当前，我国加速推进油气全产业链改革，以实现安全、高效、创新、绿色的油气开采。智能化成为油气行业重要的核心战略目标和抓手。

“人工智能贯穿油气产业勘探、生产过程，在量化决策、降本增效和增储上产方面成效显著，在决策一致、科学开发、高效生产等方面也起到了巨大作用，已成为油气行业发展的主要趋势之一。”中国工程院院士刘合在日前举行的中国油气开发技术年会暨油气开发新成果及新技术展示会上说。

中国工程院院士孙金声也表示，要推进数字化转型、智能化发展专项攻关、助力高质量发展。建立大数据、云计算、数字孪生、人工智能等信息技术，比如传统钻完井技术和数字化技术深度融合的新模式，完善远程决策支持系统，加快向智慧工程、智慧技术转型升级，为增储上产降本增效，提供了新种子。

此前发布的《油气人工智能白皮书》（以下简称《白皮书》）也指出，当前，我国加速推进油气全产业链改革，以实现安全、高效、创新、绿色的油气开采，这给传统油气行业带来新挑战。“人工智能是油气行业实现全面数字化转型的利器。”

诸多项目已经落地

实现“双碳”战略目标的路径多元,包括能源绿色低碳转型行动、节能降碳增效行动、工业领域碳达峰行动、城乡建设碳达峰行动、交通运输绿色低碳行动等。这些路径的实现,离不开油气工业化、信息化、数字化和智慧化的助力。

多位业内人士表示，人工智能应用于油气行业已成大势所趋,包括智能解释分析技术、大数据分析技术，以及多专业数据集成分析等很多应用场景。此外，一些装备智能化、操控智能化, 也都在向无人化、少人化方向发展。

经过多年技术发展和创新应用，人工智能技术在油田钻井和开发、油田生产和管理、安全防护等方面取得诸多成功实践，呈现多点开花的良好局面。“目前，我们在油气智能识别等方面都卓有成效，在人工智能助力油田开发降本增效过程中能看到实际效果。人工智能的项目和场景落地的项目已经不少了。”刘合说。

“壳牌、挪威国家石油公司等国外企业，通过发展人工智能提升了企业核心竞争力。国内油气公司也都把人工智能作为‘双碳’目标下的重要战略，将实现数字化定为建设目标。”刘合说，“中国石油在这方面做了大量工作，我们制定了两个阶段的分目标，到2050年实现智慧中国石油，通过建立梦想云，包括A6、认知平台等为人工智能提供了算力和平台。同时，开展点线面整体布局，推动油气勘探开发AI落地。”

例如，长庆油田通过应用物联网、大数据、云计算、人工智能等新技术，构建大科研、大运营、大监督三大支撑体系，筑牢统一数据湖、统一云平台两大基础，为场站无人值守、油气井智能生产、风险作业可视化监控、智能装备应用等业务领域提供支撑。新疆油田公司以油气生产物联网建设为抓手，形成了“无人值守、集中监控”的新型生产管理模式，率先在全国各油田实现了油气生产数据自动采集、生产状态实时监控，形成了可复制、可推广的标准化物联网建设模式，并开展全面应用，油气水井常规问题发现及时率提升至95%以上，故障率降低38%以上。

有待打破数据孤岛

刘合指出，国内油气企业人工智能和国外油田相比基本处于同期阶段，但在管理模式和建设水平上仍有差距。

目前，油气行业人工智能面临的最大挑战是数据获取成本高、数据质量问题突出。“我们的行业数据来自于地下，而且是多点性的，很多数据不可验证。相距仅一两公里的井各种数据测量结果差距就可能很大，数据质量无法保障，数据零散难以获取。”刘合道出油气行业人工智能面临的最大问题，“特别是一些小场景的数据采集难度更大，这样我们获得的都是间接和中端的数据，缺少连续数据，就更无法保证数据基础和质量。”

此外，油气行业业务场景复杂，无法单纯的依靠数据驱动的同时，研发生态也不成熟。

“目前我们的前沿技术发展动力不足，相关平台应用到学校、企业需要时间和过程。这些算法和算力怎么去用？如何解决平台建设‘水土不服’等问题，都需去攻克。”刘合指出。

与会人士指出，油气行业发展人工智能还面临一个挑战就是人工智能短期见效慢，缺乏有效的管理体制配合。不仅如此，还需要投入大量资金。不论纵向、横向都存在问题。

“数字化转型和人工智能发展与体制机制有直接的关系，需要改变现有的组织架构和关联体系，但政策和相关配套细则等都不匹配，也面临较大挑战。”刘合直指问题所在，“如果数据无法打通并流通起来，存在数据孤岛，就无法成为资产。因此我们也在不断建设数据池、数据湖。”

“但数据池、数据湖建起来以后，怎么保证数据的完整性，如何将数据的多解性进行唯一解，这些都需要时间解决。”刘合进一步指出问题所在，“谁来解决，谁来改变，谁来变更，谁来调整，现在这些问题还没有很好的办法可以解决。”

进一步加快研发应用

人工智能技术如何在石油石化行业数字化转型中落地实施？刘合指出，虽然困难不少，但机遇同存。多项政策鼓励推动人工智能发展，为油气行业数字化转型升级保驾护航。“当前，国际油气企业已经和IT公司纷纷联手。我们国内的油气企业也在‘赶进度’，早前的信息化建设，特别是在一些计算平台、认知平台等方面有了充足准备，为下一步继续推进人工智能奠定基础。但在数据哪个是错的、哪个是对的，用不用、怎么用，还要在去伪存真方面下功夫。”刘合直言。

未来如何通过数据共享、业务协同和智能化应用建设,更好地向智能油气田，刘合给出以下建议：一是加强数据治理，实现数据共享和质量管控。建立数据质量的管理架构，将业务、技术和方法结合，实现数据质量持续自动化检查提高。利用区块链等技术建立可信、透明、可追溯的数据交换与业务协同体系。二是将行业机理模型和AI技术融合，培养复合型人才。在应用过程中不断提升业务人员和信息人员的共同交互和学习的能力，不断发展、不断统一、不断前进。三是建立一个能源合作生态。“加大我们底层技术投入，鼓励社会、高校、企业为核心产业主体积极共建，构建AI行业应用的技术纵深。还要重塑能源生产、营销和管理方式。”刘合说，“更要与时俱进，迭代技术，让人工智能真正发挥降本增效作用。”

刘合指出，人工智能道阻且长、未来可期。“相信人工智能在今后的发展中一定能够在数据、算力、算法传统的相互结合下，一定会有新的更大的进步。”