SPS_Partner_Snowflake

เปลี่ยนเอกสารทางวิศวกรรมเป็นข้อมูลดิจิทัลสำหรับอุตสาหกรรมหนัก

partner_page_snowflake_hero_banner

ขับเคลื่อนด้วย AI พร้อมตรวจสอบโดยวิศวกร และสร้างมาเพื่อ Industrial AI กับ Digital Twin โดยเฉพาะ

Seven Peaks Document Digitization Accelerator คือเครื่องมือเร่งการส่งมอบงานที่พัฒนาต่อยอดมาจาก Seven Peaks Product Accelerator ที่สามารถเชื่อมต่อกับ Snowflake Cortex AI ได้อย่างไร้รอยต่อ

โซลูชันนี้จะเปลี่ยนเอกสารทางวิศวกรรมที่ไม่มีโครงสร้าง (unstructured data) ให้กลายเป็นข้อมูลอุตสาหกรรมที่เชื่อถือได้และมีโครงสร้างชัดเจน พร้อมกำหนดให้ Snowflake เป็นรากฐานข้อมูลที่อยู่ภายใต้การกำกับดูแล เพื่อส่งต่อข้อมูลไปยังแพลตฟอร์ม industrial AI และ digital twin

นี่ไม่ใช่เพียงเครื่องมือจัดการเอกสารทั่วไป

แต่คือเครื่องมือเร่งการทำงานที่พร้อมใช้งานกับอุตสาหกรรมที่เน้นการบริหารจัดการสินทรัพย์ (asset-intensive industries) โดยเฉพาะ

ความท้าทายหลัก

องค์กรต่างๆ ที่ทำเกี่ยวกับอุตสาหกรรมหนักจำเป็นต้องพึ่งพาความรู้ด้านวิศวกรรมที่ยากต่อการเข้าถึง เช่น

  • → คู่มือผู้ขาย และเอกสารข้อมูลทางเทคนิค
  • → แบบร่าง และแผนผังต่างๆ
  • → เอกสารส่งมอบงานจากผู้รับเหมา
  • → ไฟล์ PDF จากการสแกนและเอกสารเก่า

เอกสารเหล่านี้มีข้อมูลสำคัญที่มีคุณค่ามากมาย แต่ในปัจจุบันกลับมีปัญหาคือ

  • → ขาดโครงสร้างและไม่มีความสม่ำเสมอ
  • → ไม่สามารถนำไปใช้งานกับเครื่องจักรหรือระบบอัตโนมัติได้
  • → ยากต่อการกำกับดูแล ตรวจสอบ และนำกลับมาใช้ใหม่
  • → ถูกจัดเก็บแยกส่วน ไม่เชื่อมโยงกับแพลตฟอร์มข้อมูลสมัยใหม่

ผลที่ตามมาคือ

  • × กระบวนการทำงานวิศวกรรมยังต้องใช้คนดึงข้อมูลด้วยตัวเองเป็นหลัก
  • × แต่ละโปรเจกต์ต้องทำงานซ้ำซ้อนแบบเดิม
  • × แผนที่จะเริ่มใช้ AI, การวิเคราะห์ข้อมูล และ digital twin ต้องหยุดชะงักทันที

ก่อนที่จะก้าวไปสู่โซลูชันขั้นสูง เอกสารทางวิศวกรรมต้องถูกเปลี่ยนให้เป็นข้อมูลที่เชื่อถือได้เสียก่อน

Workshops

Discovery and workshops

Conducting research to support requirements and design decisions

Define

Define objectives

Setting clear deliverables based on providing value for customers

Information Architecture

Information architecture

Defining user journeys, structuring and sorting content for optimal UX

Wireframe

Wireframing

Turning low fidelity concepts into production ready interface

Rapid Prototyping

Prototypes

Interactive website and mobile application demos

Design System

Design guidelines

A solid understanding of web, Android and iOS guidelines

User Testing

User testing

Validate design with real users to gain insight into performance

Back Development

Developer guidance

Design is peer reviewed by developers for feasibility and efficient handoff

Capgemini

For nearly 60 years, Capgemini has been a leading strategic partner in business transformation, delivering end-to-end solutions that leverage the full value of technology from strategy to operations.

