AI为何被传统能源公司拒之门外？

【编者按】 人工智能 已经证实了其对石油和天然气公司的价值，而在行业内大量采用人工智能技术却仍然面临着诸多障碍。本文从两方面进行分析：1）传统 能源 企业技术更新迭代缓慢；2）能源行业内部面临的挑战。

本文来源于zdnet.com，作者Bob Violino；由亿欧编译，编译作者王璐。

人工智能（ AI ）已经证实了其对石油和天然气公司的价值，而在行业内大量采用人工智能技术却仍然面临着诸多障碍。

Tessella公司，致力于提供工程和咨询服务，通过数据帮助全球能源公司确定提高钻井运作和企业运营效率的方法。该公司能源部门主管Ray Hall指出：“石油公司采用新AI技术的障碍仍有很多，包括对变革的抗拒，对现有知识是否充分的置信置疑，以及对新技术是否能够实现存有的疑虑。”

据Hall称：“我们的许多客户已经对大型技术供应商进行了投资，尽管分析显示前景无限，结果却使人大失所望。”Hall表示，石油公司多年来一直运用分析方法，如供应链平台中的模型预测控制（MPC）和炼油规划中的线性计划。这些公司对结构化数据方法和分析技术的使用并不陌生， 他们的现有方法基于旧技术，这些技术难以与更新的分析技术（如通过 机器学习 来提升业绩）相结合，导致各公司在该领域的发展有限。

从竞争的角度来看，对于石油和天然气公司来说， 因为该行业在许多层面上都面临着比其他行业更多的挑战 ，克服在运用AI和其他新兴技术上所遇到的困难就显得尤为重要。

一方面是长期的价格不确定性。 Hall表示：“长期桶价超过100美元的日子已经一去不复返，全球需求下降与生产能力的提升将使石油价格走低，这意味着石油公司必须大幅度降低生产和炼油成本。”

此外，该行业还面临着人力老化的问题。 Hall表示：“我们就老龄化问题已经做了大量的预测，但是人们普遍认识到，在未来五到十年内，高达40％的石油和天然气劳动人员将会退休。用人力取代这些经验丰富的劳动力将极具挑战，因此通过认知和机器学习解决方案来增加自动化决策支持，是减少对经验的依赖的一种有效手段。”

最后，随着对石油和天然气资源的依赖减少， 该行业的企业需要转变其业务 ，成为拥有 可再生能源 的完整能源供应商。

Hall指出：“要实现这点，各企业需要以一种有利可图的方式同时运营常规资源和可再生能源两种业务。这将需要一个能够有效地满足客户需求并优化能源结构的更为现代化的技术环境。”

Tessella已帮助多家石油公司利用AI优势改进业务流程 ，其曾与一位石油公司合作，帮助该客户增加对现有钻井设备的耐久性和腐蚀水平的了解，从而实现其从开采油井中获得更大收益的计划。

Hall表示：“ 该公司拥有大量的历史数据，但对这些数据缺乏足够了解。 我们采集了所有油井运营数据的历史记录，并使用一系列AI统计技术来分析数据中的结构，从而寻找历史数据和腐蚀水平之间的相关性，然后基于潜在变量了解历史记录中与腐蚀相关的因素。”

这项工作能够帮助客户自信地做出基于风险的决策，从而充分了解其中的不确定性、风险和敏感性因素。Hall指出：“这将带来巨大的影响，了解腐蚀状况对于实施项目至关重要。”