Detecciones que se convierten en trabajo, no en alertas
Conectar las detecciones de los modelos, el criterio humano y la acción operativa en la plataforma de petróleo y gas de Tasq.
IA industrial · Operaciones de campo · Gestión del trabajo
La misión
Tasq es una plataforma de gestión de trabajo por recomendación para operaciones de petróleo y gas, con sede en Denver. De febrero de 2022 a junio de 2024 fui su Lead UI/UX Designer y su única diseñadora, trabajando con el CEO, el product manager y ocho ingenieros. El trabajo fue de una auditoría de la interfaz al núcleo del producto: cómo una detección se convierte en trabajo, cómo el trabajo pasa entre operadores de campo, ingenieros y supervisores, y cómo un usuario revisa lo que proponen los modelos y, más tarde, Tasq AI.
- Rol
- Lead UI/UX Designer
- Empresa
- Tasq, Denver
- Periodo
- Feb 2022 – Jun 2024
- Equipo
- CEO · Product manager · 8 ingenieros
- Responsabilidades
- Flujos · Interacción y estados · Sistema visual · Especificaciones para ingeniería
El reto y mi responsabilidad
El producto tenía señales, tareas y personas. Las conexiones entre ellas eran el trabajo
Tasq vigila pozos de petróleo y gas con modelos y convierte lo que detectan en tasqs: trabajos con un pozo, una causa, la producción en juego y un operador asignado. Cuando llegué, en febrero de 2022, el producto tenía los modelos y los tasqs. Mi responsabilidad, como única diseñadora, era todo lo que los rodea: cómo una detección se lee, se investiga, se asigna, se ejecuta y se sigue, por operadores de campo que trabajan en los pozos, ingenieros y supervisores, que necesitan cosas distintas de ella.
Entregado y explorado. En producción en febrero de 2024, versión 4.0: la lista rediseñada, el diálogo de reasignación con su comentario, el estado de espera con su motivo y sus fechas, la página del pozo con sus últimas acciones, los pads, el planificador, los tickets de soporte y las listas de datos. Como diseño o prototipo: la Magic Box de 2023, el informe de audio de 2024, el Retrainer, las recomendaciones, el flujo construido a partir de una pregunta y la visión de modelos de 2022. El último capítulo reúne las evidencias; las grabaciones de la propia Tasq posteriores a mi etapa allí se señalan como tales donde aparecen.
En una sesión con el CEO mapeamos a quién sirve la plataforma: el campo, para saber qué hacer primero y registrar lo hecho sin perder tiempo; ingeniería, para entender un problema y elegir una intervención; supervisión y dirección, para coordinar al equipo de campo y ver dónde se atasca el trabajo. El camino que recorre un tasq por esas manos es la columna vertebral del producto, y de este caso.
La experiencia móvil estaba pensada para los operadores de campo, para quienes llevar un ordenador de pozo en pozo era poco práctico. También introdujimos la entrada por voz en la experiencia de escritorio para darles otra forma de reportar observaciones desde el campo, con el objetivo de hacer más fácil registrar las actualizaciones.
La sesión también documentó las tensiones detrás de esos roles. Para el técnico de campo: demasiado tiempo del día dedicado a reportar el trabajo, el estado enviado por mensajes, correo y software, demasiadas alarmas y sistemas redundantes, y el temor a que lo culpen cuando una tarea no se completa. Para el manager: ninguna visión clara de por qué el trabajo se retrasa ni de cuándo estará hecho. El ingeniero revisa el estado de los pozos y habla con el campo; la oficina revisa informes y aprueba los modelos reentrenados. Dos tensiones recorren el caso: el campo tiene que registrar el trabajo mientras la supervisión tiene que leer el avance y los bloqueos; ingeniería tiene que investigar mientras la coordinación tiene que convertir el diagnóstico en trabajo que un operador de campo pueda hacer. Estos perfiles salieron de la sesión con el CEO, no de entrevistas.
- Detectar
- Un modelo, o un usuario, abre un tasq: un pozo, una causa, la producción en juego.
- Leer
- La lista: el estado del trabajo en la tarjeta, filtros que se pueden guardar.
- Investigar
- La página del pozo: señales en un mismo eje temporal, eventos en el gráfico, historial.
- Asignar y poner en espera
- Un operador asignado, un motivo que viaja con la tarea, una espera con sus fechas.
- Actuar y seguir
- Una entrada, escrita o hablada, convertida en estructura; las últimas acciones del pozo.
