Repsol confirma a Capital Radio que se ha iniciado un grupo de trabajo con Google Cloud ML para optimizar la gestión de su refinería de Tarragona. La planta tiene una capacidad de 186.000 barriles diarios, la tercera en volumen del Grupo Repsol. La petrolera española pretende aumentar el margen de beneficio en 30 céntimos de dólar por barril utilizando algoritmos que optimicen el consumo de recursos. Lo que se traduce en 20 millones de dólares anuales adicionales para la planta catalana.
El proyecto está previsto que se extienda a las otras 4 refinerías que Repsol tiene en España (A Coruña, Bilbao, Puertollano y Cartagena). La petrolera ha negado que la implantación de la inteligencia artificial vaya a suponer una reducción de su plantilla. Matiza que mejorará las condiciones de sus trabajadores utilizando big data e inteligencia artificial. Repsol utilizará, en concreto, la "machine learning Cloud ML Engine", una herramienta que aplica el algoritmo TensorFlow. El proyecto se enmarca en la apuesta de Repsol por la digitalización como instrumento en la mejora de su competitividad y su eficiencia.
Gracias a la tecnología de Silicon Valley Repsol podría, además de mejorar los beneficios de sus refinerías, aumentar el rendimiento de los equipos de perforación. La tecnología de Google Cloud se utilizaría en esta primera fase para analizar las 400 variables que miden la presión, la temperatura, los caudales y las tasas de procesamiento de la planta. Lo que supone un reto sin precedentes a nivel mundial ya que hasta el momento el número de variables gestionadas por medio de la digitalización era de 30. Repsol aplicaría así el mismo análisis que utilizan, por ejemplo, Google y Amazon para la gestión de los datos de sus clientes.
Desde la caída del precio del petróleo en 2014 las energéticas se ha visto obligadas a reducir sus gastos de producción. El giro hacía combustibles más limpios ha hecho que las petroleras tengan que mejorar sus rendimientos para poder ser competitivas.
Repsol utilizará la tecnología de Google
Guardar