Fligoo AI Services

Industria · Oil & Gas

Oil & Gas, operado sobre una única imagen en vivo del campo.

Una capa de inteligencia sobre los sistemas que el operador ya usa — SCADA, historians, CMMS, ERP, sistemas de pozo y las planillas que hay en el medio. Modelos que anticipan el tiempo no productivo, optimizadores que planifican el día al menor costo y agentes que actúan antes de que se detenga el set de fractura. No se reemplaza nada; todo se conecta.

  • 01 · SharpAI

    Modelos predictivos

    10 modelos · foundation + downstream

  • 02 · AUTONOMY

    Agentes

    8 patrones de agentes en este vertical

  • 03 · FDE

    Servicios de ingeniería

    2 engagements anonimizados

La cadena de valor

Dónde la AI mueve el P&L, de la locación a la estación de servicio.

En operaciones no convencionales, una hora de tiempo no productivo puede costar tanto como semanas de flete. Las decisiones que lo evitan están repartidas entre completación, logística, mantenimiento y compras — y hoy la mayoría se toma a mano.

  1. 01

    Upstream · completación

    Operaciones de fractura y completación

    Mantené el set de fractura bombeando. Anticipá los insumos, las cuadrillas y los equipos que necesita cada etapa antes de que se conviertan en el cuello de botella.

    Decisiones que modelamos

    • Riesgo de quiebre de arena y agua
    • Pronóstico del programa de fractura y workover
    • Alerta temprana de NPT
  2. 02

    Logística de campo

    Logística de arena, agua y flota

    Pasá del despacho diario armado en Excel a un plan optimizado: cuántos pedidos, desde qué cantera, con qué camión y qué transportista.

    Decisiones que modelamos

    • Plan diario de pedidos y flota
    • ETA a locación
    • Balance de hub y stock
  3. 03

    Activos

    Disponibilidad de activos

    Leé de forma continua las señales de bombas, compresores y equipos rotativos y planificá la intervención antes de la falla.

    Decisiones que modelamos

    • Vida útil remanente
    • Ventana de mantenimiento
    • Disponibilidad operativa del activo
  4. 04

    Supply chain

    Materiales y compras

    Repuestos, importaciones y proveedores planificados contra la demanda real de la operación, no contra los promedios del año pasado.

    Decisiones que modelamos

    • Demanda de repuestos
    • ETA y documentación de importaciones
    • Alta de proveedores
  5. 05

    Downstream

    Retail de combustibles y tiendas de conveniencia

    Surtido y análisis de canasta guiados por la demanda para las tiendas de estaciones de servicio, planificados por sucursal en lugar de por abastecimiento.

    Decisiones que modelamos

    • Mix de tienda por cluster
    • Diseño de canasta y combos
    • Surtido regional

01 · SharpAI · Oil & Gas

Un gemelo digital del campo, con heads predictivos encima.

Empezamos modelando la operación tal como es — canteras, hubs, PADs, flotas, activos y sus restricciones — alimentada con los datos del propio operador dentro de su propia nube. Los heads predictivos y los optimizadores se apoyan en esa representación compartida, de modo que cada nuevo caso de uso reutiliza la misma base en lugar de arrancar de cero.

Foundation · lo que tokeniza el backbone

Todas las señales que lee el gemelo del campo.

Señales operativas, logísticas y de activos provenientes de los sistemas que el operador ya usa. Pasá el cursor o tocá cualquier señal para ver de dónde viene.

29 signals

Downstream · lo que consume el head

Qué consume el head de quiebre de arena.

El head de alerta temprana lee el estado del gemelo más un conjunto acotado de señales del momento de decisión, y recalcula el reloj de cobertura de forma continua. Pasá el cursor por cualquier nodo: estos son los insumos detrás de una alerta.

12 signals

Foundation models · pre-entrenamiento self-supervised, backbone congelado reutilizado downstream

  • Field Operations Twin

    Un modelo en red de la operación — canteras, hubs de transferencia, PADs, locaciones, flotas y transportistas — con balance diario de materiales y las restricciones reales de cada nodo. Es el estado compartido que leen todos los optimizadores, pronósticos y agentes, y el lugar donde se prueban escenarios what-if antes de que lleguen al campo.

