تحول در صنعت انرژی با هوش مصنوعی


با این حال ، اکثر شرکت ها منابع لازم برای اجرای برنامه های پیشرفته هوش مصنوعی برای حفظ امنیت و بهبود قابلیت های دیجیتالی را به تنهایی ندارند. صرف نظر از اندازه ، بودجه موجود و کارکنان داخلی ، همه شرکتهای انرژی باید عملیات و مبانی امنیتی را مدیریت کنند تا اطمینان حاصل کنند که از طریق ابزارهای قدرتمند دیجیتال قابلیت مشاهده و نظارت دارند تا پایدار و قابل رقابت باشند. دستیابی به این هدف در مشارکت با متخصصان مناسب بسیار محتمل است.

MIT Technology Review Insights ، با همکاری زیمنس انرژی ، با بیش از ده نفر از مدیران IT و امنیت سایبری در شرکت های نفت و گاز در سراسر جهان گفتگو کردند تا از چگونگی تأثیر AI بر تحولات دیجیتال و استراتژی های امنیت سایبری بینایی کسب کنند. در محیط فعالیت نفت و گاز. در اینجا یافته های اصلی وجود دارد:

  • شرکت های نفت و گاز تحت فشار هستند تا خود را با تغییرات چشمگیر فضای کسب و کار جهانی وفق دهند. ویروس کرونا ویروس کرونا ضربه خیره کننده ای به اقتصاد جهانی در سال 2020 وارد کرد و به روند گسترده ای با قیمت های پایین تر کمک کرد و ارزش افزایش کارایی را برای جبران فشارهای بازار افزایش داد. شرکت ها اکنون مجبور هستند در یک فضای تجاری که نیاز به کار از راه دور دارد ، با فشار بیشتر برای مدیریت تأثیرات زیست محیطی عملیات ، کار کنند. این عوامل ترکیبی شرکتهای نفت و گاز را وادار به حرکت به سمت روشهای جدید و ساده کار می کند و این امر پذیرش فناوری دیجیتال را بسیار حیاتی می کند.
  • با دیجیتال سازی شرکت های نفت و گاز ، خطر حملات سایبری و فرصت های AI نیز افزایش می یابد. شرکت ها برای بهبود عملکرد ، کارایی عملیاتی و امنیت ، فناوری های دیجیتالی را اضافه می کنند. آنها داده ها را جمع آوری و تجزیه و تحلیل می کنند ، تجهیزات را به اینترنت اشیا متصل می کنند و برای بهبود برنامه ریزی و افزایش سود و همچنین شناسایی و کاهش تهدیدات ، از فناوری های مدرن استراق سمع می کنند. در همین زمان ، تحول جمعی دیجیتال در صنعت باعث گسترش سطح حمله مجرمان سایبری می شود. فناوری اطلاعات ، همانند فناوری عامل (OT) ، سیستم های محاسباتی و ارتباطی که تجهیزات و عملیات صنعتی را کنترل و کنترل می کنند ، در معرض تهدید است.
  • امنیت سایبری باید در قلب هر جنبه ای از استراتژی های تحول دیجیتال شرکت ها باشد. اجرای فن آوری های جدید بر عملکردهای عملیاتی و تجاری متقابل و زیرساخت های اساسی فناوری اطلاعات تأثیر می گذارد. این واقعیت ، شرکتهای نفت و گاز را ملزم می کند تا به فکر مدیریت ریسک بروند. این شامل طراحی پروژه ها و سیستم هایی با خطر امنیت سایبری است که سیاست ها و کنترل های شرکت را تحمیل می کند. از همه مهمتر ، آنها اکنون باید از ابزارهای امنیت سایبری پیشرفته هوش مصنوعی و یادگیری ماشینی دسترسی پیدا کرده و آنها را پیاده سازی کنند تا از مهاجمان جلوتر باشند.
  • AI دارایی های انرژی و شبکه های IT را برای افزایش نظارت و دید بهینه و فراهم می کند. پیشرفت در کاربردهای دیجیتال در محیط های عملیاتی صنعتی با شناسایی حملات سرعت ماشین در میان پیچیدگی یک محیط عملیاتی با دیجیتال سازی سریع ، به بهبود کارایی و امنیت کمک می کند.
  • شرکت های نفت و گاز در انتظار شرکای خارجی هستند تا بتوانند خود را در برابر تهدیدات سایبری در حال رشد حفظ کنند. بسیاری از شرکت ها منابع امنیتی سایبری کافی برای مقابله با چالش های خود را ندارند. خاویر گارسیا کینتلا ، مدیر ارشد اطلاعات رپسول ، در این گزارش توضیح داد: “ما در برابر سرعت مهاجمان رقابت می کنیم.” “ما نمی توانیم همه فرصت های امنیت سایبری موردنیاز خود را از داخل فراهم کنیم.” برای حرکت سریع و رفع آسیب پذیری های آنها ، شرکت ها می توانند شرکایی پیدا کنند که بتوانند در گسترش محیط زیست تخصص و پشتیبانی داشته باشند. تهدید