Solution 01 Solution 02 Solution 03
SPS_Solution_O&G_Aritcle_0.75x

Seven Peaks Energy Document Digitization Accelerator

โซลูชันนี้จะทำให้การแปลงเอกสารไปสู่ไฟล์ดิจิทัลกลายเป็นกระบวนการระดับอุตสาหกรรม ด้วยการผสมผสาน

  • → ดึงข้อมูลด้วย Snowflake Cortex AI
  • → ตรวจสอบความถูกต้องโดยวิศวกรผู้เชี่ยวชาญ
  • → จัดโครงสร้างข้อมูลอุตสาหกรรมให้สอดคล้องกับสินทรัพย์และมาตรฐานสากล
  • → รากฐานข้อมูลองค์กรบน Snowflake ที่มีการกำกับดูแลอย่างเข้มงวด

โดยส่งมอบผ่าน Seven Peaks Document Digitization Accelerator ซึ่งประกอบด้วย

  • → การบริหารจัดการเวิร์กโฟลว์ระหว่าง AI และมนุษย์
  • → ระบบหลังบ้านภายใต้แบรนด์ของลูกค้า เพื่อการตรวจสอบและเข้าแก้ไขข้อมูล
  • → ความสามารถในการตรวจสอบย้อนกลับ ตั้งแต่เอกสารต้นทางจนถึงชุดข้อมูลที่ได้รับอนุมัติ
นี่ไม่ใช่แพลตฟอร์มหรือซอฟต์แวร์สำเร็จรูป

แต่คือเฟรมเวิร์กการทำงานที่ทำซ้ำได้และพร้อมใช้งานจริง ซึ่งออกแบบมาเพื่อการใช้งานในภาคอุตสาหกรรมระยะยาว โดยใช้กระบวนการที่ควบคุมได้และปลอดภัยตามมาตรฐานวิศวกรรม

ภาพรวมโซลูชันและกระบวนการทำงาน

โซลูชันของเราดำเนินงานตามเวิร์กโฟลว์ที่ได้รับการควบคุมอย่างเข้มงวด และมีความปลอดภัยสูงสุดตามมาตรฐานงานวิศวกรรม

1. นำเข้าเอกสารได้ครอบคลุมทุกประเภท

นำเข้าเอกสารทางวิศวกรรมต้นทางทั้งหมด รวมถึง PDF, แบบร่าง, เอกสารสแกน, คู่มือและเอกสารเทคนิคจากผู้ขาย และเอกสารส่งมอบจาก EPC โดยจะมีการจำแนกประเภทเอกสารและ metadata ตั้งแต่ต้นเพื่อกำหนดตรรกะในการดึงข้อมูล

Meeting_03

2. ดึงข้อมูลด้วย AI ผ่าน Snowflake Cortex AI

โมเดล AI ที่ติดตั้งผ่าน Snowflake Cortex AI จะดึงคุณลักษณะทางวิศวกรรม, แท็ก และ metadata โดยใช้

  • → รับรู้ถึงประเภทของเอกสาร
  • → ดึงข้อมูลตามลำดับความสำคัญ (เช่น nameplate → GA → datasheet → การคำนวณ)
  • → ให้คะแนนความเชื่อมั่น (confidence scoring) ในทุกฟิลด์ที่ดึงข้อมูลมา

วิธีนี้ช่วยเพิ่มความเร็วและขยายขอบเขตการทำงานได้มหาศาล แต่จะยังไม่ถือเป็นข้อมูลขั้นสุดท้าย

Office working_21

3.  มีวิศวกรคอยตรวจสอบและควบคุมอยู่เสมอ

เรากำหนดให้การดึงข้อมูลด้วย AI เป็นเพียงขั้นตอนการช่วยเหลือ ไม่ใช่ผู้มีอำนาจตัดสินใจสูงสุด

