• Промышленность

Как нефтяные гиганты становятся ИТ-компаниями

Егор Делендик

Егор Делендик

управляющий директор — начальник управления по работе с клиентами нефтегазовой отрасли Сбербанка
  • 9 мин
  • 1 261

Пандемия коронавируса затронула все отрасли экономики и привела к глобальной трансформации спроса. В числе пострадавших оказалась и нефтяная отрасль. Как крупнейшие игроки рынка будут повышать эффективность бизнеса в эпоху низких цен?

Искусственный интеллект и нефть

Развитие сланцевой добычи несколько лет назад кардинально перекроило ландшафт нефтегазового рынка, сейчас его может изменить искусственный интеллект (ИИ) и работа с большими данными (Big Data).

Основные игроки уже понимают, что без технологического развития их бизнес останется за бортом. Компания Accenture выяснила, что 36% нефтедобывающих компаний мира сейчас активно используют технологию Big Data, ещё 38% намерены взять её на вооружение в ближайшие 3—5 лет.

Возможности применения ИИ направлены на то, чтобы помочь компаниям определить перспективные скважины, автоматизировать процессы бурения и сделать добычу максимально эффективной и рентабельной.

Нефтегазовая отрасль накопила большие объёмы сложноструктурированных данных, полученных во время разработки нефтяных и газовых месторождений, но многие компании почти не используют их. С помощью анализа данных нефтяная отрасль способна открыть для себя новые возможности по добыче и более эффективному использованию существующей инфраструктуры.

Основные зарубежные игроки

Спрос привлёк на рынок мировых IT-гигантов: Google, Microsoft, Amazon уже заключили соглашения с крупнейшими мировыми нефтяными компаниями и активно стремятся к большему. Искусственный интеллект для оптимизации производства становится одним из ключевых элементов стратегической повестки нефтяников.

Например, в 2018 году Google Cloud создала подразделение для оказания услуг компаниям из нефтегазовой отрасли. В этом же году Google и французский нефтяной гигант Total «подписали соглашение о совместной разработке решений искусственного интеллекта для анализа подземных данных при разведке и добыче нефти и газа». Google завершила сделку с Anadarko Petroleum — одной из крупнейших американских компаний по разведке и добыче нефти и газа, а также крупные сделки с нефтесервисными компаниями Baker Hughes и Schlumberger.

Другой IT-гигант, Amazon, также имеет отдельное направление Oil & Gas своего подразделения Web Services (AWS). У компании есть несколько клиентов в крупных нефтяных компаниях, включая BP и Royal Dutch Shell. Как и Google, сервис Amazon предлагает помочь нефтегазовым компаниям внедрить ИИ на своём производстве.

Microsoft Azure, облачная платформа, не отстаёт от конкурентов, предлагая свои услуги компаниям из нефтяной отрасли. В октябре 2018 года Chevron подписал семилетнее соглашение с Microsoft на сотни миллионов долларов. Платформа использует ИИ для повышения эффективности во всех областях инфраструктуры: от бурения и добычи до расширения возможностей сотрудников и обеспечения их безопасности.

Ситуация в России: межотраслевой альянс и суперкомпьютер

Российские компании не отстают от западных. Добывать нефть многим игрокам рынка приходится в сложных геологических условиях, где есть колоссальный потенциал для использования ИИ.

Ключевой проблемой внедрения «умных» технологий в российской нефтегазовой индустрии является начальный уровень развития отечественных технологий. На российском рынке представлено не много компаний, предлагающих свои услуги, и большинство из них не имеют готовых решений для нефтяной отрасли.

Выходом могут стать альянсы разработчиков и реального сектора. Например, в ноябре 2019 года на конференции AI Journey было подписано соглашение о создании первого межотраслевого альянса для продвижения технологий ИИ в России. Его участниками стали Сбербанк, «Яндекс», «Газпром нефть», Mail.ru Group, МТС и Российский фонд прямых инвестиций (РФПИ). Целью альянса стало ускорение развития технологий на основе ИИ для достижения лидерских позиций на глобальных рынках.

