油气行业数字化转型时机成熟

□ 梁 慧

在油价相对较低的时代，数字化技术在油气行业降低成本和提高运营效率方面的作用将更加突出。

数字化利用了一整套新技术彻底改变商业模式。预计在油气行业每年可节省约10%的运营成本，同时可以有效减少安全事故，提高作业效率甚至实现勘探突破。虽然目前油气行业的数字化进程已有进展，但相对其他行业仍然缓慢，面临数据治理和管理的瓶颈，行业观念、企业制度和文化的转变，以及网络安全的挑战。石油公司应积极应对行业新趋势，在数字技术的突破对市场价格造成影响之前，加快公司数字化进程，抢占未来先机。

数字化为油气行业带来的优势

数字化是利用数字技术和集成数据流的商业模式和活动的战略转型，会带来更高的商业回报和新的商业机会。数字化为油气行业带来的优势是显而易见的，可以归纳为以下几方面。

江苏油田采油二厂自动化监控投入使用后，原本186口油水井需要50人录取井口数据巡井，现在只需要8人就可以完成日常巡查。陈冬 摄

1.提高健康、安全及环境安全。行业经验表明，在当前高度监管的环境下，安全及环境事件不仅会威胁到盈利能力，还会威胁到参与者的生存。为此，在地理分散的数据化远程操作中，最基本技术要求有自动化的生产控制、监测设备状况和预见性系统关闭等。数字化在油气行业中对健康、安全及环境的提高较为明显。因为无人驾驶汽车可使工人脱离作业现场，进入办公室操作。在野外现场作业采用传感器和警报器，以及虚拟现实和增强虚拟现实(VR和AR)等连接在一起的设备，不仅可以防止严重的健康、安全及环境事故，还可同时提供更多实时数据来提高运营效率。

2.改进资本配置结构。促进企业改进资本配置结构，应对随机变动的市场环境，在当前应进一步专注价值创造、利润率、生产力和资产利用率的环境下，将短期投资的重要性置于超长期投资之上。

3.提高运营和生产效率。随着物联网、机器学习和云计算等软件工具的逐步开发和完善，以前很多复杂的业务变得简单易操作，不可能的事情变成可能，有利提高企业运营和生产效率。如戴文公司的全美页岩区块剩余油气可视化交互式地图，计算一遍当前所剩余油气量并以交互式地图的方式呈现出来，只需短短10分钟。可以进行油田的区块分析，压裂的效果、裂缝产生的长度和深度及流体流动的效果分析。使用无人机进行管道检查，利用大数据记录从周边农作物的生长情况来判断有无管道龟裂等情况，实现开发生产现场状况录像监控等。

4.合理安排设备的维护周期，提高可靠性。可以利用数字化的应用程序监视设备的状况，通过数据分析来最小化灾难性故障和过程中断的风险，同时最大化设备的可靠性和生产效率。目前已开发的这类程序有GE公司的资产性能管理(APM)程序、Lloyd's Register的实时维护优化程序等。

5.增加资源。增加资源也就是发现新资源量或提高采收率。用计算机化技术可以在地球表面以下数千米处寻找新储量的作业。像壳牌的Geo Signs软件套件和广角方位(WAZ)工具包等专有技术，可以将地震数据转换成详细的地图。这项技术可以比以往更快、更有效地帮助地质学家找到油气资源。如在位于复杂的地下盐结构之下的美国墨西哥湾Deimos油田获超过1.5亿桶的石油发现。

6.节约成本，提高收益。在油价相对较低的时代，数字技术为油气行业可能带来的巨大成本和运营效率也变得更加突出。随着全球大宗商品价格的回升，现在成本削减面临压力，数字技术的采用有望为此带来破解之法。国际能源机构在其2017年关于数字化和能源的报告中估测，数字技术可能将油气生产成本削减20%。保守估计，到2025年，油气上游活动中的数字技术可能会导致累积资本和运营节省1000亿美元。据伍德麦肯兹的统计，美国本土48个州的勘探开发公司通过采用优势分析和物联网数据技术，在钻井和完井作业中已节省了近10%的费用。在油气下游领域，机器学习等数字技术可以完善设备的预测维护和自动化优化控制。例如一般炼油储运意外损耗约为100万桶/日，但随着炼油厂越来越多地设置传感器，可获得更多的数据进行管理，使实际损耗减少50%。