ค่าที่ดึงมาทั้งหมดจะถูกส่งผ่าน Seven Peaks Document Digitization หรือก็คือ Accelerator ซึ่งมีระบบหลังบ้านสำหรับการตรวจสอบโดยเฉพาะ เมื่อคะแนนความเชื่อมั่นของ AI ต่ำ

หรือเมื่อต้องใช้ดุลยพินิจทางวิศวกรรม วิศวกรเฉพาะทางจาก Draga จะทำหน้าที่เป็นที่ปรึกษาและผู้มีอำนาจตรวจสอบ โดยจะรีวิวผลลัพธ์จาก AI ทีละฟิลด์ก่อนจะอนุมัติเพื่อนำไปใช้งานต่อ

2024-04_backend_14

กระบวนการตรวจสอบได้รับการสนับสนุนจากฟีเจอร์ควบคุมต่างๆ เช่น

  • → ระบบแจ้งเตือนอัตโนมัติเมื่อค่าความเชื่อมั่นต่ำหรือข้อมูลขาดหาย
  • → คิวงานที่เป็นระบบสำหรับการตรวจสอบโดยมนุษย์และการมอบหมายงานใหม่
  • → แสดงเอกสารต้นทางควบคู่ไปกับค่าที่ดึงออกมาเพื่อความชัดเจน
  • → แก้ไขและบันทึกเพิ่มเติมด้วยตนเองเมื่อผลลัพธ์จาก AI ไม่สมบูรณ์
  • → บันทึกการตรวจสอบ (audit logs) ที่ระบุว่าใครเป็นผู้รีวิว แก้ไข และอนุมัติแต่ละค่า

การตรวจสอบโดยวิศวกรช่วยรับประกันได้ว่า

  • → สามารถตีความความหมายทางวิศวกรรมอย่างถูกต้อง
  • → มีความสอดคล้องกับมาตรฐานสากล เช่น DEXPI, ISO 15926 และ CFIHOS
  • → แก้ไขปัญหาข้อมูลที่กำกวม ขัดแย้ง หรือมีความเชื่อมั่นต่ำ
  • → ความแม่นยำระดับ safety-grade ที่พร้อมใช้งานในระบบปฏิบัติการ

ข้อมูลที่ผ่านการตรวจสอบและอนุมัติแล้วเท่านั้นที่จะถูกส่งเข้าสู่ pipeline ของ Snowflake ส่วนค่าที่ยังไม่ได้รับการอนุมัติจะถูกเก็บไว้ในคิวเพื่อรอการตรวจสอบ ทำให้มั่นใจได้ว่าระบบจะไม่มีความล้มเหลวที่ตรวจไม่พบ

แนวทางนี้ช่วยรับประกันว่าการเปลี่ยนเอกสารเป็นดิจิทัลจะดำเนินไปในฐานะกระบวนการทางอุตสาหกรรมที่อยู่ภายใต้การควบคุม ไม่ใช่การทำงานอัตโนมัติด้วย AI ที่ขาดความโปร่งใสและตรวจสอบไม่ได้

เมื่อความเชื่อมั่นของ AI อยู่ในระดับต่ำ

ระบบถูกออกแบบมาเพื่อให้แสดงความไม่แน่นอนออกมา ไม่ใช่การซ่อนปัญหา เมื่อข้อมูลต่ำกว่าเกณฑ์ที่กำหนด ข้อมูลจะถูกส่งเข้าคิวรีวิวโดยอัตโนมัติ โดยที่

เมื่อค่าที่ดึงออกมามีคะแนนความเชื่อมั่นต่ำกว่าเกณฑ์ที่กำหนด ข้อมูลขาดหาย หรือขัดแย้งกับบริบททางวิศวกรรม ข้อมูลเหล่านั้นจะถูกส่งไปยังคิวการตรวจสอบที่ได้รับการควบคุม ภายใน Seven Peaks Document Digitization Accelerator โดยอัตโนมัติ

