原油價(jià)格在2008年達(dá)到了創(chuàng)紀(jì)錄的高點(diǎn)，每桶原油的價(jià)格沖到了150美元以上，刺激了投資者的淘金熱，這些投資者一直在投資這個(gè)前景無(wú)限的行業(yè)，依靠?jī)r(jià)格的起起落落獲利。然而，困擾著?？松梨凇づ埔约坝?guó)石油公司等全球能源公司的現(xiàn)實(shí)證明結(jié)論與現(xiàn)狀恰恰相反。

雖然經(jīng)歷了價(jià)格上漲帶來(lái)的資金流入和現(xiàn)金流增加，但是這些龐大的行業(yè)巨頭在2005至2014年期間，還是經(jīng)歷了長(zhǎng)達(dá)十年的衰退。這種衰退主要是由于稅收、服務(wù)成本和開發(fā)費(fèi)用的上漲導(dǎo)致的運(yùn)營(yíng)成本上升造成的。因此，有超過(guò)25萬(wàn)名石油工人失去了他們的工作，超過(guò)三分之二的石油鉆井平臺(tái)已經(jīng)退役，而一大堆頂級(jí)玩家則發(fā)現(xiàn)自己只能申請(qǐng)破產(chǎn)。

隨著規(guī)?；魬?zhàn)的不斷持續(xù)，大型石油公司也遭受了嚴(yán)重的功能性和結(jié)構(gòu)性低效。使用過(guò)時(shí)的技術(shù)和方法來(lái)衡量生產(chǎn)力推遲了很多必要的內(nèi)部增長(zhǎng)。每年損失數(shù)十億美元，石油公司現(xiàn)在就需要能夠立竿見(jiàn)影的解決方案，以便更聰明地工作，收復(fù)失地并提高收入。

在今天這樣一個(gè)向著太陽(yáng)能和綠色能源大踏步邁進(jìn)的時(shí)代里，對(duì)氣候變化和全球經(jīng)濟(jì)轉(zhuǎn)變的討論也在為這種趨勢(shì)推波助瀾——可是石油和天然氣行業(yè)仍然是一個(gè)龐大的市場(chǎng)，負(fù)責(zé)產(chǎn)生世界上舉足輕重的一部分財(cái)富。

成立于2009年的Seven Lakes Technologies是一家為上游石油和天然氣公司提供智能解決方案的企業(yè)軟件公司。這家創(chuàng)業(yè)企業(yè)打造了個(gè)性化的數(shù)據(jù)解決方案和技術(shù)，被用于跟蹤關(guān)鍵指標(biāo)并發(fā)現(xiàn)運(yùn)營(yíng)效率低下。他們的目標(biāo)非常簡(jiǎn)單：降低生產(chǎn)成本、提高生產(chǎn)力并建立高效的工作流程。

我同Seven Lakes公司的首席執(zhí)行官Shiva Rajagopalan進(jìn)行了交談，談到了新興的趨勢(shì)，新技術(shù)的采用以及這些轉(zhuǎn)變?cè)?018年將如何塑造大型石油和天然氣公司的未來(lái)。

請(qǐng)描述一下石油行業(yè)目前的狀況，以及為什么說(shuō)現(xiàn)在是顛覆這個(gè)領(lǐng)域的最佳時(shí)機(jī)?

Shiva Rajagopalan:石油和天然氣公司經(jīng)歷了市場(chǎng)的動(dòng)蕩，現(xiàn)在有了經(jīng)過(guò)精細(xì)調(diào)整的精益團(tuán)隊(duì)，并確切地知道該在哪里用力。盡管有了所有的這些改變，實(shí)現(xiàn)生產(chǎn)目標(biāo)仍然是一種非常模糊而神秘的行為。這種情況必須改變。培養(yǎng)一大批人來(lái)解決這個(gè)問(wèn)題是不會(huì)成功的。 我們現(xiàn)在必須用容易使用的預(yù)測(cè)技術(shù)——例如人工智能等擁抱了顛覆性的技術(shù)——來(lái)武裝員工。

人工智能等新興技術(shù)將會(huì)如何塑造石油和天然氣行業(yè)的未來(lái)?

