文/刘合
专 家 简 介
刘合，1961年生，中国工程院院士、中国石油勘探开发研究院正高级工程师、博士。主要从事能源发展战略、工程管理创新与实践、采油工程技术及装备研发等方面的研究工作。
随着原油开采成本增高、炼油利润空间缩小等多种因素影响，我国油气行业面临着前所未有的巨大压力。我国能源消耗巨大，在错综复杂的国际油价形势与数字化转型的浪潮中，如何保证把能源的饭碗端在自己手中，如何加大国内油气勘探开发力度，如何解决待发现、待开发油气资源品质变差条件下油气行业高质量发展的问题，加速推进数字化转型智能化发展，发展油气领域人工智能技术，实现从“0-1”的技术突破，打造高水平科技自立自强的原创技术策源地，是油气企业的必答题和不二选择。
中国石油集团公司超前谋篇布局，“十三五”以来，先后启动了十余项人工智能技术研发项目，率先成立了集团公司人工智能技术研发中心，“以点带面”逐步推动人工智能在油气勘探开发领域的落地应用。
01
国际实践与发展方向
近年来，国际石油公司纷纷推出以智能油田建设为代表的数字化转型解决方案，不断加大数字化投入，积极利用数字化手段驱动技术突破、一体化服务及业务创新。其主要特征是通过大数据、人工智能、边缘计算等新技术应用，实现并完成油气田企业生产在全面感知、智能操控、预测预警以及优化决策方面的既定目标与成效。其中，具代表性的公司有――
BP构建提出e-field：主要内容是以整合新技术手段和业务流程为关键，实时连续并远程的资产监控和管理勘探开发、生产到销售的整体过程，从而实现企业生产的全流程化管理。壳牌构建提出Smart Fields：以构建地上地下一体化完整模型，集成知识、流程及新技术，实现对单个或一组油气田资产的持续性生产与决策优化。雪佛龙的i-field：通过仪器进行实时的信息采集，重点实施“智能完井、实时生产监控与优化”，使采油工程师能够进行实时调控，最终能够根据生产需要建立创新的解决方案。挪威国家石油：开展无人平台建设，2018年10月投产的无人平台OSEBERG-H采用全无人化设计，建造成本下降20%，每年仅需1~2次维护。道达尔：利用飞艇和无人机向复杂勘探区域快速投放传感器实现高效可靠地震资料采集，基于大数据平台开发井下故障的AI预测算法可精确定位故障发生点，单井每次节约500万～700万美元的维修成本。
国际油公司普遍以数据生态为基础，以业务流程为核心，构建勘探开发智能云平台，以解决信息资源集成共享难的问题。纵观国际信息化发展趋势，可以发现信息资源进入了从“N”到“1”的平台化协同共享新时代。例如，IDC构建从“N”到“1”的数字平台包含数据生态、敏捷架构、全业务框、数据安全、人工智能5个战略核心要素；斯伦贝谢构建的DELFI勘探开发认知环境基于PaaS云平台，搭建开放数据生态，支撑E&P全业务链协同共享与智能化。
大数据以及新兴的人工智能、物联网、云计算、区块链、5G通信等信息技术发展和应用逐步成熟，特别是基于人工智能的物探和测井智能解释、智能油藏描述、数字孪生钻井、智能压裂等技术的实践应用，将彻底颠覆传统的工作模式。
02
转型尚处起步阶段
当前，全球油气工业的数字化和智能化转型总体处于探索起步阶段，主要研发方向及重点是智能油气田、智能钻井、智能管道、智能炼厂。我国油气行业上游信息化与国际领先油公司相比仍存在较多差距，主要体现在以下几方面。
物联网的覆盖率和应用水平需要进一步提高。物联网是油气田数字化转型的重要基础。而现实中，总体数字化率较低是常见的问题之一。此外，存在油气田间发展不均衡、个别油气田物联网覆盖率较低、所采集的数据未完全实现向其他系统推送、数据分析应用能力偏低等问题。
数据质量和共享能力需要进一步提升。数据是信息化业务应用的重要基础。由于油气开发领域存在样本规模小、数据质量差的特点，且在开发过程中往往需要跨部门和跨地域沟通和配合，导致上游数据存在数据多头采集、数据质量不高、数据利用率偏低、共享不足等问题。同时，由于未充分发挥完整的数据价值，导致可靠的数据资产暂时未真正形成。数据价值未充分发挥即数据利用率和应用层次较低，数据共享程度不足即跨业务领域数据未有效集成共享，数据质量不高即数据孤立、分散，完整性不够，质量难以保证和有效控制。
平台建设和应用需要加快完善。平台应用存在不足，活跃用户偏低，技术能力及应用效果有待提升完善。具体体现在数据湖建设滞后；缺少必要的专业软件；应用云化开发进展缓慢，上游应用统一入口、全面单轨运行需要项目和资金支持；平台服务能力不足等方面。
支持业务应用仍存在短板。信息系统虽然在核心业务和关键环节上能够提供一定的支撑作用，但在上游全业务链、资产全生命周期方面尚未形成全覆盖；部分系统功能交叉重叠，自建系统高达数千个，“信息孤岛”现象突出；系统应用主要侧重在数据管理、报表统计与简单分析，缺乏生产优化分析、业务管理决策等深层次应用。例如，信息系统覆盖不全表现在勘探生产管理未全覆盖勘探生产项目，无法形成完整的统计分析和报表等。