La base del rediseño, 2022
Una jerarquía consistente en un producto complejo
Mi primer encargo en Tasq, en marzo de 2022, fue una revisión de UX/UI de la plataforma existente, que había crecido función a función. El panel principal mostraba producción, producción diferida y una fila de tarjetas «top deferment»; la lista de tasqs se abría en un estado vacío. Documenté iconos y controles inconsistentes, espaciados desiguales, textos pequeños y jerarquías tipográficas y de color poco claras, y propuse una base común: un solo set de iconos, una regla de 8 px, Inter y una nueva escala de grises y acentos con cada color por comprobar para contraste AA. Esa revisión fue el punto de partida de un lenguaje de interfaz compartido en todo el producto.
Las prioridades que salieron de ahí: un solo lenguaje de diseño, menos en cada pantalla e interfaces donde una recomendación se lee como un trabajo. La revisión había defendido una interfaz clara para un producto tan denso. El plan que siguió era ofrecer los dos temas, claro y oscuro, con el oscuro por defecto; el trabajo en la opción clara no había empezado cuando me fui. El diseño que se muestra aquí sigue sobre la base azul oscuro existente, y sobre ella construí la escala de color, grises y acentos elegidos para equilibrar la interfaz y mejorar el contraste, y llevé la tipografía a Inter sobre una retícula de 8 px. El login fue la primera pantalla en llevar el nuevo lenguaje de principio a fin.
Convertir una detección en trabajo que el equipo puede seguir
Identificar, asignar, poner en espera, revisar, seguir
En la grabación de lanzamiento de agosto de 2024 de la propia Tasq el problema se plantea como un exceso de señal: las salas de control y los ingenieros se enfrentan a una enorme cantidad de falsos positivos, y lo que falta es una mejor manera de entender qué trabajo debería ocurrir. El tasq es la unidad de trabajo: una tarjeta con el pozo, la causa, la producción en juego y el operador asignado. Los tasqs vienen de más de un sitio, y un mismo tasq puede llevar varios a la vez. Tres modelos vigilan los datos, tal como Tasq los describe en sus grabaciones posteriores: off-target, la diferencia entre la producción esperada para el día y la observada; real-time, una degradación o anomalía que está ocurriendo ahora, mientras todavía cabe una intervención preventiva; setpoint, una oportunidad de optimizar los ciclos de un pozo con plunger, también cuando el pozo está dentro de su objetivo. Otros los añaden los usuarios a mano, una tarea o una visita, y los asignan. Una detección, un ajuste recomendado y trabajo añadido por un usuario pueden convivir en la misma tarjeta, que es lo que muestran sus etiquetas. Cada tipo llega en una situación distinta, y la interfaz tiene que hacer que cada uno se lea como trabajo.
Un recorrido ilustrativo
Un modelo de real-time deferment señala un pozo: el caudal de gas rompió su patrón y la producción ha bajado. El tasq aparece en la lista con el pozo, la causa y la pérdida. Un ingeniero abre el pozo, compara las señales en un mismo eje temporal y decide que hace falta una visita, así que lo asigna al operador de campo de esa ruta, con una línea que dice qué revisar. En el sitio falta la pieza: el técnico pone el tasq en espera, esperando piezas, vuelta en siete días, y el motivo y las fechas se ven en la tarjeta. Cuando la pieza está instalada, la entrada pasa a las últimas acciones del pozo, y el siguiente miembro del equipo que lo abra empieza desde ahí. Los nombres y el pozo son inventados; cada paso es una pantalla que diseñé.
Identificar el trabajo
La lista es donde empieza el día. Lleva el estado del trabajo en la propia tarjeta, nuevo, en espera, programado, en sitio, completado, así que el estado se lee en la lista. Para el equipo de operaciones una caída de producción, el deferment, es también una pérdida económica, y la lista junta esa pérdida con el pozo, su responsable y el tiempo que el asunto lleva abierto, para que el equipo decida qué investigar primero. Los filtros y el orden por producción diferida, área, ruta o tipo de trabajo se pueden guardar, de modo que una configuración se reutiliza en lugar de rehacerse. En el producto antiguo la lista era una columna de nombres junto a los gráficos del pozo; el estado de un tasq vivía en otra parte.
Investigarlo
Actuar sobre un tasq exige tener el pozo alrededor: producción y presiones a lo largo del tiempo, eventos en el gráfico, el historial de intervenciones.
Asignarlo
Reasignar un tasq abre un campo de comentario. Es opcional, pero viaja con la tarea, así que el operador asignado al tasq recibe también el motivo. Al seleccionar varios tasqs se reasignan todos a la vez, con un único campo de comentario para el grupo.