Shiva Rajagopalan ： 人工智能技術(shù)有望給現(xiàn)場(chǎng)以時(shí)間，以便他們可以縮短意外停機(jī)時(shí)間。與許多其他的行業(yè)一樣，人工智能也會(huì)自動(dòng)執(zhí)行單調(diào)的任務(wù)。 人工智能允許司泵專注于高價(jià)值的問(wèn)題，而不是陷入數(shù)據(jù)查找任務(wù)。 人工智能可以識(shí)別鉆井?dāng)?shù)據(jù)中的細(xì)微模式，并有助于在每個(gè)鉆井在問(wèn)題真正出現(xiàn)之前很久，就預(yù)測(cè)出需要的維修。人工智能石油和天然氣系統(tǒng)能夠逐漸地理解每個(gè)運(yùn)營(yíng)要素，隨著時(shí)間的推移，這種理解會(huì)變得越來(lái)越深入，這讓它能夠快速識(shí)別模式，并且——也更為重要的是——能夠更好地生成即時(shí)和持續(xù)的預(yù)測(cè)結(jié)果。 有了足夠的正確數(shù)據(jù)，我們可以仔細(xì)觀察油井的性能，確定潛在的高壓點(diǎn)，并進(jìn)行推算。 用同樣的方式，我們可以確定一口井何時(shí)需要人工舉升，并提供進(jìn)行舉升所需的計(jì)算。通過(guò)建立人工智能系統(tǒng)，機(jī)組成員可以快速反應(yīng)，并積極開展工作，大大縮短停機(jī)時(shí)間。

困擾石油天然氣行業(yè)的最大盲點(diǎn)或挑戰(zhàn)是什么?新技術(shù)如何解決這些問(wèn)題?

Shiva Rajagopalan:石油和天然氣行業(yè)很大程度上是建立在企業(yè)家精神之上的，白手起家從零到數(shù)十億美元的規(guī)模。沒(méi)有先進(jìn)的技術(shù)、系統(tǒng)和流程，這一切都是不可能的。石油和天然氣行業(yè)的IT部門都知道這一點(diǎn)，但是他們所做的只是拼湊各種技術(shù)，卻沒(méi)有真正理解整套裝備看起來(lái)應(yīng)該是什么樣子。無(wú)法實(shí)時(shí)可視化油田正在發(fā)生的情況。油價(jià)的持續(xù)走低以及隨后出現(xiàn)的市場(chǎng)下滑導(dǎo)致了數(shù)量巨大的裁員、投資減少以及利潤(rùn)日益趨緊。石油和天然氣行業(yè)已經(jīng)日益精益，利用現(xiàn)有的資源盡可能地優(yōu)化業(yè)績(jī)，以保持盈利能力和產(chǎn)品目標(biāo)。 現(xiàn)在，每一家主流的石油和天然氣公司都希望在不增加資源的前提下提高產(chǎn)量。 同時(shí)，每一家供應(yīng)商都希望為他們提供最新的生產(chǎn)優(yōu)化軟件。雙方都聽說(shuō)過(guò)人工智能的潛力，即加快流程、降低成本，但他們才剛剛開始了解這種現(xiàn)代技術(shù)的能力。

這將對(duì)全球的石油和天然氣市場(chǎng)產(chǎn)生什么樣的直接影響?

