從過去向未來的路

從數字地圖、GPS到自動駕駛

就是數字化到人工智能的過程……

(資料圖)

這是一條荊棘叢生的道路

人工智能落地案例少

業務場景復雜

數據治理、頂層設計上的

重重挑戰不容忽視

數字化之后

油氣人工智能發展“路況”如何？

又將通向何方？

下一站——

駛向人工智能新賽道

作為重要的技術引擎，人工智能已成為國際競爭的新焦點和引領未來的戰略性技術，是傳統油氣企業推進油氣全產業鏈改革的必由之路。

中國石油和化工自動化應用協會會長陳明海

“大數據以及新興的人工智能、物聯網、云計算等信息技術發展和應用逐步成熟，特別是基于人工智能的物探和測井智能解釋、智能油藏描述、數字孿生鉆井、智能壓裂等技術的實踐應用，將徹底顛覆傳統的工作模式。”

身處新一輪能源變革浪潮之中

人工智能為油氣行業帶來了前所未有的機遇

近年來，中國石油將新一代信息技術融入油氣產業鏈的產品、服務和流程中，啟動實施智能油氣田等試點建設，“勘探開發夢想云”平臺實現60余年勘探開發數據的共享應用，數字化、智能化支撐并推動主營業務發展見到新成效。

華北油田采油一廠輸油作業區任一聯合站應用AR全景鷹眼系統進行輪巡。姜浩然 趙利慶 攝

智能化——

要闖數據取用三道關

與通用行業相比，油氣領域的人工智能應用落地案例少、起步晚，部分研究尚處于起步階段，沒有形成完備的理論技術體系。

數據有“三難”

一是獲取難。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，深埋地下的油氣資源數據采集成本高、業務場景復雜，對地質、油藏的認識難以轉化為可感知、有定論的數據。

二是互通難。行業層面的信息統籌不足、共享能力建設欠缺。縱向看，地質、地震、測井、鉆井等油氣藏開發多個環節的數據能夠相互支持，卻各自獨立；橫向看，多個供應商、服務商的數據標準不一，質量參差不齊。低水平的重復開發阻礙了行業的縱深發展，造出了無數個數據孤島，一套標準化的數據采集、存儲與管理規范亟待建立。

三是用好數據難。在一個個“智慧化”指揮中心，數據傳輸、采集功能十分完善，大幅降低了人力巡檢成本、錄入成本。然而，炫目的可視化效果背后，無法掩蓋“成果”的缺失——數據僅僅停留在表層分析上，沒有自主提供決策和優化生產的能力。

勘探開發研究院專家、中國石油和化工自動化應用協會人工智能分會秘書長劉文嶺

“在監測、檢測、解釋、建模、數模與生產優化等單一的生產環節加人工智能技術是不‘解渴’的，賦能油氣田開發效果并不明顯，根本原因是‘單項技術+AI’并未改變油氣田現場的生產流程和工作方式，數字化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。”

新未來——

探尋人工智能新風向

中國地質大學（武漢）智能油氣藏首席科學家龔斌

“智能化油氣藏的核心任務在于回答3個問題：油藏長什么樣？會變成什么樣？該怎么做最好？這需要更精確的地質模型、更精準的智能預測、更合理的開發決策。”

青島理工大學副校長張凱

“人工智能技術將持續助力油氣企業實現自動化生產，降低人工成本和人為誤操作風險，提高設備的可靠性和可用性，監測預警設備故障，減少維護成本和生產停滯時間，同時提高生產效率和安全性，實現從勘探、開發再到生產的油氣田全生命周期的管理和優化。”

數字孿生等新技術的發展應用已經起步。英國石油公司采用數字孿生技術研發出的模擬與監控系統APEX，已將生產系統的優化時間從數個小時縮短到20分鐘。基于數字孿生油氣藏構建的油氣開發業務新模式，將帶來油氣田開發領域一場新的技術革命。

建立標準化、可共享的平臺成為與會專家共識。大港油田在數智油井、數智場站、數智井筒、數智油藏初獲成效的基礎上，將“點”上的“數智”應用在“線”上，串聯起來，連點成線、聚合放大，以油氣行業地上地下聯動、井管站一體化為目標，開展科技攻關。

昆侖數智公司副總經理楊勇

昆侖數智將建立更加匹配的機制，實施更加有效的措施，吸引更多企業參與到整個油氣行業工業互聯網平臺的建設中，持續提高在工業領域，尤其是在油氣行業領域智能化發展過程中的高水平科技自立自強能力。

未來已來，智行未來

這是一場發展理念、工作模式

運營管理、科技研發

管理體制機制的顛覆性變革

邁向“智慧中國石油”

我們如何夯實數據之基，打破數據孤島？

要用怎樣的新觀念、新機制支撐生產智能化？

如何構建產業新生態？

走好智能化發展之路

仍有許多必答題等待我們回答

關鍵詞：