Témoignage de client

Apporter des solutions énergétiques innovantes pour un monde plus propre

Des millions

de dollars économisés en frais potentiels de réparation de moteurs

250

membres de l'équipe de données prennent en charge plus de 160 cas d'usage à grande valeur ajoutée

9x

Plus rapide – 5 minutes pour valider un libellé, contre 45 minutes auparavant

Shell optimise des milliards de lignes de données issues de capteurs IoT et bénéficie d'un
ETL et d'un Data Lake plus simples et plus fiables avec les tables Delta Live. En savoir plus →

« Au fil des ans, l’utilisation de Databricks s’est considérablement élargie. Au départ, Databricks était notre plateforme d'IA et de big data, mais les frontières de son champ d'action ont été repoussées. Une classe entièrement nouvelle d'ingénieurs citoyens et de data scientists l'utilisent aujourd'hui comme un outil de Business Intelligence moderne pour prendre des décisions commerciales plus éclairées. »

– Daniel Jeavons, General Manager – Advanced Analytics CoE, Shell

Shell reste à l’avant-garde pour un avenir plus propre en investissant dans les technologies numériques, afin de lutter contre le changement climatique et devenir une entreprise du secteur de l'énergie à zéro émission nette. Toute l'entreprise se tourne vers les données et l'IA pour améliorer l'efficacité opérationnelle, stimuler l'engagement client et tirer parti d'innovations telles que les énergies renouvelables. Encombrée de volumes de données considérables, Shell a fait de Databricks l'un des composants fondamentaux de sa plateforme Shell.ai. Aujourd’hui, Databricks permet aux centaines d’ingénieurs, de scientifiques et d’analystes de Shell d’innover ensemble avec une même ambition : fournir rapidement et efficacement des solutions énergétiques plus propres.

image d'arrière-plan

Extraire des insights à grande échelle, un véritable défi

Au cours de plus de 100 ans d’histoire, Shell a été à l'origine d'idées pionnières qui ont influencé la façon dont nous consommons l’énergie.

« Toute notre industrie traverse une transition massive », explique Dan Jeavons, GM of data science chez Shell. « La technologie numérique est absolument essentielle pour rendre notre activité plus efficace et performante. Notre secteur s'étend vers de nouveaux domaines énergétiques plus durables, à l'impact environnemental réduit. Dans cette démarche, les données et les technologies numériques sont des enjeux majeurs. »

Si la transformation numérique est un enjeu clé pour toutes les entreprises du secteur de l’énergie, des défis subsistent : limitations de l'infrastructure technologique existante, complexités d’une croissance exponentielle des données et pénurie de compétences en data engineering et en data science, pourtant indispensables à la création de solutions basées sur les données.

Shell a choisi de relever ces défis en créant un Centre d'excellence (CoE) de la Data Science. Les équipes y travaillent continuellement à identifier les cas d'usage les plus rentables dans l'ensemble de la chaîne de valeur. Cependant, bien que Shell ait identifié des opportunités d'innovation grâce aux données, l'entreprise a dû relever un autre défi : faire évoluer son infrastructure de données pour l'analytique, le traitement big data et l'apprentissage automatique.

Unifier les données et l'IA dans toute l'entreprise pour stimuler l'innovation

Shell chose the Databricks Lakehouse Platform as one of the key tools within the Shell.ai Platform. Databricks provides Shell’s data team with a scalable, fully managed platform that unifies all their data, analytics and AI workloads. The interactive workspace has not only democratized access to data but has fostered cross-team collaboration across data engineering, data science and the analyst team.

« Shell a entrepris une transformation digitale dans le cadre de son ambition visant à offrir davantage de solutions énergétiques propres. Dans cette optique, nous avons investi massivement dans notre architecture de data lake. Notre objectif était de permettre à nos équipes de données d'interroger rapidement nos énormes datasets de la manière la plus simple possible. La capacité d'exécuter des requêtes rapides sur des ensembles de données à l'échelle du pétaoctet, à l'aide d'outils de BI standard, est un véritable tournant pour nous. Notre approche de co-innovation avec Databricks nous a permis d'agir sur la roadmap du produit. Nous sommes d'ailleurs impatients de voir son effet sur le marché », s'enthousiasme Dan.

Cette facilité d'accès a élargi la portée de l'analytique au-delà du machine learning, pour englober la Business Intelligence et le reporting. D'ailleurs, en mettant l'accent sur les données et l'analytique, Shell a permis à plus de 250 analystes (ou data scientists citoyens) et à 800 data scientists citoyens d'exploiter toutes les données à leur disposition de façon plus productive.

Faire de Shell l'entreprise énergétique du futur

Le CoE de Shell est désormais en mesure d’explorer et de déployer de nouvelles solutions data-driven axées sur l’amélioration des opérations de la chaîne d’approvisionnement. Il rend possibles des cas d'usage à grande valeur ajoutée qui font émerger des capacités différenciées pour les clients de l'entreprise et ses propres activités.

Du point de vue des opérations, l’un des défis majeurs pour une grande entreprise industrielle réside dans la gestion efficace de ses stocks et de sa chaîne d’approvisionnement. Shell entrepose des milliers de pièces de rechange dans ses installations mondiales, et ses analystes des stocks parvenaient difficilement à déterminer la quantité de pièces de rechange à conserver dans les entrepôts. Avec Databricks, Shell a pu exploiter l'ensemble de ses données historiques et réaliser plus de 10 000 simulations d'inventaire sur l'ensemble de ses pièces et installations. Les modèles de prévision des stocks de Shell s'exécutent désormais en 45 minutes (contre 48 heures auparavant), ce qui améliore considérablement les pratiques de stockage et permet de réaliser des économies annuelles importantes.

Shell a également développé un moteur de recommandation pour son nouveau programme de fidélité, Go+, utilisé par 1,5  million de clients. Exécuté sur Azure et Databricks, le logiciel d'IA peut consulter l'historique complet des transactions d'un client et utiliser ces informations pour adapter les offres et les récompenses à ses préférences, en combinant ses données avec d'autres données agrégées.

Les données et l'IA ont également offert à Shell de nouvelles manières d'échanger avec ses clients. Shell Remote Sense est une nouvelle initiative visant à optimiser la durabilité et les performances des moteurs de grandes dimensions installés dans les navires et les paquebots de croisière. Shell traite plus de 750 000 échantillons de lubrifiant par an et fournit aux clients des insights sur la qualité des huiles et leurs performances. Pour les clients de Shell, cela représente des millions de dollars d'économies potentielles en frais de réparation et en temps d’arrêt. Mais pour l'entreprise, c'est aussi un gain de temps et une réduction considérable des coûts d'exploitation.

Une culture data-driven qui donne des résultats

Aujourd’hui, Shell redéfinit les limites de l’industrie pétrolière et gazière grâce aux données et à l’IA. En mettant Databricks au cœur de sa plateforme Shell.ai, Shell exécute des analytiques de données et déploie des modèles de machine learning qui améliorent l’efficacité opérationnelle.

La mise en place d'une plateforme commune permet aux ingénieurs, aux data scientists et aux analystes d'adopter des méthodes de travail plus agiles, collaboratives et data-driven. Shell mène actuellement plus de 160 projets d'IA, et ce n'est qu'un début. Dans les années à venir, Shell s'est donné pour objectif d'accomplir de grandes avancées technologiques en s'appuyant sur les données et l'IA : des milliards de capteurs IoT vont générer des données, l'impression 3D d'équipements et de pièces va révolutionner la chaîne logistique mondiale et réduire considérablement les coûts. Databricks est au cœur de la plateforme Shell.ai qui fera de cette vision une réalité.