Registrar lo que lo bloquea
Poner un tasq en espera pide un motivo y una fecha de inicio y de fin. Un retraso se convierte en algo que el supervisor puede leer, no en una tarjeta que dejó de moverse.
Seguirlo
Las últimas acciones de un pozo están en su página como una línea de tiempo, por miembro del equipo y fecha, para que el siguiente miembro del equipo que lo abra empiece desde lo que se hizo.
Convertir el lenguaje en acciones revisables
Una sugerencia que el usuario puede leer, corregir y confirmar
Registrar lo que pasó, 2023
La página del tasq se reconstruyó en torno a un solo campo, la Magic Box. Un operador de campo empieza a escribir lo que está pasando; el campo ofrece las opciones que coinciden, «waiting» abre los motivos de espera; el operador elige uno, fija hoy y una fecha de fin, y envía. La entrada queda listada en las últimas acciones del pozo con su fecha. La dirección vino de bocetos del CEO y de los product managers; la interfaz, sus estados y su especificación fueron míos, marcados como listos para desarrollo en el otoño de 2023. La grabación de lanzamiento de producto de Tasq del 2 de noviembre de 2023 lo demuestra en el móvil: entrada de datos más simple, las últimas acciones consultables desde el campo de entrada, recomendaciones a partir de lo tecleado y to-dos que etiquetan personas y fechas. Las pantallas de aquí son mi diseño; la grabación es la implementación que la empresa mostró ese mes, no todos los estados dibujados.
La decisión en la pantalla
La interpretación se queda en el campo, como un motivo y dos fechas, donde todavía se puede cambiar; solo el Submit la pasa al historial. En este flujo no hay una pantalla de revisión aparte. Un supervisor lee el retraso como un motivo con fecha de fin, no como una tarjeta que dejó de moverse.
De la voz a un formulario
La voz llegó en dos pasos. En 2023, en el móvil, la Magic Box tomaba la actualización dictada en lugar de escrita. En 2024 el problema cambió: un solo informe hablado menciona varios pozos y varios tipos de ocurrencia, así que la transcripción no se envía como texto. En Tasq AI Reports se divide por pozo en observaciones y acciones, cada una con un pozo que se puede cambiar y una casilla para confirmar, así que una asociación errónea se corrige en el elemento, no grabando de nuevo; en el móvil el formulario dice quién lo rellenó, «Tasq AI filled out this form for you» (Tasq AI rellenó este formulario por ti). La demo de la propia Tasq, grabada después de mi etapa allí, muestra el paso de revisión en escritorio con contenido, con el pozo de un elemento siendo corregido.
Ajustar lo que el sistema propone
Lo que proponen los modelos, y dónde decide el usuario
Los modelos, 2022
Cómo un usuario da forma a lo que buscan los modelos fue el primer brief de diseño de modelos, en 2022. El brief llegó del CEO como uno de sus montajes sencillos, tres pantallas bajo el título Model Playground. En la ronda de visión de abril y mayo de 2022 lo convertí en un recorrido desde una señal en un pozo hasta lo que debe ocurrir cuando un modelo se dispara; se quedó en trabajo de visión para la demo de mayo de 2022, y esos frames son exploraciones iniciales que no se muestran aquí. El Build Your Own Model que Tasq lanzó después de mi etapa allí es una implementación aparte; su demo muestra una secuencia parecida, un patrón seleccionado en el gráfico, una búsqueda de patrones similares en los datos y un grupo guardado que abre un tasq cuando el patrón se repite.
Revisar antes de que el modelo cambie
Dos lugares donde la salida de un modelo cambia algo preguntan antes al usuario. Una recomendación de setpoint se acepta o se rechaza con un motivo. Reentrenar el objetivo de un pozo lo hace el usuario: selecciona en el gráfico los periodos que deben contar, ve una vista previa del objetivo actualizado antes de enviarlo. La grabación posterior de Tasq sobre sus modelos describe el paso del mismo modo: el usuario arrastra nuevos puntos de datos y pulsa retrain, y el modelo proyecta un nuevo objetivo para el pozo. La presentación que Tasq usaba con clientes sitúa esta pantalla de etiquetado como el paso de entrenamiento del modelo en su pipeline off-target.
