向數據要石油 人工智能和機器學習有多大幫助?

譯者/何黎

在鬱鬱蔥蔥的美國加州門洛帕克市(Menlo Park),就在距離Facebook總部不遠的地方,坐落着斯倫貝謝(Schlumberger)的軟件技術創新中心(Software Technology Innovation Center),這裏給人的感覺就像又一家夢想改變世界的矽谷企業。

牆上貼滿了便簽紙,上面寫着關於產品特點和設計原則的想法,食堂放着水果盤,每周五的午餐時間有共享的外賣披薩。一些工程師在工作時使用站立式辦公桌和平衡板來鍛煉身體。他們來自不同國家和各種各樣的行業背景:其中一位之前在美國國家航空航天局(NASA)工作,另一位之前為HBO電視頻道工作。

像北加州許多成功的工程師一樣,斯倫貝謝負責技術的執行副總裁、該中心的靈魂人物阿肖克 貝拉尼(Ashok Belani)駕駛一輛特斯拉(Tesla)上班。

然而,斯倫貝謝從事的業務與矽谷的典型企業相去甚遠:該公司正致力於為一項處於舊經濟核心的活動——石油和天然氣生產——提高產出,降低成本。

這家油田服務集團創建的技術中心,體現了石油和天然氣領域正在發生的巨大變化,目前,該行業正開始應用信息技術領域的最新創新。谷歌(Google)、Facebook、亞馬遜(Amazon)等公司使用的、旨在顛覆面向消費者的企業的先進數據分析等方法,正越來越多地被應用於能源行業。石油業許多高管認為,其結果可能同樣戲劇性。

向數據要石油人工智能和機器學習有多大幫助?

正被開闢的新機會包括:岩層分析,以便在油區更精確地鑽井;油層模型,使相關油田在整個生命周期的產出最大化;自動化,使開採作業更安全、更高效率、成本更低。

這些創新帶來的產出增加,將給油價帶來下行壓力,給電動車之類的競爭性技術帶來阻力,潛在還會給其他國家無法以同樣方式削減成本的生產商帶來困難。這種局面還意味着給石油行業的許多參與者帶來劇變,導致失業以及工作模式和文化的變化。

諮詢公司麥肯錫(McKinsey)的馬特 羅傑斯(Matt Rogers)表示,預測者未能充分把握即將到來的變化的規模。「我認為我們並未在供應側模型中計入這將帶來多少額外的石油產量,」他說,「10年後的世界將讓人感覺有很大的不同……與現在的局面相比,那時將讓人感覺身處《星球大戰》(Star Wars)時代。」

大數據|大石油

100萬

在雪佛龍(Chevron)哈薩克斯坦油田採集數據的傳感器數量

10%-20%

國際能源署(IEA)估算的數碼技術可帶來的石油生產成本降幅

幾十年來,石油行業一直處於信息技術進步的前沿。英國石油公司(BP)前行政總裁約翰 布朗(John Browne)上世紀60年代末開始他的職業生涯時,使用一台當時極為先進的電腦在阿拉斯加繪製油層。在當今世界上最強大的超級計算機500強名單中,主要私營部門所有者包括法國石油集團道達爾(Total)、意大利埃尼石油(ENI)以及油藏成像公司Petroleum Geo Services。

現在的不同之處在於,雲計算服務的發展使得以相對較低的成本存儲和分析數據成為可能,從而為更大範圍的企業打開了新應用的大門。石油行業產生大量數據(包括溫度、壓力讀數等結構化的數據,以及視頻等非結構化的數據),且數量一直在增加。用於採集更多數據的傳感器的成本正在下降,而技術含量不斷提升,使監測鑽井等作業的更多方面成為可能。

美國石油集團雪佛龍首席信息官比爾 布勞恩(Bill Braun)表示,該公司處理的數據量每12至18個月就翻一番。該集團在哈薩克斯坦Tengiz油田的擴建項目(計劃於2022年投產)將包含約100萬個傳感器。