信息化与业务的融合需要持续加强。信息化建设过程中，业务主导和参与度不足，“两张皮”现象在部分环节仍然存在，缺少兼具业务与信息化能力的复合型人才，项目建设的质量和应用效果受到影响。业务与信息融合不够的典型现象，表现在个别业务人员认为信息化是添麻烦、重复性工作，没有创造业务价值；信息技术人员未能充分理解业务，系统功能性能不能满足业务需求，用户体验差等。
网络安全防护能力亟待提高。网络安全理念和防护意识有待加强，网络安全防护体系需要进一步完善，工控安全防护能力薄弱，网络安全技术能力与水平亟待提升。例如，网络安全理念方面，弱口令、明文外发等现象仍然存在，无视安全制度；网络安全防护体系方面，缺乏上游完整的网络安全规章制度与标准；工控安全方面，缺乏统一的工控安全标准规范，工控安全防护薄弱。
文化理念、数字人才等方面面临挑战。企业文化变革是数字化转型的前提，然而油气田企业在业务场景标准化和数字技术应用之间存在认知偏差与沟通鸿沟，转型的文化理念土壤尚未形成。当前，不少企业认为数字化转型只是信息化系统的实施或新技术的试点，没有意识到数字化转型是涉及企业全业务、跨职能的系统性改革工程。数据责任的多样性妨碍了对数据的一致性管理，会带来安全缺陷，并给数据分析业务造成不必要的麻烦。
纵观国内外石油企业数字化转型，多数企业选择与信息技术公司合作的模式，合作范畴集中于数字技术在油气勘探开发中的结合应用，单独针对人才培训的合作并不多见。多年来，石油技术人才培养虽然专业化程度高，但也比较单一、少有复合型人才。
03
道阻且长需抓重点
我国多数油田处于开发后期，成本高、单井日产量少。我国油田上游数字化转型、智能化发展任重而道远，是一个长期复杂的系统性过程，需要对公司的组织、流程、业务模式进行认真地梳理和研究。结合国内外油气行业数字化转型的实践，我国油气田企业推进数字化转型智能化发展应把握好以下几点。在战略上，建议企业从设备预防性维护、资产完整性管理、线上线下一体化营销生态等迫切需要解决的瓶颈问题入手，再根据技术应用中出现的管理问题进一步优化组织架构，推动管理变革，为今后更大规模的数字化转型打下组织基础。同时，要大力推进开放式创新，加强与外部研究机构合作，积极参加数字化、智能化技术创新联盟，建立创投基金等支持和鼓励人工智能、机器人、物联网、区块链等领域的跨界合作，培育充满生机和活力的创新生态系统。
建议强化平台基础，支持数据、业务共享和研究协同。通过数据中台、业务中台、技术中台的循环迭代，形成平台化、服务化、敏捷化的中台共享生态，实现业务板块、业务职能协作互通，成为创新驱动力。持续升级和完善勘探与生产专业云，按需统一建设服务中台，实现勘探开发领域专业能力共享服务，支持模块化开发、敏捷迭代；建设勘探开发专业软件云，为协同研究提供共享软件环境。
加强中台的生态运营建设，实现业务中台、数据中台的协作闭环。对企业的核心能力进行数字化形式转变并沉淀到企业平台中，构建以企业服务为中心的新形式，同时以构建的业务中台、数据中台为中心形成数据闭环运转的运营体系，使企业以更高的效率开展业务创新活动，以数字化资产的形态构建企业的核心竞争力。其中，中台不但是企业数据集中地和业务策源地，也是企业能够拥有发现自身问题的显微镜及远眺预测未来问题的望远镜这两种能力的过程。
构建数据共享生态。实现“六全”数据共享生态：数据标准全统一、源头采集全覆盖、数据通道全可溯、业务数据全链接、数据治理全方位、数据服务全自助。在建立数据资产管理体系的同时，要注重数据安全防范。数字化在推动油气行业发展的同时，也使油气公司更多的勘探开发、工程技术服务建立于互联网之上，网络安全风险（网络攻击、数据泄露等）与日俱增。所以，应从各个角度审视自己的数字生态系统，制定有效的安全战略和安全管理计划，加强员工安全知识与意识培训，最大限度地应对和防范数字化安全风险。
业务主导数据治理助力数字化转型提速。业务主导数据治理在线运行，以用促治：建立历史数据迁移入湖、新数据通过数据服务API调用入湖、应用数据问题反馈，历史数据治理流程、新数据治理流程、数据补采治理流程等数据治理闭环体系。
数据资产价值最大化。面向数据统一入湖管理，梳理数据源头数据，建立数据资源目录；为数据全量入湖范围提供划分标准并为数据资源全域地图建设提供支撑。面向数据共享应用，以主题域对象聚合标准化数据服务，建立数据资产目录；以实体数据中盆地－区带－圈闭－油气藏－区块－井为核心，生成数据资产门户视图；应用信息化新技术，实现数据资产价值最大化，构建起油气上游领域的全感知、全链接、全场景、全智能的全数字化生态，为“数智中国石油”建设赋能。
吸纳和培养相结合，加快符合型人才队伍的建设。具备油气专业、经济、法律、产业政策等多学科知识同时具备卓越的实践能力和管理技术的复合型数字化人才缺口，已成为一个不得不面对的现实。在数字化转型过程中，必须充分调动各方面人才的积极性、主动性和创造性，积极主动地投身并引领这场变革。一方面，要不断吸纳各领域人才，采用多专业融合的组织模式，即将人工智能专家、数学家、软件工程师等与油气专业工程师密切组合，建立多专业协同工作组，使数字化技术与油田业务无缝对接。另一方面，要制定相应的人才培养战略，广泛组织数字化技术培训，打造既精通油气业务又懂数字化技术的复合型人才队伍。