    Simulación de red de nodos · balance diario + alertas de stock · motor de escenarios · capa de optimización MILP

    Corpus · Construido para cada operador con sus propios datos — planes de fractura y producción, registros de despacho, sistemas de pozo, ERP y planillas de campo — y desplegado dentro de la nube del operador (raw → bronze → silver → gold)

    Inputs tokenizados
    Planes de fractura y producción · Registros de despacho, transportistas y flota · Sistemas de pozo y reportes diarios · Niveles de stock en canteras, hubs y locaciones
    Outputs
    Estado diario de la red del campo · Simulaciones de escenarios y comparaciones what-if · Representación compartida para los heads downstream
  • Asset Condition Encoder

    Un modelo de secuencias sobre series de tiempo de sensores de bombas, compresores y equipos rotativos. Aprende la firma operativa normal de cada activo a partir del historian y del historial de mantenimiento, y expone un embedding de condición que consumen los heads de falla, mantenimiento y disponibilidad.

    Encoder de secuencias sobre ventanas de sensores · embedding de condición por activo · entrenado por operador y clase de activo

    Inputs tokenizados
    Series de tiempo de SCADA e historian · Vibración, temperatura, presión y caudal · Órdenes de trabajo del CMMS e historial de fallas
    Outputs
    Embedding de condición por activo · Score de anomalía contra la línea base del propio activo · Insumo para los heads de vida útil remanente

Heads downstream · fine-tuned sobre el embedding congelado del foundation por institución y caso de uso

  • Alerta temprana de quiebre de arena

    Un reloj de cobertura por locación: cuántas horas de operación pueden sostener el stock actual y los camiones en camino, recalculado de forma continua, con horas de anticipación para actuar.

    Pronóstico probabilístico sobre el estado del gemelo · recálculo continuo

    • NPT
    • Completación
  • Optimizador de flota y pedidos

    El plan diario de menor costo — pedidos, cantera, tipo de camión y transportista — que igual cumple con el programa de fractura, con cada restricción explicitada.

    MILP sobre la red del gemelo · curva de costos como referencia

    • Logística
    • Optimización
  • Pronóstico de fractura y workover

    Pronostica el calendario de actividad y la demanda de arena, agua, cuadrillas y equipos que implica.

    Pronóstico de series de tiempo condicionado a las revisiones del plan

    • Planificación
    • Pronóstico
  • ETA a locación

    Predicción del horario de llegada por camión y carga, aprendida de rutas históricas, condiciones del camino y comportamiento de cada transportista.

    Head de regresión sobre GPS e historial de rutas

    • Logística
    • ETA
  • Falla de equipos (RUL)

    Estimación de vida útil remanente de bombas y compresores, para que el mantenimiento se planifique dentro del programa en lugar de interrumpirlo.

    Head de supervivencia sobre el embedding de condición del activo

    • Mantenimiento
    • Activos
  • Demanda de repuestos

    Planifica repuestos críticos y consumibles contra la actividad pronosticada y el riesgo de falla, equilibrando el costo de quiebre de stock con el costo de inventario.

    Pronóstico de demanda intermitente + optimización de nivel de servicio

    • Supply chain
    • Inventario
  • ETA de importaciones

    Predice el tiempo de arribo y de despacho aduanero de equipos y materiales importados, y señala los embarques que ponen en riesgo el programa.

    Modelo de secuencia de eventos sobre los hitos del embarque

    • Supply chain
    • Importaciones
  • Mix de tienda y canasta

    Recomendaciones de surtido y de combinaciones de productos guiadas por la demanda para las tiendas de estaciones de servicio, agrupadas por perfil de sucursal.

    Análisis de canasta de compra + filtrado colaborativo · clustering de tiendas

    • Downstream
    • Retail

02 · AUTONOMY · Oil & Gas

De la señal del campo a la acción autónoma.

Un score en un dashboard no evita una parada. Estos agentes vigilan el gemelo, deciden dentro de las reglas del operador y actúan por los canales que el campo ya usa — con una persona aprobando todo lo que la política indique que debe aprobar una persona.

8 patrones de agentes · ordenados por madurez de despliegue

  1. A01

    Agente de Quiebre de Arena

    Vigila el reloj de cobertura de cada locación y, cuando cruza el umbral, le propone al coordinador de logística el despacho correctivo: qué hub, qué camiones, qué transportista.

    Disparador · Cobertura por debajo del umbral

    ↳ Horas de anticipación en lugar de minutos

  2. A02

    Agente de Despacho Diario

    Corre el optimizador cada mañana con los últimos planes y el stock vigente, explica el plan recomendado frente al costo de referencia y lo publica una vez aprobado.

    Disparador · Ciclo diario de planificación

    ↳ Plan de menor costo, explicado

  3. A03

    Agente de Vigilancia de NPT

    Correlaciona señales operativas, logísticas y de activos para detectar riesgo emergente de NPT en cada set, y deriva la alerta a la persona que puede actuar.

    Disparador · Cambio en el score de riesgo

    ↳ Escalamiento más temprano y dirigido

  4. A04

    Agente de Planificación de Mantenimiento

    Convierte las estimaciones de vida útil remanente en órdenes de trabajo propuestas en el CMMS, alineadas con el calendario de actividad y la disponibilidad de repuestos.