Участники альянса планируют создавать технологические компоненты в области ИИ, разрабатывать регуляторную базу, привлекать инвестиции, проводить исследования и обучать новые кадры. По данным РФПИ, фонд уже привлёк от отечественных и международных партнёров 2 млрд долларов для инвестиций в российские ИИ-компании. А «Газпром нефть» создала научно-образовательный центр по развитию технологии искусственного интеллекта в партнёрстве с санкт-петербургскими вузами.

На этой же конференции AI Journey прошла презентация нового суперкомпьютера «Кристофари», разработанного специалистами Сбербанка и SberCloud в партнёрстве с компанией NVIDIA. И 12 декабря компьютер был запущен в коммерческую эксплуатацию. Это единственный в России суперкомпьютер, созданный специально для работы с алгоритмами ИИ, сейчас на нём разрабатываются решения в том числе и для нефтяной отрасли.

Как российские нефтяные компании уже используют цифровые технологии?

«Газпром нефть»

«Газпром нефть» имеет почти 10-летний опыт создания собственного софта. Ещё в 2011—2012 годах компания перешла на свои программные решения по управлению разработкой месторождений. Сейчас в портфеле компании накоплено уже около 1000 цифровых и IT-проектов по всей цепочке бизнеса (начиная от исследования месторождений, до взаимодействия с потребителями и партнёрами), которые объединены в 30 корпоративных программ цифровой трансформации. Благодаря их реализации «Газпром нефть» планирует в течение нескольких лет добиться ежегодного экономического эффекта до 5% EBITDA.

Вот проекты, где ключевой технологией является искусственный интеллект.

«Цифровая нефть». Программа находит скрытые залежи углеводородов путём цифровой обработки геологических данных. Алгоритм анализирует около 60 000 результатов геофизических исследований, позволяет находить скрытые закономерности данных и предсказать новые перспективные зоны для поиска нефтяных пластов. В 2019 году с помощью своей разработки «Газпром нефть» добыла первую в мире нефть, найденную с помощью искусственного интеллекта.

«Когнитивный геолог». Путём вероятностных вычислений система выстраивает детальные цифровые модели месторождений, которые по своим размерам могут превосходить многие страны Европы. Цикл геологического анализа при этом сокращается с 6 месяцев до 14 дней. Уже начиная с 2025 года на этапе геологоразведки цифровые технологии начнут дополнительно приносить «Газпром нефти» более 5—6 млрд рублей ежегодного эффекта.

Проект «ОптимА». Программа за короткий срок рассчитывает тысячи вариантов разработки месторождений, позволяет подобрать эффективную геометрию расположения новых и режимы работы уже существующих скважин на основе трёхмерного моделирования. Экономический эффект от внедрения системы на двух пилотных проектах уже оценивается в 500 млн рублей.

Диагностика оборудования на заводах. Интеллектуальная система мониторинга оборудования внедрена на Омском нефтеперерабатывающем заводе «Газпром нефти». Программа позволяет превентивно устранять возможные отклонения в работе технологических установок. Экспертная комиссия премии Hydrocarbon Processing Awards в США признала внедрённую на Омском НПЗ систему мониторинга технического состояния оборудования лучшей технологией искусственного интеллекта, созданной для применения в нефтегазоперерабатывающей промышленности.

Цифровое бурение. Самообучающаяся программа контролирует траекторию и точность бурения. В реальном времени анализируются параметры с датчиков на буровом оборудовании. Разработка позволит снизить расходы на создание новых скважин примерно на 1 млрд рублей и сократит сроки их бурения.

    «Татнефть»

    В компании «Татнефть» курс на цифровую трансформацию всей производственной системы взяли в 2014 году. Два года спустя «Татнефть» заложила в стратегию цифровизацию своих бизнес-процессов и производства.

    Компания сегодня работает над использованием возможностей искусственного интеллекта для создания «цифровых двойников» реальных объектов (обработка исторических данных для создания модели действующего производства с целью его оптимизации), повышения эффективности добычи нефти, оптимизации фонда скважин и совершенствования системы разработки месторождений — ИИ помогает прогнозировать нефтеперспективные объекты.

