在日前召開的2023中國油氣人工智能科技大會上，眾多優秀案例展示出數字化、智能化技術已經廣泛應用于油氣產業鏈的各主要環節。油氣企業通過運用科技“引擎”，不斷降低生產成本，提高氣田開發水平。

“中國石化、中國石油、中國海油在數字化轉型方面打下了良好基礎。目前，通過數據共享、業務協同和智能化建設，已經邁向智能化油氣發展階段。但需要注意的是，油氣行業數智化落地應用是一項復雜的系統工程，更是一場持久攻堅戰，不能一蹴而就，需要以點帶面、逐漸鋪開。油氣行業實現人工智能落地道阻且長，但未來可期。”中國工程院院士劉合說。

(資料圖)

為油氣生產安裝“腦、眼、手”

近年來，數字化、智能化不斷賦能油氣產業鏈各環節，數智化的“腦、眼、手”為油氣勘探開發、生產等環節注入新活力。比如，中國石油東方物探公司應用的“Timer”軟件，為高效勘探突破和資源發現提供了重要技術支撐，堪稱“智能大腦”。

中國海油渤海油田秦皇島32-6油田是我國第一個海上智能油田，在油田CEPI平臺主配電間內的無軌智能巡檢機器人，成為油田一個不受固定軌道限制的智能安全“衛士”。通過數字技術賦能油田生產和運營管理，中國海油不僅節省了操作費用、增加了產量，還讓系統更加安全可靠，開創了“智能、安全、高效”的新型海上油氣開采運營模式。

中國石油大港油田將人工智能與物聯網、大數據等技術有機結合，成功研發系列油井智能調控產品，實現了人工操作向智能管控模式轉變。

劉合表示，國內油氣企業都在描繪自己的數智化“藍圖”。油氣行業信息化和數字化建設也經歷了單機應用、分散建設、集中建設、集成應用的過程，基本實現了數字化油氣田建設目標。目前，正在通過數據共享、業務協同和智能化應用建設逐步邁向智能油氣田階段。“不論是從決策一致性、科學開發，還是從高效生產、實現理想投資回報率來看，都需要人工智能技術繼續落地。”

數智化發展還需邁坎

“不少企業認為，數字化、智能化轉型只是信息化系統的實施或是新技術的試點應用。”劉合說，“事實上，數字化、智能化轉型是涉及企業全業務、跨職能的系統性改革工程，單一的生產環節加人工智能技術并不‘解渴’。大數據不是數據大，轉型必須依托生產方式、業務模式的變革，否則無法做到產業升級和提質增效。也因為油氣企業屬于資源型企業，受地域影響大，客觀條件和資源獲取能力給人工智能發展帶來一定挑戰，仍然存在數據共享難、業務場景雜、研發生態弱、短期見效慢等問題。”

實現數字化、智能化，還要闖過多道關口。一方面，油氣行業缺少價格低廉、常態化的監測數據采集技術作為支撐，數據獲取成本高，數據質量問題突出，缺乏標準。且油氣業務場景復雜，要融合專業領域知識，無法單純依靠數據驅動。

另一方面，數據互通存在難題。中國海洋石油有限公司副總裁孫福街指出：“‘數據+平臺+應用’是國際石油公司數字化轉型和智能化發展的主流框架。而國內不少企業信息化建設相對分散、數據孤島現象嚴重，只能邊治理、邊建設、邊整合、邊應用，需要加速解決傳統組織模式下各板塊孤島叢生問題，提升組織協同效率。”

劉合表示，行業內數據無法互聯互通，加上技術人才缺乏，合作運維是個大問題。如果讓數據僅停留在表層分析上，就無法自主提供決策和優化生產的能力。“更重要的是，未來人工智能落地應用投入周期長，產品和復合型人才培養成本高，短期內投入產出比不高，導致不少企業對人工智能應用的認識和投資意愿不足，缺乏有效管理體制與政策支持配合。技術和業務人員之間存在目標差異下的協作配合問題。”

讓數據資源變為資產

在全球油氣行業景氣度復蘇預期下，與IT公司強強聯手，加快布局數字化，運用大數據、人工智能賦能油氣行業，成為多家石油公司的共識。

劉合建議，要加強數據治理，實現數據共享和質量管控，利用區塊鏈等技術建立可信、透明、可追溯的數據交換與業務協同體系。“數據也需要去偽存真，讓海量數據變成有用的數據、準確的數據，讓數據資源真正成為數據資產。”

與會人士表示，油氣企業要認識到數字化轉型和智能化發展是系統工程，應該轉變固有觀念。

“油氣行業人工智能落地是一項復雜的系統工程，單獨的AI模型無法解決復雜的業務問題，且油氣行業專業知識壁壘高，業務場景復雜程度高，還需要知識和數據雙驅動，培養復合型人才迫在眉睫。”劉合說，“應當鼓勵高校、企業等核心產業主體協同合作，構筑AI行業應用的技術縱深發展。”

中國工程院院士李根生也表示，未來要重點培養油氣行業數智化復合型人才，基于業務場景需求，讓數據資源、人力資源、模型算法共同推動我國油氣業人工智能發展。

關鍵詞：