数字化技术带来的收益是递增的。创新过程一般都经历初始规模较小，再突破，然后被广泛采用阶段。油气行业新技术的应用也要经历该过程。目前仍处于采用数字化技术的初始小规模阶段，收益虽低但在递增。下一步这些行业的不同领域的不同部分将在不同的时间到达收益大幅增加的突破拐点，最后是数字技术在行业内各个公司都有应用，收益的增加与成本投入同速发展直至减缓。

油气上游业务在2014年油价崩盘后，利润受到极大的挤压。美国本土勘探开发公司率先采用了数字技术，降低成本，提高决策效率，以求提高收益。据伍德麦肯兹用大数据对美国本土勘探开发公司的经营影响分析表明，仅技术优势(数字和操作)就使二叠纪盆地的产量增加了10%。

油气行业数字化进程面临挑战

油气行业都处于数字化过程之中，但与其他行业相比落后好几年。这种滞后是一把双刃剑，例如需要的技术既可以直接从其他行业获得的经验中迅速获益，还可以向大型IT公司寻求帮助和支援，获得更安全、更精简和更高效生产的数字化路线。

行业观念的转变将是实现持久效益的关键。油气行业的观念虽然较为保守，厌恶风险，但也在进行着数字化转型。因此，随着企业经营方式的变化，员工总数可能会更少。简单的和手工操作的业务将被自动化，员工将有更多的时间集中在更安全和高价值的工作上，从而需要具有相应的新技能。员工会对这些新变化抵制，对新程序和做事方式产生不信任。雇主必须在疏导员工的担忧的同时，对企业环境要求和股东期望的数字技术进行实施和扩展，这一转变将是实现持久效益的关键。

数据管理是一个巨大的挑战。数字是未来，企业数字管理将成为日常经营手段之一。要真正把数据变成资产并从中获益，需要进行企业数据管理。数据遍布企业的整个价值链，企业间可以分享，以获得最大的回报。技术类公司因为拥有大量的数据和智能的雇员，使他们能够迅速地扩大规模，获得丰厚利润。油气行业实际上也拥有数量巨大的数据，但没有统一的数据标准，数据来源和类型复杂多样，就连公司内部一般都会有大量重叠的数据集和孤岛数据，结构化数据仅占全体数据的20%。这使得跨团队和公司共享数据变得困难。首要的任务是数据治理和管理，把体量巨大、高速增长、种类繁多的数据组织在一起，并发现它们的新价值。公司需要花费大量的时间和经费统一数字格式，将油气行业传统的技术与新“数据科学”结合是一个重要的、花费时间的难题。

克服企业制度化和企业文化限制。小型公司比大公司更易、更快地获得更多的收益。油气行业的小型公司容易实现并规模化使用数字化技术。小型公司的投资组合规模、业务量、雇员都相对较少，公司营运产生的数据也较少，现有的遗留系统更少，从而组织数据会容易；而且他们习惯于借助和利用外部技术援助，因此更容易克服文化障碍。AkerBP公司就是一个很好的例子，它已经建立了一个企业数据管理系统，并且已经在其运营中成功部署数字技术。大型公司必须向小型公司学习，克服企业制度化和企业文化限制，挑选最佳的和最相关的应用技术，并结合自己的实际情况，获得巨大的利益，巩固市场的主要参与者的地位。如挪威国家石油公司已经锁定削减30%的资本支出和50%成本的目标，如果实现这一目标，这将是一个革命性的节省。

网络安全。随着资产越来越多地与网络相连，公司运营受到网络攻击的风险大大增加。企业将需要通过监控威胁、识别漏洞、建立健全的控制及促进安全意识文化，来保护关键的数字基础设施免受网络攻击。