然而,石油業的很多數據都從未被使用過。「大量數據被採集,但其中有很多是孤立的,」通用電氣(GE)持有多數股的油田服務集團貝克休斯(Baker Hughes)的數字產品管理主管比努 馬修(Binu Mathew)表示,「實際上只有一小部分得到了分析。」

美國獨立石油企業阿納達科石油公司(Anadarko Petroleum)行政總裁阿爾 沃克(Al Walker)去年在休斯頓舉行的劍橋能源周(CERAWeek)會議上表示,儘管該公司記錄了大量數據,但「我們並沒怎麼利用」。他補充說:「我有TB級的海量地震勘測數據,而我或許用了其中的5%。」

現在這種局面正在改變。以往由工程師在現場記錄在筆記本電腦或者手寫在本子上、有時隨後用手工謄寫的數據,現在可以自動傳送回辦公室。可以追溯至幾十年前的舊記錄正被轉換為一致的數據集。諮詢公司埃森哲(Accenture)去年對石油業高管進行的一項調查發現,70%的受訪者預期將加大對數碼技術的投資,重點是數據存儲和服務。「數據就是新石油」的說法已成為老生常談,許多公司正在尋找將數據轉化為石油的方法。

IT公司和石油公司之間已經結成了大量聯盟。微軟(Microsoft)去年與大型油田服務集團哈利伯頓(Halliburton)以及雪佛龍簽署了戰略合作夥伴關係。製造用於視頻遊戲的高性能晶片的英偉達(Nvidia),一直在與斯倫貝謝、哈利伯頓等公司合作,以便將該公司的技術用於查看和解讀地震勘測信息。一年前,英偉達宣佈與貝克休斯合作,利用人工智能幫助開採和加工石油和天然氣。

新技術正在帶來種種商業機會。如今是全球最大上市油田服務集團的斯倫貝謝,由兩名法國兄弟在1926年創立,他們利用電阻率測井法來測繪地下岩層。探測地下油氣層狀況仍是該公司的核心競爭力,但該公司正在擴大服務範圍。去年,該公司推出了一款名為Delfi的新軟件系統,可用於整合和協調油井設計、鑽井和完井的方式,以最大限度提高整個油田的產出。

貝拉尼希望,到今年底,石油公司將在美國乃至世界各地「常態化地」使用這項技術。他表示,在美國的頁岩油田,這一新系統有望在未來10年內使生產成本降低40%。

其他人對數碼技術帶來的影響的估計更為保守。作為政府支持的監督機構,國際能源署向來比較謹慎,該機構去年提出,數碼技術有望使油氣生產成本降低10%至20%。

但貝拉尼表示,數字化代表了行業經濟性的一大「巨變」,就像水平鑽井和水力壓裂技術的進步在大約15年前首次使頁岩氣生產具備商業可行性那樣。

他說:「這或許有助於使油價保持在合理水平,也就是在每桶60至70美元之間,讓每家企業都能以經濟上可行的方式生產。」

和斯倫貝謝一樣,通用電氣也選擇把一部分數字業務放在三藩市灣區,以便與當地IT公司和史丹福大學(Stanford University)建立聯繫,並利用該地區的人才資源。

在與矽谷隔着一道海灣的聖拉蒙市(San Ramon),貝克休斯數碼技術中心與母公司通用電氣的軟件業務合用一棟大樓。它還共享通用電氣的軟件平台Predix,將其用於油氣領域的應用。

最快採取行動抓住新技術潛力的行業參與者是北美的頁岩產業。北美每年鑽鑿好幾千口井,使得企業可以從過去的努力吸取經驗,然後迅速將其應用於實踐。近年來,在有時被稱為「頁岩2.0」的各種技術革新的推動下,生產率出現了大幅提升。但迄今的進展在很大程度上是一個試錯的過程:用一種新方法進行實驗,如果看起來管用,就繼續進行下去。

