中国工程院院士刘合表示，从油气勘探与生产到供应链管理，数智化发展已经催生出一系列创新成果，不断为行业带来更高效、可持续和安全的生产运营方式。

　　数字化、人工智能等技术正在深刻改变油气行业面貌，尤其是在提高油气勘探开发效率、降低运营生产成本、保障安全生产、降低环境风险等方面发挥重要作用。

　　中国工程院院士刘合表示，从油气勘探与生产到供应链管理，数智化发展已经催生出一系列创新成果，不断为行业带来更高效、可持续和安全的生产运营方式。

　　最突出的成果是减员增效

　　当前，全球油气勘探开发对象正从常规油气田向非常规油气田、从浅层浅水油气田向深层深水油气田转变，勘探开发难度增大，成本越来越高。

　　在刘合看来，内部资源品质变差和外部竞争等因素，倒逼油气行业发展人工智能。数智化发展成为油气行业提质增效的重要途径，助力绿色低碳、能源变革。“数智化发展是油气行业高质量发展的必然选择，也是培育新质生产力的必然选择，同时也是未来增储上产和实现深地深海等‘超级工程’的重要推手。”

　　比如，智能解释分析技术、大数据分析技术、多专业数据集成分析技术，可以增加油气藏地质预测分析效率和准确性。装备智能化、操控远程化，以及油气勘探开发向无人化、少人化现场作业发展，减少了操作成本，降低了安全风险。

　　刘合表示，数智化发展贯穿勘探、开发、生产、储运、炼化全产业链，应用范围从作业区、采油气厂到油气田公司，涵盖勘探开发全业务链的信息化支撑体系，在量化决策、降本增效、增储上产、提高效率、转变生产组织模式等方面取得重要成效。

　　刘合指出，目前油气行业数智化发展最突出的成果之一是实现了减员增效。“如今，油气企业井数不断增加，开采难度与工程量同步提升。在数智化的帮助下，行业实现了在没有增员甚至减员的情况下，保质保量完成任务。此外，助力实现‘双碳’目标，数智化做到了对能源企业生产全链条下能耗与排放的精准预测，快速感知、判断决策和管控能力不断增强，油气企业能耗指标不断下降。”

　　仍在爬坡起步

　　数字化转型和智能化发展正为油气行业带来新变化。刘合介绍，“三桶油”在数字化转型方面做了很好的基础工作，目前通过数据共享、业务协同和智能化建设，已逐步迈向智能化发展新阶段。

　　但客观现实决定了人工智能等技术在油气领域落地需要长期探索与攻关。

　　“互联网、金融等领域的人工智能技术应用已向效率化、工业化生产的成熟阶段演进。油气行业需要融合专业领域知识，且业务场景复杂，面临数据获取成本高、数据质量待提升等现状，目前还无法单纯依靠数据驱动。国内外油气上游领域总体还处于数字化和人工智能技术与典型应用场景融合赋能的起步探索阶段。”刘合指出了油气领域数智化转型所面临的挑战。

　　“一方面，油气行业的数据多来自地下，此前的数据采集装备自动化程度以及管理存在一定问题，数据标准不统一、样本缺失、数据质量难以保证。”刘合说。

　　“另一方面，不同于互联网数据，大多数油气地质数据获取成本较高，多为‘小样本’，数据量无法满足深度学习要求，难以获得供机器学习的‘教材’。如果训练的数据样本不够多且不够真实可靠，训练就失去了意义。”刘合进一步说。

　　刘合表示，目前还存在数智化产品成本高，复合型人才培养成本高，短期内投入产出比不高等现象。未来油气行业数智化发展不仅需要良好的协同发展生态，更离不开有效管理体制与政策支持的配合。

　　应用前景广阔

　　当下，与IT公司强强联手加快布局数字化，运用大数据、人工智能对油气行业赋能，已成为油气企业的共识。

　　“虽然数智化发展存在诸多挑战，但油气企业已经建设了一体化平台。2019年以来，相关部门发出一系列信号，加大数字经济与实体经济融合，鼓励传统企业进行数字化转型。未来，智慧油气田、智慧管道、智慧炼厂、智慧加油站等应用前景广阔。”刘合说。

　　刘合建议，未来要建立数据质量管理框架，将业务、技术和方法结合，建立可信、透明、可追溯的数据交换与业务协同体系，加强数据治理。

　　其次，油气行业专业知识壁垒高，亟需复合型人才，加强人才培养尤为重要。“与人工智能的发展趋势是AI技术和专家经验的融合类似，构建知识与数据双驱动的模型很有必要。”刘合指出。

　　再次，以社会、高校、企业为核心产业主体积极共建智慧能源合作生态，包括算力、算法、数据三位一体的AI新生态。同时，转变固有观念，充分认识到数字化转型和智能化发展是一项可持续发展工程。

　　刘合表示，油气行业人工智能落地道阻且长、未来可期。油气行业人工智能工业化落地应用是一项复杂的系统工程，是一项持久攻坚战，不能一蹴而就，需要以点带面、逐渐铺开。

　　文丨本报记者渠沛然