数字业务模型的五个指导原则

考虑到数字化为油气行业带来的优势和挑战，油气公司在设计数字业务模型时，需要遵循五个指导原则。

数字技术是企业转型的帮手，是解决公司最大业务问题的手段，不是目的。企业运营应该以商业为导向，而不是以技术为中心，找出最大的商业挑战，并评估数字技术怎样起作用。

数字化影响企业的整体运营模式，包括企业愿景、战略、工作流程、文化和员工行为。一些油气公司将数字技术视为核心业务的细枝末节。基于这种理念的数字化的结果是孤立的，不能提供企业驱动效率和价值所必需的全面的策略。公司需要在价值链的所有关键元素上建立新的数字能力和技术手段。

数字技术应该超越公司界限，包括整个行业系统，如供应商和外部合作伙伴。例如，包括业务所在国政府和石油服务提供者和承包商在内的新油田开发的所有利益方，都应采用数字技术。

每个公司都需要创建自己的数字转换模型。没有可遵循的单一的、模型的数字模板。尽管可以效仿领先企业的最佳实践案例，但应该识别正确的案例，为满足特定业务需求和挑战量身定制数字解决方案。

构建多学科团队。公司需要工程师和数据科学技术人员的正确能力的组合。随着对数据分析的关注越来越多，公司将需要更多精通数字技术的工程师。在技术和技术能力之间找到这种平衡，可能是首席战略官和首席信息官面临的最棘手的挑战。

油气行业数字化发展趋势

西北油田采用无人机巡检输油管线。李晓东 供图

油气领域数字化转换时机已成熟，操作有危险的和成本高昂的业务将广泛实施数字自动化。所有的新开发油气项目都将部署这样的操作：数字油田、数字精炼厂、数字采矿厂和数字发电厂。无人操作的FPSOs也将会出现。基于数据的决策将成为规范，比基于物理学或工程学的决策更重要。

数字化的终极阶段将是智能化，也就是企业全面拥抱人工智能（AI），变成人机一体世界。人和机器的关系：信息足够完备、语义智能在人和机器之间自由交互。为此，油气公司的经营需要为以下趋势做好准备。

1.AI驱动的商业运作模式的重塑。多数企业AI应用都是为了通过增加正常运行时间、提高单井产量，降低健康、安全及环境安全风险等提高作业效率，降低成本。这种创新的商业模式将改变钻井服务商、设备制造商和油气公司的市场格局，只有将AI深度嵌入其核心设备和流程中的传统工业部门才能在变革浪潮中脱颖而出，这就意味着油气公司的商业运作模式需要重塑。

2.AI更多应用到上游领域。AI平台已经在2017年实现了在油气行业内的通用性，未来将在油气上游领域发挥重要作用。如Flutura公司的Cerebra工业AI应用中心针对深水资产的诊断、水力压裂、LNG等多种上游问题都预设了解决方案。预计有更多的人工智能程序使用高度专业化的算法，从而大幅提升上游特定和复杂问题的解决能力。

3.消除工业传感器信号的盲点。AI技术在实际应用中面临的最大挑战是信号盲点问题。油气行业传感器领域需针对这一问题进行攻关，包括利用基于微分干涉的光学测量检测油气质量、油罐油量异常等。

4.边缘智能成为核心。边缘智能是让系统中的每个设备端都具备数据采集、分析计算、通信和智能功能，数据的安全性得到极大提高。此外，还节省了数据传输的时间，现场的问题能够得到及时响应。即使当资产或流程的某个环节出现故障时，边缘智能也依然可以保证其核心操作的完整性。在油气、矿业等生产制造行业，企业可以通过边缘智能对生产设备进行实时监控和分析，进而提供实时操作指导，对失效设备组件进行及时修复和更换，消除隐患，实现资产维护的智能化。

5.传感器数据高速公路。当前的数据网络已经不能满足数据传输的高速率，需要在油气上游流程和资产上增加传感器的密度，提升传输频率。目前已经有Sigfox和Ingenu等公司开始构建新一代传感器数据传输基础设施。这种设施类似于高速路上的专用道，可实现油气生产数据的快速、高效传输。

数字化技术的突破将会降低油气行业整体的成本曲线。从一个公司的角度来看，在数字化技术的突破影响市场价格之前，最佳选择是获取利润。那些快速、大规模地采取数字化技术的公司将是受益最大的。