近日，数据分析和咨询公司GlobalData 发布的一份名为《油气人工智能:石油勘探AI》的报告，从不同维度展示各家企业在石油勘探人工智能方面的情况。GlobalData是一家全球领先的数据分析和咨询公司，为各行各业提供商业智能、市场研究、竞争分析等服务。从这份报告来看，到底谁是油气行业石油勘探人工智能的领导者呢？
GlobalData的分析报告认为，石油和天然气行业仍然是专利创新的温床。政府法规，降低成本和提高安全性的需求等因素，都在推动着石油和天然气行业的专利创新。不仅如此，数字化以及人工智能(AI)、物联网大数据和机器人等技术日益增长的重要性，也推动油气行业专利创新活动。根据GlobalData关于《油气人工智能:石油勘探AI》的报告，仅在过去三年中，油气行业就有超过52.3万项专利申请和授权。根据GlobalData的技术展望，有60多个创新领域将塑造该行业的未来。
01. TOP 40排行榜
毫无疑问，在人工智能领域范围里，石油勘探人工智能是一个重点创新领域。石油勘探人工智能是指人工智能技术和技术手段在油气勘探领域的应用。它包括利用先进的算法和机器学习(ML)来分析地质、地球物理和地震数据，以预测潜在的油气储层，优化钻井位置，并在整个勘探和钻井阶段加强决策过程。
GlobalData的分析还揭示了处于每个创新领域前沿的公司，并评估了他们在不同应用和地区的专利活动的潜在范围和影响。根据GlobalData的数据，目前从事石油勘探人工智能的开发和应用有40家公司，包括技术供应商、老牌石油和天然气公司，以及新兴的初创企业。
通过下图，GlobalData的数据展示在石油勘探人工智能领域的主要参与者，他们也是石油和天然气行业的颠覆性创新者。
上图中，圆饼大小表示 2020年至2022年之间的专利数量，应用的多样性及地理覆盖范围得分被归一化，在0到1之间进行排名。
“应用多样性”衡量的是每项专利的申请数量。它将公司大致分为“利基”创新者和“多元化”创新者。（利基niche，是指针对企业的优势细分出来的市场，这个市场不大，而且没有得到令人满意的服务。产品推进这个市场，有盈利的基础。在这里特指，针对性、专业性很强的产品。）“地理覆盖范围”是指专利注册的国家数量。它反映了地理应用的广度，从“全球”到“本地”。
GlobalData从事石油勘探人工智能的开发和应用的40家公司进行分析，并按照其在石油勘探AI技术上总的专利数量进行了排名。其中，哈利伯顿领先，斯伦贝谢位居第二位。石油巨头沙特阿美和BP分别位列第三、第四，挪威国油位列第五位。中国海油位列第8，这也是这份榜单中TOP 10里唯一的中国企业，且高于埃克森美孚、壳牌、康菲等。
哈里伯顿是石油勘探人工智能领域专利申请最多的公司。该公司当红产品之一DS365.ai 软件基于人工智能和机器学习帮助，改善地下、钻井和生产工作流程。该公司于2022年与沙特数据和人工智能管理局(saia)达成协议，使用ds365 . AI .软件开发解决方案。此外，哈利伯顿还提供LOGIX自主钻井平台，该平台使用人工智能和机器学习来重新开发老井。
哈利伯顿还与专注于推动跨行业人工智能转型的技术先驱AIQ ADNOC以及ADNOC达成合作，成功推出了基于人工智能的自主井控解决方案RoboWell。该项目是有史以来第一个人工智能支持的气举井先进过程控制(APC)解决方案，使自主井能够在规定的操作条件下自我调整，以最大限度地提高产量。RoboWell系统利用实时数据对不断变化的油田动态做出持续反应，优化生产过程，并确保在安全参数范围内运行，以最大限度地减少井的不稳定性，降低停井或其他事故的风险。
尽管在该领域专利申请数量方面，斯伦贝谢排在哈利伯顿之后，但其在该领域的声誉及行业认可度丝毫不逊于哈利伯顿。例如斯伦贝谢的DELFI平台“大杀四方”，牵手埃克森美孚、壳牌、雪佛龙、康菲石油、挪威国油、巴西国油等石油大佬。斯伦贝谢在人工智能方面的动作频频。最近10月底，斯伦贝谢和ADNOC以及AIQ公司联合推出了一种新的人工智能驱动的储层分析和油田开发解决方案Advanced Reservoir 360(AR 360)，推动上游石油和天然气勘探和运营的优化，提高效率，减少能源使用和排放。AR360 是一款油藏可视化和性能应用程序，它将地下数据整合到一个集成系统中，使用 AI 和自动化来优化油田开发计划。
在应用多样性方面，科氏工业(Koch Industries)位居第一，SK Innovation和Quantico Energy Solutions分别位居第二和第三位。从地理覆盖范围来看，BP位居榜首，其次是DataInfoCom USA和Equinor。
02. 意义重大但应用不足
GlobalData的报告指出，通过提高效率和安全性、降低成本和优化操作，人工智能有可能成为更有针对性的油气勘探的关键工具之一。它有助于将石油和天然气公司在勘探和生产(E&P)过程中产生的大量数据转化为可操作的见解。
目前全球前20大油气生产商，都对其上游、下游以及中游的业务制定了明确的人工智能战略。此外，安永最近的一项调查显示，全球超过92%的石油和天然气公司“目前正在投资人工智能，或计划在未来两年内投资人工智能”。
除了油气生产商，意识到客户的需求，技术工业软件供应商以及主要的油田服务公司（例如贝克休斯和哈里伯顿等）也积极提供人工智能解决方案，以实现更高效的技术支持运营。
通过采用人工智能，从优化勘探和钻探到简化生产和物流，石油天然气行业正在转变运营方式。随着机器学习、大数据分析和自动化的进步，石油和天然气行业在效率、安全性和环境可持续性方面取得了显著进步。
人工智能在该领域的关键应用之一是预测性维护。通过分析来自传感器和设备的大量数据，人工智能算法可以在问题发生之前识别出潜在的问题，从而实现主动维护并最大限度地减少停机时间。人工智能产生重大影响的另一个领域是油藏管理。油气储层是复杂的系统，准确预测其动态对于实现产量最大化至关重要。人工智能算法可以分析地震数据、测井数据和生产历史，从而创建详细的油藏模型，使工程师能够在钻井和生产策略方面做出更明智的决策。此外，人工智能还被用于提高石油和天然气行业的安全性。通过分析来自传感器和摄像头的实时数据，人工智能系统可以检测异常和潜在危险，提醒操作人员立即采取行动。这不仅降低了事故风险，还提高了整体运营效率。
人工智能在油气行业发挥着重要作用，但其采用率仍然缓慢。今年4月20日，在休斯顿举行的SPE墨西哥湾数据科学大会上，亚马逊网络服务的首席解决方案架构师Kumar Lakshmipathi表示:“在能源领域，我们没有看到我们应该采用的技术。”“与其他行业相比，这不是我们所看到的。”
咨询公司Gartner在最近的一项调查中发现，只有大约一半(54%)的人工智能项目能够从试点阶段进入实际生产阶段。Gartner指出，风险和混乱往往是此类失败背后的主要原因。
不过，成效不足的背后也就意味着机遇。根据Mordor Intelligence的数据显示，人工智能在石油和天然气市场的使用预计将快速增长，预计到 2023 年底该市场将达到23.8 亿美元，到 2028 年底将上升到 42.1 亿美元。