Shiva Rajagopalan ： 在石油天然氣領(lǐng)域擁抱顛覆性技術(shù)方面，美國(guó)一直是領(lǐng)導(dǎo)者。 隨著人工智能在生產(chǎn)計(jì)劃和優(yōu)化方面的整合，我們只會(huì)看到對(duì)這種技術(shù)的應(yīng)用普及開來(lái)。 人工智能支持的優(yōu)化將提高全球石油和天然氣儲(chǔ)量的開采和生產(chǎn)效率，在為世界提供所需的能源的同時(shí)，保護(hù)自然資源和環(huán)境，產(chǎn)生改變游戲規(guī)則的影響。

考慮到所有正在發(fā)生的變化和趨勢(shì)——你如何看到石油和天然氣行業(yè)在未來(lái)兩至五年內(nèi)的發(fā)展?

Shiva Rajagopalan ： 我們現(xiàn)在已經(jīng)看到出現(xiàn)了三個(gè)重大的轉(zhuǎn)變，這將改變我們所知道的石油和天然氣業(yè)務(wù)的未來(lái)。

1. 動(dòng)態(tài)路由司泵，以解決價(jià)值最高的問(wèn)題

過(guò)使用人工智能，聚焦那些目前需要注意的高生產(chǎn)資產(chǎn)，而不是在所有的鉆井上花費(fèi)大致相同的時(shí)間，動(dòng)態(tài)路由已經(jīng)讓E&P公司掌握了主動(dòng)權(quán)。例如，如果一家租賃公司正在維修15口油井，其中有12口油井運(yùn)行順暢，而3口井出現(xiàn)了故障，優(yōu)先處理出現(xiàn)了故障的鉆井對(duì)于提高整體產(chǎn)量來(lái)說(shuō)是非常有意義的。

2. 實(shí)時(shí)的油運(yùn)收據(jù)

想想看圍繞著傳統(tǒng)手寫油運(yùn)收據(jù)(流動(dòng)票據(jù))然后再手工將其錄入到Excel電子表格這項(xiàng)工作的低效率吧。簡(jiǎn)單的數(shù)據(jù)錄入錯(cuò)誤到處都是，可能會(huì)導(dǎo)致重大的問(wèn)題，而手工雙重檢查則會(huì)浪費(fèi)寶貴的時(shí)間，從幾個(gè)月到幾年。通過(guò)開發(fā)人工智能系統(tǒng)，將現(xiàn)場(chǎng)工作人員和位于角落的經(jīng)理辦公室連接起來(lái)，我們可以對(duì)石油和天然氣公司的生產(chǎn)情況有一個(gè)完整而準(zhǔn)確的觀察。盡管大多數(shù)SaaS供應(yīng)商只是獲得了基本流動(dòng)票據(jù)圖片的能力，但是自2012年以來(lái)我們已經(jīng)證明，使用我們的移動(dòng)現(xiàn)場(chǎng)數(shù)據(jù)采集軟件來(lái)解讀手寫票的準(zhǔn)確率有可能達(dá)到99%，直接導(dǎo)致同比產(chǎn)量增加了2%至4%。

3. 在恰當(dāng)?shù)臅r(shí)機(jī)讓鉆井上線

我們經(jīng)常會(huì)說(shuō)風(fēng)險(xiǎn)巨大是這個(gè)行業(yè)DNA中寫就的特點(diǎn)。然而，為了充分地從這些風(fēng)險(xiǎn)中獲得回報(bào)，這個(gè)行業(yè)的公司的發(fā)展就不能僅僅局限在鉆井方面。 為了讓項(xiàng)目保持在預(yù)算之內(nèi)，并且能夠準(zhǔn)時(shí)完成而且有利可圖，我們進(jìn)行了很多不必要的掙扎，必須停止這種掙扎。 隨著當(dāng)前集成工作流程管理方面的創(chuàng)新，我們不再受到傳統(tǒng)系統(tǒng)彼此之間無(wú)法輕松對(duì)話的束縛。這意味著更好的預(yù)算預(yù)測(cè)和工作流程，這對(duì)于石油和天然氣公司適當(dāng)擴(kuò)大資本預(yù)算并保持項(xiàng)目按時(shí)進(jìn)行來(lái)說(shuō)，是至關(guān)重要的。