深く掘り下げて問題を解決する: Well Data Labs が、石油およびガス分野の課題に機械学習を適用

2014 年に CEO の Josh Churlik 氏が Well Data Labs を共同設立したとき、彼は業界における奇妙な二分法を強く意識していました。石油およびガス会社にとって、「坑内」の技術革新 (つまり地下で起こること) は、データや分析の技術革新のペースをはるかに上回っていたのです。当時使用されていたデータシステムは 1990 年代の遺物であり、必要とする人々にとって有益であるよりも、歴史への敬意がより強いものでした。

業界の他の多くの人と同様に、Josh と Well Data Labs のチームは、現場のエンジニアの仕事をずっと容易にする可能性がある情報にアクセスできないことに不満を感じていました。業界がスプレッドシートで発展している間、Churlik 氏と彼のチームは、クラウドコンピューティングの急速な進歩に基づいて最新のソフトウェア会社を設立する機会を見つけました。

その結果生まれた会社である Well Data Labs は、「事業者が自社の内部データを管理、分析、報告するための最速かつ最も簡単な方法を提供するために構築された最新のウェブアプリケーション」と自称しています。 つまり、Well Data Labs は、運用中に作成された厄介な時系列データ (キャプチャ、正規化、構造化、およびそのデータに対する分析の有効化) をすべてウェブベースのアプリケーション内で効率的に処理するのです。

Well Data Labs が提供するものを使用すると、エンジニアはより迅速で、より情報に基づいた決定、つまり運用のコストと成功に直接かつ直接的な影響を及ぼす決定を下すことができます。Well Data Labs の顧客が現場での操作をリアルタイムで監視できるように、同社は手動によるフロントエンドのデータ収集と分析を AWS で実行されるカスタム開発の機械学習 (ML) モデルに置き換えました。

AWS の技術スタックがこのソリューションの原動力です。Churlik 氏は、次のように説明しています。「開始したときに、他のクラウドプロバイダーと AWS の間でベイクオフを行いました。私たちは .NET スタックと SQL データベースを使いましたが、AWS ははるかに高性能でした。」 それで、AWS が選択されました。現在まで、Well Data Labs はクラウドのすべてのニーズで AWS を使用しています。「AWS について気に入ったことは、いつでも拡張できることです。継続的に構築し成長することができました。」と、Churlik 氏は付け加えました。「AWS は、テクノロジサービスに関して業界の他社をリードし続けています。」

Well Data Labs は、AWS のサービス間のシームレスな統合を利用して、堅牢なソリューションを強化しています。現在、Well Data Labs のアーキテクチャには、すべての管理対象サーバー用の Amazon Elastic Compute Cloud (Amazon EC2) (アプリケーションを強化するため)、ストレージの制限を気にせずにさまざまなデータアーティファクトを保管する Amazon S3、分散システムを作成する Amazon Simple Queue Service (Amazon SQS)、インフラストラクチャを安全に保つための Amazon Virtual Private Cloud (VPC) および AWS Identity and Access Management (IAM) などがあります。Well Data Labs は、こうしたすべてのコアサービスに加えて、機械学習 (ML) ワークロードで Amazon SageMaker を使用しています。

Churlik 氏は、約 1 年前に ML による共同研究開発を開始するためにデータサイエンスチームを立ち上げたことを思い出します。「私たちは、「[ML が] 私たちの顧客に提供できる価値は何か?」と自問しました。 そして実験を始めました。」

現在、チームは Amazon SageMaker を使用して、独自の SaaS アプリケーションを介してカスタム Docker コンテナにトレーニング済みモデルをデプロイしています。Amazon SageMaker モデルと SageMaker エンドポイント機能により、Well Data Labs は ML を SaaS アプリケーションに統合することができ、それによって現場のエンジニアリングワーカーがイベント検出および運用中の通知のためにリアルタイムデータを使用できるようになります。Well Data Labs は、このようにして ML を石油およびガス市場に投入することによって先例を打ち立てました。

AWS を使用して多くのソリューションを構築しホストすることで、Well Data Labs のチームはインフラストラクチャの管理ではなく研究開発や新しい製品機能の開発に専念できます。Well Data Labs のデータサイエンティストは、準備が整い次第、新しい予測モデルをデプロイし、新しいバージョンについて迅速に反復することができます。ML 機能を SaaS アプリケーションに速やかに統合してデプロイすることで、現場のユーザーはすぐにデータサイエンスの進歩から恩恵を受けることができます。Well Data Labs が最初に構築したモデルのセットは、すぐに同社の顧客から 1 日 1 時間の手動でのデータ入力を削減しました。

始めてすぐにそのような成功を達成することはとても刺激的ですが、これは始まりに過ぎません。Well Data Labs は「デジタル油田」 (技術、データ、自動化、石油およびガス業界の人々が交わる場所) を先駆けて開発しました。そして、同社の顧客は、この小さいながらも強力なデンバーに本社を置く企業が石油およびガス産業の新しい時代の先駆けとなると断言しています。

著者について

Marisa Messina は、AWS ML マーケティングチームに所属しています。仕事では AWS を使用している最も革新的なお客様を見定めたり、示唆に富んだストーリーを紹介したりしています。AWS に入社する前は、Microsoft で消費者向けハードウェア、次に大学向けクラウド製品を担当していました。仕事以外では、太平洋岸北西部のハイキングコースを探索したり、レシピなしで料理をしたり、雨の中で踊ったりして楽しんでいます。