Добыча нефти и газа – одно из самых прибыльных легальных занятий человечества. Каждый год страны, обладающие запасами этих природных ископаемых, производят около пяти миллиардов тонн сырой нефти и четырех миллиардов тонн газа. Использование технологий всегда было в приоритете для крупных производителей в этом секторе по нескольким причинам.
Во-первых, нефтеносный пласт находится на глубине 2,5 километра, и мы можем судить о нем, о его масштабах и изменениях только по косвенным признакам. Без помощи технологий было бы невозможно моделировать ситуацию, не доступную глазу.
Во-вторых, достаточное количество стран и игроков на этом рынке диктует необходимость постоянно сокращать затраты при увеличении добычи. Это также невозможно сделать без использования ИТ в самом ключевом бизнес-процессе добычи. Этот факт подтверждают и аналитики Gartner. Они уверено говорят о том, что разработка концепции интеллектуального месторождения может помочь добывающим компаниям сократить расходы на 5% и увеличить объем добычи на 2%. Если вы вспомните о 5 и 4 миллиардах добываемых ежегодно тонн, то даже такой малый процент будет достаточным основанием для больших инвестиций в развитие технологий и в том числе в технологии искусственного интеллекта.
То, что нефтегаз активно использует решения на базе AI, говорит объем рынка этих решений в добывающей промышленности: в 2019 году он превысил 2 миллиарда долларов США, а через 6 лет ему предрекают двукратный рост.
Если не брать все стандартные кейсы применения искусственного интеллекта внутри корпоративных бизнес-процессов нефтегазовых компаний, которые не несут никакой отраслевой специфики, то основные блоки, в которых AI востребован – это геологоразведка, добыча и стратегическое планирование.
Интересно, что несмотря на то, что все крупные игроки AI-рынка, такие как Accenture или Oracle также сотрудничают с нефтегазовыми предприятиями, последние стремятся либо «выращивать» собственные решения, либо пользуются системами, разработанными очень фокусно работающими на рынке компаниями.
При это используемые AI-продукты решают глобально несколько задач. Первая – сбор и анализ данных для принятия решения о работе над новыми и текущими проектами по разработке месторождений.
Среди примеров – успешный альянс Shell с Microsoft для использования полного комплекса Azure C2 IoT на своих месторождениях. Параллельно BP выбрал решение от Belmont Technology. Их платформа Sandy собирает и анализирует огромный пласт геологических, геофизических, исторических и резервуарных данных по будущему проекту и создает на их базе графы знаний.
Подобный кейс есть и в Великобритании, где для целой группы добывающих предприятий создана National Data Repository, которая аккумулирует 130 Терабайт данных из 12 с половиной тысяч скважин.
Вторая важная задача, которую решают системы на базе искусственного интеллекта в нефтегазе – это предотвращение сбоев и аварийных ситуаций. Хорошим примером является кейс Aker Solutions, внедривших систему Spark Cognition для мониторинга данных от наземных и подводных установок, которая позволяет предсказывать возможные поломки и предпринимать действия по их предотвращению.
В России нефтегазовая отрасль – одна из ключевых и поэтому и Газпром, и Роснефть, и другие игроки этого рынка буквально каждую неделю радуют СМИ новостями, в которых звучат слова «искусственный интеллект». Но говорю я это без иронии, так как очевидно, что многие из них проделывают огромную работу для того, чтобы создать решения, опережающие зачастую и международные продукты.
Например, «Газпром нефть» со своим научно-техническим центром – делают несколько ключевых для всей российской нефтегазовой индустрии проектов. В частности, это «Когнитивный геолог» - самообучающаяся модель геологического объекта, которая содержит информацию о строении недр, рентабельности будущего проекта, рекомендуемых методах разработки и другую информацию.
Еще одним примером работы «Газпром нефти» может быть использование машинного обучения в бурении – когда искусственный интеллект предсказывает выход за пределы продуктивного пласта.
«Роснефть» также рапортует об успехах на ниве внедрения AI – так, уже 97% всех буровых установок производителя оснащены искусственным интеллектом и работают для автоматических корректировки операций бурения.
Кстати, «Роснефть» же первая повторяет примеры международных нефтяных и газовых компаний, которые, создав единожды передовые решения на базе ИИ, нашли на него спрос среди своих клиентов и других игроков своего рынка. Недавно нефтесервисная компания Baker Hughes (представленная и в нашей стране) заявила о выводе на открытый рынок приложения, разработанного совместно с компаний С3.ai, которое позволяет более точно предсказывать объемы добычи.
А «Роснефть» недавно рассказала о том, что на созданный ею еще в 2017 году промышленный симулятор гидравлического разрыва – РН Грид, как раз с использованием ИИ – уже продано более 200 промышленных лицензий.
Получается, что искусственный интеллект не только оптимизирует впрямую основные бизнес-процессы добывающих предприятий, но и становится хоть и небольшим (по сравнению с основной выручкой), но источником дохода для этих компаний.
Источник: TAdviser
Остались вопросы? Пишите на data@korusconsulting.ru
И подписывайтесь на наш телеграм-канал про аналитику и данные Analytics
Now