ในสถานะนี้

  1. ข้อมูลจะไม่สามารถไหลไปยังกระบวนการขั้นต่อไปได้
  2. ผลลัพธ์จาก AI จะถูกทำเครื่องหมายไว้อย่างชัดเจนว่า "ยังไม่ได้รับการอนุมัติ"
  3. การตรวจสอบโดยมนุษย์ถือเป็นขั้นตอนบังคับ ไม่ใช่ทางเลือก

วิศวกรเฉพาะทางจะตรวจสอบเอกสารต้นฉบับควบคู่ไปกับฟิลด์ข้อมูลที่ดึงออกมา พร้อมทำการแก้ไขหรือบันทึกหมายเหตุเพิ่มเติมในส่วนที่จำเป็น จากนั้นจึงตัดสินใจอนุมัติค่าดังกล่าวหรือปฏิเสธเพื่อนำกลับไปประมวลผลใหม่

ทุกการดำเนินการจะถูกบันทึกไว้ในระบบ รวมถึงข้อมูลระบุตัวตนของผู้ตรวจสอบ การประทับเวลา และประวัติการแก้ไข เพื่อให้มั่นใจได้ถึงความสามารถในการตรวจสอบและการสืบหาที่มาของข้อมูลได้อย่างสมบูรณ์

กลไกนี้จะช่วยรับประกันว่าในขณะที่ AI ช่วยเร่งความเร็วในการประมวลผล แต่อำนาจการตัดสินใจและความรับผิดชอบในงานวิศวกรรมยังคงถูกรักษาไว้อย่างครบถ้วน

จะไม่มีข้อมูลใดถูกนำเข้าสู่ Snowflake ในฐานะข้อมูลอุตสาหกรรมที่เชื่อถือได้ จนกว่าจะผ่านจุดควบคุมนี้ไปได้เท่านั้น

4. การจัดโครงสร้างสู่โมเดลข้อมูลอุตสาหกรรม

ข้อมูลที่ตรวจสอบแล้วจะถูกจัดโครงสร้างเป็น

  • → เทมเพลต EDMS และ MIMS
  • → ลำดับชั้นของอุปกรณ์และแท็ก
  • → โมเดลข้อมูลหลักทางวิศวกรรม

ขั้นตอนนี้นับเป็นการเปลี่ยนการดึงข้อมูลด้วยมือแบบเดิม ให้เป็นกระบวนการที่ทำซ้ำได้และอยู่ภายใต้การกำกับดูแล

977d41580893affff3e3089b499918007b6f2be6

5. Snowflake ในฐานะรากฐานข้อมูลอุตสาหกรรม

ข้อมูลวิศวกรรมที่ผ่านการตรวจสอบแล้วจะถูกโหลดเข้าสู่ Snowflake เพื่อเป็นแหล่งข้อมูลความจริงหนึ่งเดียว

โดย Snowflake จะมอบ

  • → จัดเก็บข้อมูลที่ปลอดภัยและตรวจสอบได้
  • → การกำกับดูแลและการควบคุมการเข้าถึง
  • → ความสามารถในการสืบค้นข้อมูลสำหรับทีมวิศวกรรม, IT และทีมวิเคราะห์

Snowflake จะจัดเก็บเฉพาะข้อมูลอุตสาหกรรมที่ผ่านการตรวจสอบและเชื่อถือได้เท่านั้น ไม่ใช่เพียงไฟล์เอกสารดิบ

snowflake_as_the_industrial_data_foundation

สิ่งนี้ช่วยส่งต่อข้อมูลไปยังแพลตฟอร์มในอนาคตได้อย่างไร

แพลตฟอร์ม industrial AI และ digital twin ไม่สามารถทำงานร่วมกับไฟล์เอกสารดิบได้ แต่ต้องการข้อมูลวิศวกรรมที่มีระเบียบ มีบริบท และมีการจัดโครงสร้างอย่างถูกต้อง

ซึ่งแน่นอนว่าโซลูชันนี้คือตัวสร้างปัจจัยพื้นฐานดังกล่าวให้พร้อมสำหรับต่อยอดในอนาคต

