これにより、確率的なリードタイム下での多階層配置など、大規模かつ複雑な意思決定が扱いやすく、迅速に反復可能となります。

安全で企業利用に適したサービス

計算時には数百のAzureコアを一時的に使い、終了後にリソースを解放してコストを抑えます。データはエンドツーエンドで暗号化され、プラットフォームはISO 27001の管理策、シングルサインオン（SSO）、ロールベースのアクセス制御を継承します。既存のERP/MRPに重ねて利用するため、新たなハードウェアや全面的なシステム置換は不要です。

お問い合わせ