數據分析提供了一個機會,讓實驗更加科學,並為生產率注入新的活力。一些初步成果顯示出光明前景:英國石油(BP)行政總裁戴德立(Bob Dudley)最近表示,該公司與矽谷一家初創企業合作開發了一種優化模型,已將試點項目中的180口油井的產量提高了20%。

潛在收益巨大。在美國頁岩油行業,目前企業僅能採收約8%至10%的石油地質儲量,因此,如果新系統能將採收率提高哪怕幾個百分點,結果都將是戲劇性的。

頁岩行業還有很大的自動化空間。貝拉尼表示,現在一個鑽井平台上可能有26名工作人員,而5年後可能5人就夠了。

布勞恩表示,如今,「人力主要的作用是操縱鑽頭。但我們相信,這種操作將日益自動化,並轉交由電腦處理,就像飛機上的自動駕駛儀一樣。」

自動化程度已開始上升。斯倫貝謝已開始將其水平鑽井專家從現場轉移到其休斯頓辦公室。在那裏,專家們可以一次監視6口、而非僅僅1口油井的作業。

就像被最新一輪創新浪潮顛覆的其他行業一樣,石油業面臨着巨大的變化,包括失業和用工模式轉變。「這種不舒服會持續一段時期,」麥肯錫的羅傑斯說。

實現新技術的全部潛力,將意味着引進更多具備軟件和數據科學技能的人才,還將意味着徹底改革公司結構。「還有很多問題有待解決,」埃森哲的考薩爾 卡齊爾巴什(Kausar Qazilbash)說,「這並不簡單:這是重大的管理轉型,需要技術變革和運營變革。」

如果這種轉型能夠成功完成,採用新的數碼技術將幫助石油和天然氣抵禦可再生能源、蓄電池儲能和電動車日益增長的威脅。新能源技術正在迅速提高效率和降低成本,但它們在化石燃料領域的老對手並沒有止步不前。

「在人工智能可以做到什麼的問題上,我們只是觸及了表面,」貝克休斯的馬修說,「這是那些將改變世界的用途之一。」

延伸閱讀——新方法:石油集團如何使用計算機降低成本

石油和天然氣行業已開始採用因現代計算機而變得可能的新方法,這些計算機可以存儲和處理大型複雜的數據集。這些方法往往採用「機器學習」,這是一種利用算法的人工智能形式,通過研究大型數據集來得出結論。其應用場合包括:

地震勘測分析

利用地震勘測和其他勘測來繪製地下數英里處岩層和油氣藏位置,是一項非常複雜的工作。強大的計算機使企業能夠加深了解難以觀測的地區的地質情況,並更準確地預測在哪裏有望找到石油。

生產優化

源自油藏的石油流動取決於一系列複雜的因素,包括油井的長度和間距,以及使用的壓裂類型。現代技術讓企業得以實現油田價值的最大化,有時會抑制初始產量,以獲得更高的最終回報。

預見性維護

研究關於設備部件(如泵和閥門)的所有數據,可以發現有關它們何時可能發生故障的跡象,以便在它們損壞之前進行修理或更換。其結果是更好的安全性,並且有能力簡化維護日程表。

自動化

智能和網聯設備的普及意味着,傳統上在井口或加工廠需要熟練員工操作的流程,可以越來越多地以遠程方式操作。其結果將是降低勞動力成本,減少危險環境中工人數量從而提高安全性,以及提高效率。

網絡安全

能源行業已成為網絡攻擊的一個主要目標,比如2012年和2016年襲擊沙特阿拉伯國家石油公司(Saudi Aramco,簡稱沙特阿美)的Shamoon 和Shamoon 2病毒。移動聯網的增多、對作業數據加大利用以及自動化帶來了新漏洞,因此石油公司需要部署最先進的技術來保護自己。

來源:FT中文網

原標題:FT大視野:向數據要石油

最新更新時間:02/23 10:20


本文來源:http://www.jiemian.com/article/1949643.html

index-icon