สนับสนุน Industrial AI ด้วย Cognite CDF

แพลตฟอร์มอย่าง Cognite CDF ต้องพึ่งพา Metadata ของสินทรัพย์ที่มีคุณภาพสูงและลำดับชั้นอุปกรณ์ที่สม่ำเสมอ 

โดย Accelerator นี้จะช่วย

  • → จัดเตรียมข้อมูลที่สะอาดเพื่อการทำ contextualization
  • → ลดระยะเวลาในการ onboarding
  • → ลดความพยายามในการแก้ไขข้อมูล
  • → เพิ่มความเชื่อมั่นในข้อมูลเชิงลึกที่ขับเคลื่อนด้วย AI

หากขาดรากฐานที่แข็งแกร่งเช่นนี้ โครงการ Cognite CDF ต่างๆ จะต้องหยุดชะงักลงเพียงเพราะขั้นตอนการทำ data cleanup

สนับสนุน Digital Twin ด้วย Kongsberg Digital Kognitwin

digital twin เช่น Kognitwin ขึ้นอยู่กับโครงสร้างสินทรัพย์ที่แม่นยำและบริบททางวิศวกรรมที่ถูกต้อง Accelerator นี้ช่วยให้มั่นใจว่า

  • → โครงสร้างสินทรัพย์ที่แม่นยำ
  • → คุณลักษณะของอุปกรณ์ที่เชื่อถือได้
  • → บริบททางวิศวกรรมที่ถูกต้อง

Accelerator ของเราช่วยรับประกันว่า

  • → ข้อมูลทางวิศวกรรมมีความพร้อมสำหรับการนำไปสร้างเป็น digital twin
  • → โมเดลสินทรัพย์อ้างอิงจากเอกสารที่ผ่านการตรวจสอบความถูกต้องแล้วอย่างเป็นระบบ
  • → ข้อมูลการดำเนินงานสามารถนำมาจัดลำดับบริบทได้อย่างถูกต้องแม่นยำ

กระบวนการนี้จะช่วยป้องกันไม่ให้ digital twin กลายเป็นเพียงโมเดลภาพจำลองที่สวยงามแต่ขาดเนื้อหาสาระและข้อมูลที่นำไปใช้งานได้จริง

visual_shells_without_substance_

สรุปบทบาทของ Accelerator

สิ่งที่โซลูชันนี้ช่วยสนับสนุน

  • → ขยายผลแพลตฟอร์ม industrial AI ได้รวดเร็วขึ้น
  • → ริเริ่มโครงการ digital twin ที่ปลอดภัยและแม่นยำ
  • → ลดความเสี่ยงในการดำเนินงานที่ขับเคลื่อนด้วยข้อมูล
  • → นำความรู้ทางวิศวกรรมกลับมาใช้ใหม่ในระยะยาว

สิ่งที่โซลูชันนี้ไม่ได้เข้ามาแทนที่

  • → Cognite CDF
  • → Kongsberg Digital Kognitwin
  • → ระบบปฏิบัติการหรือระบบบันทึกประวัติข้อมูล

แต่เราคือผู้ส่งต่อข้อมูลที่เชื่อถือได้ให้กับแพลตฟอร์มเหล่านี้

สิ่งนี้เหมาะสำหรับใคร

  • → ธุรกิจด้านน้ำมันและก๊าซ
  • → โรงกลั่นและโรงงานปิโตรเคมี
  • → เจ้าของสินทรัพย์ในอุตสาหกรรมหนัก
  • → องค์กรที่เน้นการทำงานรูปแบบ EPC
  • → ผู้ที่มีแผนการเปลี่ยนผ่านสู่ดิจิทัลที่ขับเคลื่อนด้วยวิศวกรรม

โดยเฉพาะอย่างยิ่งสำหรับองค์กรที่มีแผนการดำเนินโครงการด้าน AI หรือ digital twin ในอนาคต