    Результаты этой работы позволили «Татнефти» в последние годы увеличить объёмы нефтедобычи.

    В компании также работает автоматизированная система дистанционного контроля и управления (АСДКУ) — программно-технический комплекс, создаваемый для оперативного контроля и управления технологическими объектами и процессами, связывающий эти объекты. В основу АСДКУ заложена концепция интернета вещей (internet of things) и искусственного интеллекта. Решения на базе АСДКУ могут быть использованы как инструменты оперативного контроля и управления разработкой нефтяными месторождениями или для осуществления мониторинга технологических процессов и процессов обеспечения функционирования оборудования, предупреждения и ликвидации последствий дестабилизирующих факторов в реальном времени.

    «Лукойл»

    В 2018 году совет директоров компании утвердил функциональную программу «Информационная стратегия группы «Лукойл», ядром которой является цифровизация бизнес-процессов с целью повышения эффективности. Информационная стратегия является неотъемлемой частью долгосрочной программы стратегического развития на 2018—2027 годы и включает около 100 инициатив. Часть из них уже реализована.

    Интеллектуальное месторождение. Интеграция процессов управления месторождением на основе автоматизированных компьютерных систем и высокотехнологичных систем сбора данных. Концепция покрывает полный производственный цикл развития проекта — от стадии поиска и разведки до завершения разработки — и включает такие блоки, как интегрированное моделирование, интегрированное планирование, центр интегрированных операций. Результат: накопленная дополнительная добыча углеводородов более 7 млн баррелей в натуральном эквиваленте.

    Нейронные сети. На пилотных участках зрелых месторождений подтверждена высокая эффективность применения нейронных сетей для управления добычей и заводнением. В 2019 году были разработаны алгоритмы управления заводнением зрелых месторождений, сформирована модель ограничений и выполнен анализ эффективности проводимых геолого-технических мероприятий для пилотных участков в Западной Сибири. Планируется масштабирование данной технологии.

    Система предиктивной аналитики состояния динамического оборудования. Система мониторинга и прогноза состояния оборудования для прогнозирования сроков и необходимости ремонтов, сокращения затрат на обслуживание и количества отказов.

      «Газпром»

      «Газпром» рассматривает внедрение цифровых технологий как одно из ключевых направлений дальнейшего повышения эффективности корпоративного управления, укрепления рыночных позиций, важный инструмент для достижения стратегических целей компании. Последовательная работа в этой области ведётся в рамках Стратегии информатизации, утвержденной в 2008 году.

      Достигнутый уровень информатизации стал основой для широкого внедрения цифровых решений в деятельность группы «Газпром». Компания реализует комплексную целевую программу развития единого информационного пространства на период 2018—2022 годов. Внедряемые технологии ориентированы на поддержку принятия управленческих решений на основе прогностических моделей в условиях неопределённости внешней среды и быстро меняющегося окружения.

      В «Газпроме» активно внедряются сквозные цифровые технологии. Речь идёт, в частности, о роботизированных комплексах, нейротехнологиях и технологиях искусственного интеллекта при анализе «больших данных», создании моделей действующих производственных объектов («цифровых двойников») с применением технологий высокоскоростных вычислений и искусственного интеллекта. Также предполагается организация единого виртуального хранилища данных, автоматически (с применением так называемого промышленного интернета вещей) поступающих с объектов в режиме реального времени. Компания планирует использовать высокопроизводительные инструменты для глубокого анализа всего массива данных.

      Для примера приведём проекты, реализованные в 2019 году.

      Совместно с IBM и Сколковским институтом науки и технологий разработана самообучающаяся программа, позволяющая корректировать траекторию ствола скважины для предотвращения выхода из продуктивного пласта.

      Разработан новый цифровой инструмент, использующий принципы машинного обучения, для оперативного анализа параметров, поступающих с бурового оборудования. Поскольку программа сама обучается во время работы, прогноз смены состава окружающей горной породы становится точнее с каждым пробуренным метром. Точность прогноза при бурении скважин составила 70%, планы предусматривают увеличение данного значения до 90%.

      Читайте ещё