امنیت سایبری ، هوش مصنوعی و دیجیتال سازی

به سازمانهای بخش انرژی فرصت بسیار خوبی برای پیاده سازی هوش مصنوعی و ایجاد استراتژی داده داده می شود که تولید را بهینه می کند و مدل های جدید تجاری و همچنین فناوری های عملیاتی ایمن را نشان می دهد. شرکت های نفت و گاز با عدم اطمینان بی سابقه ای روبرو هستند – کاهش قیمت نفت و گاز به دلیل همه گیر شدن ویروس کرونا ، سالها عرضه مازاد بازار و تمایل به سبز شدن – و بسیاری از آنها بقا of خود را به سرعت به دیجیتال منتقل می کنند. از انتقال به ابر تا الگوریتم های اشتراکی ، صنعت نفت و گاز نشان می دهد که فرصت زیادی برای تحول سازمان ها با تغییر فناوری وجود دارد.

در صنعت نفت و گاز ، انقلاب دیجیتال این امکان را به شرکت ها داده است که دارایی های انرژی فیزیکی را با سیستم های مدیریت سخت افزار و برنامه های نرم افزاری ترکیب کنند ، که باعث بهبود بهره وری عملیاتی ، کاهش هزینه ها و کاهش انتشار می شود. این روند به دلیل همگرایی دارایی های انرژی مرتبط با سیستم های OT است که دارایی های انرژی و زیرساخت های مهم را کنترل ، کنترل و کنترل می کنند و همچنین شبکه های IT که شرکت ها برای بهینه سازی داده ها در محیط شرکت خود استفاده می کنند.

با میلیاردها داده OT و IT که هر روز توسط دارایی های فیزیکی ضبط می شود ، شرکت های نفت و گاز اکنون به ابزارهای هوش مصنوعی داخلی برای ارائه قابلیت مشاهده و نظارت در محیط های عملیاتی صنعتی خود روی آورده اند – هم برای ساخت فناوری و هم برای عملیات موثرتر و برای محافظت در برابر حملات سایبری در یک چشم انداز گسترده. از آنجا که مدل های تجاری شرکت های انرژی به همگرایی داده های OT و IT متکی هستند ، شرکت ها هوش مصنوعی را ابزاری مهم برای دستیابی به قابلیت دید در اکوسیستم های دیجیتالی خود و درک زمینه محیط کار خود می دانند. مشاغلی که از این طریق استقرار دیجیتال سایبری را ایجاد می کنند ، باید فناوری های نوظهور مانند هوش مصنوعی و یادگیری ماشین را تطبیق دهند ، اما زمان کمتری را صرف پیکربندی مجدد استراتژیک یا مدیریت تغییر می کنند.

نکته مهم ، برای شرکت های نفت و گاز ، هوش مصنوعی ، که ممکن است زمانی برای برنامه های تخصصی اختصاص داده شده باشد ، اکنون عملیات روزمره را بهینه می کند و از امنیت سایبری حیاتی برای دارایی های OT برخوردار است. لئو سیمونوویچ ، معاون رئیس جمهور و مدیر جهانی امنیت سایبری صنعتی و دیجیتال در شرکت انرژی زیمنس ، گفت: “شرکت های نفت و گاز در حال تبدیل شدن به یک شرکت دیجیتال هستند و هیچ مصالحه ای بین امنیت و دیجیتالی شدن وجود ندارد.” بنابراین ، سیمونوویچ ادامه می دهد ، “امنیت باید بخشی از استراتژی دیجیتال باشد و امنیت باید با دیجیتالی شدن افزایش یابد. “

برای پیمایش فضای بی ثبات تجاری امروز ، شرکت های نفت و گاز باید همزمان فرصت های بهینه سازی و شکاف های امنیت سایبری را در استراتژی های دیجیتالی سازی خود شناسایی کنند. این به معنای تعبیه هوش مصنوعی و امنیت سایبری در استقرار دیجیتال از ابتدا است ، نه اینکه بعد از آن جاسازی شود.

گزارش کامل را بارگیری کنید.

این محتوا توسط Insights ، محتوای شخصی شده MIT Technology Review تولید شده است. توسط MIT Technology Review نوشته نشده است.


منبع: unbox-khabar.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>