Decidir el siguiente paso
La Magic Box también admite una descripción del problema. Escrita, «the well is exhibiting reduced production rates and increased bottom hole pressure…» (el pozo muestra producción reducida y mayor presión de fondo), la página responde con lo que Tasq AI puede hacer a partir de ella: pozos similares, tres recomendaciones, una recomendación de setpoint y los formularios a rellenar, visita al sitio y cambio de plunger. Una recomendación vuelve con pulgar arriba y abajo y un botón Be more specific, así que la respuesta puede valorarse, o acotarse, antes de que el usuario actúe sobre ella. El campo también admite documentos y, más tarde, voz. La primera capa es un campo que completa lo que se escribe; la segunda es Tasq AI respondiéndolo.
De una pregunta a una propuesta, 2024
Un grupo de pozos, tres formas de leerlo y una rutina con un paso de aprobación
En lugar de construir un modelo, un ingeniero hace una pregunta en lenguaje natural, «what wells had high line pressure over the past week and have not recovered?» (¿qué pozos tuvieron alta presión de línea en la última semana y no se han recuperado?), y obtiene un grupo de pozos con la producción en juego. La respuesta y la rutina son dos objetos distintos. Guardar el grupo es un guardado puntual, y un aviso ofrece automatizar el flujo para comprobaciones diarias continuas, así que el ingeniero elige entre una selección hecha hoy y una condición que se seguirá comprobando. La rutina se lee como una secuencia de tarjetas antes de ejecutarse: un disparador con lo que Tasq AI encontró, las acciones y los proveedores a implicar, y un paso de aprobación con fecha límite y sus notificaciones. La grabación es mi prototipo, con textos de relleno. En agosto de 2024, dos meses después de mi salida, Tasq presentó este flujo con estas pantallas en su grabación de lanzamiento de producto, y desde noviembre de 2024 sus demos de Build Your Own Model corren dentro de las listas de grupo de Tasq AI Reports, así que el grupo pasó a ser el lugar donde aterrizan los resultados de un modelo.
Lo que llegó a producción
De quién es, por qué espera, qué se hizo: en la pantalla
En febrero de 2024 el producto ya funcionaba con la interfaz rediseñada, versión 4.0: la lista, el diálogo de reasignación con su comentario, el estado de espera con su motivo y sus fechas, la página del pozo con sus últimas acciones, los pads, el planificador, los tickets de soporte y las listas de datos. Son cambios en lo que la interfaz muestra: de quién es un tasq, por qué espera, qué se hizo.
Las grabaciones de la propia Tasq fechan las piezas. En noviembre de 2023 la app del móvil ya llevaba las últimas acciones y la Magic Box: un «dump valve stuck, cleaned and repaired» tecleado entra en el historial del pozo, y un síntoma descrito devuelve una recomendación con Good catch y Doesn’t help. En agosto de 2024 la demo de escritorio corre la versión 4.2.0 con la lista, los estados y la página del pozo, y el lanzamiento de producto presenta el prompt flow con mis pantallas; en octubre, la revisión de audio; hasta diciembre de 2024 las demos de Build Your Own Model de Tasq 5.0 siguen corriendo sobre esta interfaz, con la versión 4.2.2 en pantalla. Darcy Partners incluyó a Tasq entre sus Top Innovators en producción de petróleo y gas de 2022, en enero de 2023, y de nuevo de 2023, en abril de 2024: reconocimientos a la empresa durante mi etapa allí. Los case studies de la propia Tasq informan de una prueba en el cuarto trimestre de 2022, durante mi etapa allí, con un 14 % más de producción en 30 pozos optimizados: un resultado comunicado por la empresa para los modelos de la plataforma, no una medición de mi trabajo de interfaz.
Lo que pasó a verse: quién recibe el trabajo, en la tarjeta y en el diálogo de reasignación; por qué espera, como un motivo con fechas en el estado; qué significó una interpretación, comprobada elemento a elemento antes de enviarla; y lo que se hizo, guardado en el pozo como sus últimas acciones, en el diseño y en el producto que vino después.
Reflexión
Entré en Tasq pensando en cómo una detección se convierte en trabajo: alguien tiene que investigarla, asignarla y registrar lo que pasó. A medida que la IA entró en ese camino, otra pregunta se fue aclarando: ¿qué necesita comprobar una persona antes de que una interpretación se convierta en un registro operativo? Una actualización corta puede necesitar un motivo y dos fechas. Un informe hablado sobre varios pozos necesita que cada observación quede asociada al pozo correcto. Eso se convirtió en un principio para la interfaz: mantener esas comprobaciones cerca de la información que se registra. Hoy haría más consistente en todo el producto la distinción entre una sugerencia, una entrada confirmada y una acción completada.