    Disparador · RUL por debajo de la ventana

    ↳ Paradas planificadas en lugar de imprevistas

  5. A05

    Agente de Reposición de Repuestos

    Monitorea los repuestos críticos contra la demanda pronosticada y el riesgo de falla, y redacta pedidos de compra en el ERP antes del quiebre de stock.

    Disparador · Quiebre de stock proyectado

    ↳ Stock crítico cubierto

  6. A06

    Agente de Seguimiento de Importaciones

    Sigue los hitos de cada embarque, lee y verifica la documentación, y alerta a compras cuando una demora amenaza el programa.

    Disparador · Demora en un hito

    ↳ Menos sorpresas en el yard

  7. A07

    Agente de Alta de Proveedores

    Recolecta, valida y carga la documentación de proveedores en el sistema de compras, y escala al equipo solo las excepciones.

    Disparador · Solicitud de nuevo proveedor

    ↳ Menos carga manual de datos

  8. A08

    Copiloto de Campo

    Responde en lenguaje natural las preguntas de planificadores y supervisores sobre el gemelo — stock, ETAs, escenarios, costos — con cada respuesta vinculada a sus datos de origen.

    Disparador · A demanda

    ↳ Una única imagen en vivo del campo

03 · FDE · Oil & Gas

Forward-deployed engineering para operadores y su cadena de suministro.

Ingenieros senior integrados a los equipos de completación, logística, mantenimiento y supply chain. Empezamos con un quick win, medimos su impacto contra la referencia del propio operador y escalamos desde ahí — dentro de la nube del operador, sobre sus datos, y transfiriendo el know-how a su equipo.

Integración con el stack del campo

SCADA, historians (PI), CMMS, ERP (SAP), sistemas de pozo (OpenWells), GPS y las planillas donde está el resto — conectados primero en modo solo lectura, sin reemplazar nada de lo que ya funciona.

Plataforma de datos en la nube del operador

Un data lake por capas (raw → bronze → silver → gold) y una base de datos operativa desplegados dentro de la cuenta de AWS o Azure del propio operador. Los datos nunca salen.

Investigación operativa + ML

Optimización MILP, simulación y pronóstico construidos en conjunto, para que una predicción se convierta en un plan y ese plan respete todas las restricciones físicas y contractuales.

Aplicaciones operativas a medida

Aplicaciones web para planificadores y coordinadores — plan diario, escenarios what-if, alertas — diseñadas junto con las personas que las van a usar todas las mañanas.

Human-in-the-loop por diseño

La AI recomienda y explica; la persona decide. Los pasos de aprobación, la trazabilidad de auditoría y los motivos de override son parte del producto, no un agregado de último momento.

Hoja de ruta de quick win a escala

Taller de discovery, assessment, prueba de valor e implementación. Del simulador al gemelo digital y a una torre de control predictiva con agentes — un paso medido a la vez.

Engagements anonimizados · el mismo equipo de ingeniería end-to-end

  • Operador upstream · LATAM

    Operador de petróleo y gas no convencional

    Orquestación de la logística de arena para operaciones de fractura: gemelo del campo con balance diario y alertas de stock, optimizador MILP de flota y pedidos, aplicación web what-if y una capa de datos dentro del AWS del operador. Hoja de ruta hacia un gemelo digital alimentado por GPS, ETAs predictivos y una torre de control con agentes.

    Fase 1 en ejecución — el plan diario se mide contra la curva de costos de referencia del propio operador.

  • Compañía integrada de energía · LATAM

    Red de tiendas de conveniencia en estaciones de servicio

    Mix de productos por tienda guiado por la demanda con SharpAI: análisis de canasta de compra, filtrado colaborativo y clustering de tiendas, entregado con un dashboard y probado en un piloto controlado.

    10 de las 12 combinaciones de productos probadas en el piloto aumentaron las ventas más de un 45%.

Composición del equipo — estructura FDE típica para este vertical

  • FDE LeadSenior · integrado al equipo
  • Ingeniero de Investigación Operativa1 · MILP + simulación
  • Ingenieros ML Senior1–2
  • Ingenieros de Datos2 · stack de campo + nube
  • Ingeniero Full-stack1 · aplicación operativa
  • Enlace de dominio0.5 · completación + logística

Llevá SharpAI, AUTONOMY y FDE a tu operación.

Ingenieros senior embebidos, modelos predictivos en producción y agentes que ejecutan sobre cada score.

Hablá con nuestro equipo
Oil & Gas · Industry deployments — Fligoo AI Services