AI技術助力國際油服公司數字化轉型

　　第四次工業革命悄然來臨。儘管第四次工業革命的內涵與外延仍在不斷被詮釋和定義，但人工智能（AI）勢必成為這場革命的核心驅動力量。2024年，諾貝爾物理學獎和化學獎都頒發給了在人工智能領域作出突破性貢獻的科學家。人工智能技術在推動其他學科進步中的作用也已獲得廣泛認可，並被快速應用於各前沿領域的科研和實踐。近期，斯倫貝謝（SLB）等國際油服公司在前期數字化轉型發展的基礎上，藉助人工智能技術，進一步完善了各自的數字化生態系統。

國際油服公司數字化戰略更趨完善

　　斯倫貝謝等國際油服公司高度重視油氣行業對數字化轉型的迫切需求，一方面提高自身的數字化能力，另一方面為石油公司數字化發展提供技術服務，積極整合人工智能、工業物聯網、邊緣計算和雲計算等前沿技術並探索規模化應用方案，準確把握數字化技術在能源轉型中可以發揮的縮短生產周期、提高生產效率、降低開發方案風險、提高資金利用效率等關鍵作用，進一步豐富和完善了數字化發展的戰略。

　　斯倫貝謝等國際油服公司結合行業需求和信息技術發展現狀，提出了實現數字化發展的3條關鍵路徑，並制定了詳細的實施措施。

　　一是加強數字化基礎設施建設。在油氣行業的數字化基礎設施中，最具代表性的就是「開放地下數據空間（OSDU）」。它是由斯倫貝謝、哈里伯頓、貝克休斯等油服公司和bp、雪佛龍、埃克森美孚、殼牌、道達爾能源等油氣公司，以及亞馬遜、英特爾、微軟、谷歌等科技公司共同打造的行業共享數據聯盟。「開放地下數據空間」將所有相關數據類型的元數據標準化，定義了自動數據獲取工作流程，提供了跨所有數據類型的搜索功能，在最大範圍內統一了行業的數據存儲、共享和分析方式。其他數字化基礎設施還包括斯倫貝謝的DELFI認知勘探開發平臺、哈里伯頓的DS365.ai、貝克休斯的BHC3等能夠支持本地和雲端應用的系統。這些系統可以通過智能設備在邊緣環境捕捉數據，實現人工智能驅動的快速決策。

　　二是打造開放和安全的以平臺為基礎的生態系統。無論是國際油服公司開發的系統，還是油氣公司開發的系統，例如，殼牌開發的Shell.ai、雪佛龍開發的「雲原生」、埃尼開發的「認知發現」等，都積極吸引行業內各類企業在生產過程中接入數據，並鼓勵其基於系統開發個性化的應用程序，努力打造數字化生態系統，在保護企業專有信息的同時推動行業科技創新。

　　三是提高全球部署能力。跨國家、跨區域規劃部署包括智能設備、應用程序等軟硬件在內的解決方案，是油服公司和油氣公司數字化發展的關鍵。提高全球部署能力，對國際油服公司和油氣公司提出了很大的挑戰。這需要公司升級作業區域內的電力、交通等基礎設施，幫助本地服務商發展並轉變周邊社區對於外來投資、施工企業的期望和態度。同時，油服公司和油氣公司還要充分適應本地條件以提高生產經營效益效率。

國際油服公司開拓人工智能新領域

　　基於人工智能技術近期的突破性進展，斯倫貝謝等國際油服公司將人工智能領域作為數字化發展的重點領域，通過生成式人工智能等前沿技術縮短科學與數據之間的差距，推進數字化轉型進程。

　　生成式人工智能技術可以通過機器學習來提高數據驅動的決策能力，實現設備運營自動化和實時優化。但是，油氣行業的數據存在非標準化、非結構化等問題，嚴重影響了生成式人工智能的機器學習訓練效果，也在很大程度上限制了其應用範圍。爲了解決此問題，斯倫貝謝聯合人工智能巨頭英偉達，率先在石油行業推出了Lumi數據和人工智能平臺，對接「開放地下數據空間」的技術標準、美國國家標準與技術研究院（NIST）的網絡安全標準，以及最新的人工智能立法要求，嵌入英偉達人工智能企業軟件平臺NVIDIA NeMo、大語言模型（LLMs）和油氣行業基礎模型，幫助其他平臺和應用程序「清洗」地下、地表、規劃和運營中的各類結構化和非結構化數據。斯倫貝謝的DELFI認知勘探開發平臺在Lumi數據和人工智能平臺的加持下，能夠更好地利用更大規模的數據來訓練應用程序，使應用程序根據數據進行更加科學、精準和高效的生產經營決策。

　　與此同時，斯倫貝謝與網絡安全巨頭帕洛阿爾託網絡公司合作，引入一系列基於人工智能技術開發的網絡安全應用程序，進一步提升雲計算和邊緣計算的安全性。通過對專有技術、信息和數據的保護，更好地吸引合作伙伴加入斯倫貝謝打造的數字化生態系統。

我國油服企業應加速數字化發展

　　國際油服公司正在快速開發並升級數字化技術、產品和服務，斯倫貝謝甚至提出2030年實現生產全自動化。與此同時，國際油服公司正在逐步打造帶有聯盟性質的石油工程技術數字化生態系統。國際油服公司的數字化發展既為我國油服企業提供了有益的啟示，又使我國油服企業的海外發展面臨極為嚴峻的競爭形勢。我國油服企業需快速反應、迎頭趕上，才能在高端市場上掌握更多主動權。

　　首先，我國油服企業要全面學習國際油服公司的數字化轉型經驗，深入瞭解油氣公司的需求，完善數字化發展戰略的實施方案，增強緊迫感和責任感。其次，要提升數據標準化水平，掌握國際油氣行業通用數據標準和先進企業的數據管理經驗，加快內部數字化平臺的整合。最后，要積極發展人工智能技術，聯合科技企業選取鑽井、壓裂等關鍵領域，開發訓練人工智能模型，優化應用程序，提高生產經營效率。（曾濤 能源戰略學者）