Det australske oljeselskapet Woodside Energy ønsket å dele flere tiårs erfaringer fra «Shutdown og Turnaround » med nye medarbeidere. Ved å bruke kunstig intelligens (en kognitiv analyseplattform) åpnet de for helt nye måter å analysere sine erfaringsdata på. De involverte erfarne ingeniører til å illustrere viktige «spørsmål og svar» i ulike disipliner, og på seks måneder utviklet de løsningen, som forstår industriens fagspråk. Deres brukere kan nå stille åpne og fritt formulerte spørsmål og få svar fra selskapets erfaringsdata – slik mennesker ville ha gitt dem. Eksempelet er meget relevant for norsk sokkel, som står foran et generasjonsskifte.

I flyindustrien analyserer Pratt & Whitney flymotorer etter hver flyvning for å vurdere behov for tiltak. En motor genererer en halv terrabyte data på hver eneste tur. Det krever en tilsvarende avansert analyseplattform, som i tilfellet med Woodside Energy. Med en åpen digital plattform kunne oljeselskapene på samme måte gitt produsenter et større ansvar for sitt utstyr og derved redusert kostnader og nedetid.
 

Helseindustrien må kontinuerlig stille bedre og raskere diagnoser. En lege–pasient-situasjon kan sammenlignes med en ingeniørs forhold til et reservoar eller produksjonsutstyr. Alle ønsker å forstå en situasjon best mulig ved å tolke symptomer og utføre tester. Helseindustrien var først ute med å ta i bruk kognitive verktøy for bedre å kunne analysere ustrukturerte data, som journaler, studier og diagnoser. Mennesker har historisk hatt et fortrinn i å bearbeide denne typen data, inntil vi druknet i mengden. Ny analyseteknologi som tolker bilder, er på vei. Bilder utgjør ca. 90 % og er den raskest voksende datatypen.

Oljeindustrien kunne tilsvarende analysert en konkret problemstilling på opptil 150 000 artikler i OnePetro–databasen. Et leteprospekt kunne vært belyst med identifiserte analoge reservoarer. Om kort tid kan vi, om vi vil, «se» og analysere på tvers av tekst, bilder og seismikk.