如何利用人工智能带动石油行业转型

虽然石油和天然气行业的估价在过去几十年中一直经历着起起落落，但是许多金融机构还是寄希望于2017年的油价能够有小幅的提升。虽然有人认为石油行业效益增长正接近尾声，但是这个观点仅仅针对于某些硬技术，特别是与石油和天然气相关的方面。

为了帮助石油和天然气行业正式迈入21世纪，需要整合很多其他行业的技术、多年的专业知识积累以及不同的思维方式。Oilprice之前曾提出，结合食品工业技术可以提高水力压裂石油的安全标准，然而结合IT行业的技术才能使石油和天然气行业真正受惠。无论是神经网络、机器学习、模糊逻辑、案例推理以及专家系统，人工智能都有可以帮助其转型的潜力。

上游爆发

当远程传感器连接到无线网络中，哪怕是从最奇怪的地方，数据都可以被收集和集中分析。根据麦肯锡公司的数据，采用人工智能可以在石油与天然气供应链中节约500亿美元，并且能带来持续的利润增长。举个例子来说，使用人工智能算法可以在地震数据中更准确地筛选信号和噪声，并减少10%的干井开挖。现在这项技术也被带入了500强公司，早些时候英特尔收购了美国圣地亚哥的一家创业公司Nervana，他们利用这些技术提高石油勘探的操作效率。有了英特尔的助力，石油巨头们可以期待这项技术通过董事会大规模地实施了。

实时大数据

石油与天然气行业已经开始利用数据去分析井下环境，随着数据分析成本下降，现在这些技术正在被运用到更小的井中。数据分析可以在危险发生之前提出预警信号。

钻一个井时，机器学习软件会考虑大量不同的因素，比如地震震动、热梯度、地层渗透率，并连同压力等传统数据一起。已经成立四年的西雅图初创公司Seeq 表示，这些数据能帮助钻井在如方向与速度上做出实时决策，以此优化整个钻井作业，同时还能够预测诸如半潜式泵（ESPs）等设备的故障，来降低计划外停机的次数和设备成本。

机器正在学习

在宏观层面上，深度机器学习可以帮助提高对于宏观经济趋势的意识，从而推动在勘探和生产（E&P）方面的投资决策。经济条件甚至是天气模式，还有生产强度等因素都会在投资决策中被纳入考量范围。Kpler这类公司一直采用地理追踪船只技术，将当前能源船只的航行轨迹与历史趋势进行对比，来帮助运营商进行更好的决策。这些类型的数据可以帮助确定能源航运业的趋势。

模糊决策

模糊逻辑是一种人工智能的机制，可以在数据不完整或者不可靠的状况下帮助决策。如果用一定数量的输入来设计一个算法，模糊逻辑可以在一个或多个传感器提供虚假或不一致数据的状况下克服这些缺陷。模糊逻辑也可以在数据需要被外推，或者需要将信号与噪音区分时通过储存表征、加密钻井以及油井模拟提供帮助。

创新或消亡

现如今的石油与天然气行业已经被过去十年内的两次行业低迷所改变。虽然采用了诸如定向钻井与水力压裂等硬技术，但是这个行业为了在目前的低价市场中生存，还需要持续这样的趋势。人工智能有潜力区分出拥抱技术继续繁荣下去的人，而那些自满保守的人终将被抛弃。