109_gunashli_platform_offshore_azerbaijan-1

ขั้นตอนมาตรฐานในการดำเนินงาน

1
ทำโครงการนำร่องเฉพาะส่วน ซึ่งเริ่มต้นจากหมวดหมู่เอกสารและประเภทของอุปกรณ์ที่กำหนดไว้
2

ขยายผลการแปลงเป็นดิจิทัล โดยครอบคลุมสินทรัพย์และโรงงานทั้งหมดที่องค์กรมีอยู่

3

วางรากฐานด้วยการกำหนดให้ Snowflake เป็นโครงสร้างพื้นฐานหลักสำหรับข้อมูลทางวิศวกรรม

4

บูรณาการร่วมกับระบบ EDMS, MIMS, SAP, Historians และ SCADA

5

เปิดใช้งาน Industrial AI และ digital twin อย่างเต็มรูปแบบ เมื่อข้อมูลมีความพร้อมและสมบูรณ์

แนวทางนี้ช่วยลดความเสี่ยงในการดำเนินงาน และป้องกันไม่ให้เกิดความล้มเหลวที่มักมาจากการขยายขอบเขตโครงการที่ใหญ่เกินไปในคราวเดียว

ทำไมต้องเป็น Seven Peaks

Seven Peaks พร้อมส่งมอบคุณค่าและความเชี่ยวชาญในด้านต่างๆ ดังนี้

  • → ส่งมอบงานและความรับผิดชอบแบบครบวงจร
  • → บริหารจัดการ AI ที่ขับเคลื่อนผ่าน Seven Peaks AI Accelerator
  • → เวิร์กโฟลว์การตรวจสอบโดยมนุษย์
  • → สถาปัตยกรรมข้อมูลอุตสาหกรรม
  • → ติดตั้งและกำกับดูแล Snowflake 
  • → พร้อมในการเชื่อมต่อกับแพลตฟอร์มพันธมิตร สามารถทำงานร่วมกับ Cognite, Kongsberg Digital และแพลตฟอร์มอื่นๆ ได้ในอนาคต
  •  

นั่นคือเหตุผลว่าทำไมเราถึงผสานระเบียบวินัยทางวิศวกรรมเข้ากับการบริหารจัดการข้อมูลสมัยใหม่ได้อย่างลงตัว

Marco-1-1

สร้างรากฐานข้อมูลให้แข็งแกร่ง ก่อนที่คุณจะขยายขอบเขตการใช้ AI

ร่วมพูดคุยกับเราว่า Seven Peaks Energy Document Digitization Accelerator จะช่วยสนับสนุนแผนการด้าน industrial AI และ digital ywin ของคุณได้อย่างไร

→ ปรึกษาเกี่ยวกับ use case ของคุณ
→ ตรวจสอบภาพรวมสถาปัตยกรรมระบบ

กรณีศึกษาด้านธุรกิจพลังงานและเนื้อหาที่เกี่ยวข้อง

SPS_Partner_Kongsberg

We push industrial boundaries with innovative data and automation solutions. Through client partnerships, we tailor technology to solve unique challenges and unlock powerful new opportunities for your business.

Learn more →

GettyImages-1173730303GRADED

Partner's offering

Asset operations & maintenance

Our AI-driven digital twin transforms asset management, using predictive analytics to streamline maintenance and maximize operational efficiency.

Drilling & well operations

Streamline complexity in drilling and well operations with SiteCom. Gain real-time insights, enhance remote collaboration, and drive efficiency.

Process & flow simulation

Our digital twin uses advanced simulation and visualization to drive faster, smarter operational planning and enhance team collaboration.

cover-img-lg-2col-16

Information architecture

Organize & structure content efficiently. Proper planning prevents poor performance! Before any visuals are created it’s critical to define the structure and interaction flow of any digital service. 

  • Grouping similar content and features makes a product more accessible, user friendly and efficient to use.
  • We create sitemaps to communicate how users would navigate around a product and visualise hierarchy of screens.
  • Defining steps users take when engaging with a product helps us identify screens and technical requirements early in a project.
  • We organize user flows to match users mental models (how they expect a digital service to behave).