SLB, Shell współpracują nad opracowaniem rozwiązań opartych na AI dla sektora energetycznego

śro, 14 sty 2026, 7:20 CET, NY 1:20, Londyn 6:20, Tokio 15:20, ^SPX -0.19%

Symbol np: ^SPX

Przegląd wiadomości (Wszystkie Biznes)

Widok: Ostatnia \| Kilka \| Wszystkie	Kategoria: Biznes \| Kraj i Świat \| Kraj \| Świat \| Wszystkie


Źródła:	Szukaj w niusach:

SLB, Shell współpracują nad opracowaniem rozwiązań opartych na AI dla sektora energetycznego
Reuters - Biznes
11 gru 2025, 16:22

11.12.2025 (Reuters) - SLB poinformowało w czwartek, że nawiązało współpracę z Shell w celu opracowania narzędzi cyfrowych i sztucznej inteligencji mających poprawić wydajność oraz efektywność operacji w segmencie upstreamu. [1]

Współpraca skoncentruje się na wdrożeniu oprogramowania podpowierzchniowego Petrel firmy SLB, wzbogaconego o zaawansowaną AI, w światowych zasobach Shella. Inicjatywa ma na celu ujednolicenie procesów i przyspieszenie wdrażania skalowalnych rozwiązań cyfrowych, co ostatecznie poprawi efektywność kosztową w poszukiwaniu i wydobyciu. [+2][2, 3]

Rakesh Jaggi, prezes działu Digital & Integration w SLB, stwierdził, że partnerstwo wesprze cyfrową transformację Shella. Podkreślił wspólne ukierunkowanie na innowacje, które obejmują interpretację sejsmiczną zarówno dla tradycyjnych działań poszukiwawczo-wydobywczych, jak i dla procesów związanych z transformacją energetyczną. [+2][4, 5]

Zainstalowane oprogramowanie Petrel jest zgodne z OSDU Technical Standard, globalnym standardem danych dla branży energetycznej. Ta zgodność ma umożliwić lepszą integrację danych i wspierać bardziej świadome podejmowanie decyzji w całym cyklu życia złoża poprzez stworzenie wspólnej, przejrzystej wizji złoża. [+2][6, 7]

(Reuters, AI)

g25p/ o3p/

Powyższy materiał tekstowy został przetłumaczony i sformatowany automatycznie. Treść przewodnia pochodzi z tekstu Reuters, do którego link znajduje się na końcu pierwszego akapitu. Opcjonalne treści od drugiego akapitu włącznie zostały wygenerowane z użyciem AI na bazie informacji dostępnych w internecie (na końcu każdego z akapitów dostępne są linki do stron, z których informacje zostały pozyskane). Cały tekst może nie być wolny od błędów, w tym semantycznych i merytorycznych.

RSS