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。

华为，作为深耕油气行业多年的AI巨头，正在给出自己的解决之道。

自2018年华为发布全场景AI解决方案起，华为秉承“深耕基础，厚植技术”的理念，坚定在人工智能产业持续投入，目前拥有超过20+的硬件合作伙伴，500+的ISV合作伙伴，600+解决方案，20+城市基于昇腾建设人工智能计算中心，72个智能基座，70万+开发者，130万+的昇思MindSpore下载量。

基于此，华为以ModelArts一站式AI开发平台、DataArts 数据平台等平台为基础，以通用AI、知识计算等根技术为手段，通过盘古大模型、天筹求解器等工具助力，围绕业务的MLops，打造AI运营管理中心，通过提供全域感知服务、决策优化与控制服务、知识计算服务等，在油气行业的勘探开发、油气生产、炼油与化工、加油售油等细分领域积极探索华为的油气AI解决之道。

1、华为的AI之道

当前，华为与油气公司、合作伙伴共同推进，在地震大模型、井下评价可视化、油井生产优化等诸多勘探开发场景已实现了AI的成功应用。

以地震大模型为例，大量无标注的地震数据基础上，利用自监督学习技术，在华为盘古CV大模型训练框架下训练形成地震大模型，其中包含了丰富的地震数据特征，行业开发及业务人员无需从0开始训练，而是基于预训练的大模型做微调式的训练。这种模式使得地震AI模型开发周期大大缩短，从月级提升到天级，同时有效降低数据使用量和计算资源，模型精度也得到显著提升。同时，华为在此基础上还开发了层位解释和储层识别AI算法，应用于地层层位智能识别、走滑断裂识别、碳酸盐岩缝洞体预测等，大幅提升地质勘探预测研究的工作效率以及准确率。

井筒状态不可知、井下状态难以可视化，是油井生产的难点之一。针对井下工程质量和压裂效果评价缺少有效手段的痛点，华为联合合作伙伴共同开发AI井下评价可视化技术。目前，基于AI训练推理的射孔参数识别模型，能够大幅提升井下作业参数识别效率和准确度。

油井生产还面临着产量计量人工工作量大，设备维护成本高，工况诊断准确率低，智能方法面临“小样本”等挑战。此外，生产制度优化无法及时响应地层能量波动，产量、效率、效益动态不匹配，产生不必要能耗，设备空抽影响油井寿命等问题，也在制约油井进行高效高质的生产作业。对此，华为融合自动机器学习、对抗神经网络、知识图谱技术等，不断丰富和完善抽油机井工况样本，扩展抽油机井工况识别类型和工况趋势预测模型，来有效提高诊断结果的准确率，助力油井绿色高效生产。

●基于知识图谱的措施推荐：应用人工智能平台图谱工具构建区块、井、工况、生产措施等本体模型，从数据库、作业井史等抽取知识构建油井知识网络。同时通过专家总结经验，构建推理机，形成针对油井维护措施的知识图谱；根据抽油机井工况自动分析计算维护措施特征数据，通过维护措施知识图谱快速匹配对应措施处理建议。

●基于对抗神经网络的工况小样本扩充技术：针对断脱、双凡尔漏失、油管漏等工况类型的“小样本”问题，基于对抗神经网络，模拟真实工况类型特征，生成新的功图数据，达到建模样本数量充足、均衡的目的，全面提高工况诊断整体准确率。

而在为油气企业带来无限可能的同时，华为始终与行业客户、伙伴一路同行，依托华为全栈平台及产品能力，为油气全产业链提供智能化分析工具，支持企业决策者从海量的数据中洞悉规律、提高决策效率、提升管理水平，助力油气企业面向未来的智能化发展。

2、人工智能融入全产业链

首先来看国际石油公司，壳牌是发展人工智能技术的先锋企业之一。

壳牌在2018年就曾宣布，在全公司范围内大规模开发和部署AI应用程序，使其融入生产运营各环节，广泛覆盖包括油田、炼化厂、加油站等全产业链应用场景。

比如，在定向井钻井方面，壳牌与微软合作开发了Geodesic平台，它能通过机器学习和控制算法软件，提高水平井定向控制的准确性和一致性，提供更良好的油气层图像，帮助钻井人员更精确地钻入油气含量最高的地层。

人工智能还被应用于预测性维护，对潜在的风险进行提前预警。在欧洲最大炼油厂Pernis的案例中，人工智能的应用曾帮助壳牌规避多次可能出现的故障风险。

对人工智能的应用也继续向加油站领域延伸，打造AI加油站，借助人工智能提高加油站安全性，也是一大发展方向。

从壳牌的实践来看，人工智能在石油行业落地应用，显现出广阔的潜力。

3、“石油公司+IT企业”跨界组合

与互联网科技公司联手布局智能化转型，是顶级石油公司的通用策略。

2021年，壳牌、贝克休斯、微软和C3 AI公司合作，共同推出了“开放人工智能能源倡议”——Open AI Energy Initiative (OAI) 。

这是一个开放式的人工智能解决方案生态系统。同年，壳牌推出了三种新的人工智能应用产品，均可通过OAI获取。

它们分别是：壳牌液化天然气工艺优化器、壳牌腐蚀高级风险建模和分析产品、壳牌自主完整性识别产品。

壳牌表示，这些应用将带来显著的时间和成本效益，随着越来越多的应用加入OAI生态系统，期待同合作伙伴一起，为未来能源系统构建下一代平台。

除壳牌之外，几大国际石油巨头也都在人工智能领域有所布局。

埃克森美孚、雪佛龙选择与微软合作，开发智能云平台；bp投资Belmont Technology和Beyond Limits公司，研发人工智能平台“Sandy”；道达尔能源则和谷歌牵手，在油气勘探开发地质数据的处理分析领域探索智能化解决方案。

4、新型人才涌向石油业

智能油田、智能钻井、智能管道、智能炼厂......当颠覆传统的石油生产模式逐渐成为现实，新的机遇也正在这个过程中迅速酝酿。

目光转向国内，“三桶油”紧跟时代脉搏，与华为、阿里巴巴等展开合作探索，推动企业数字化转型升级，探索人工智能技术的研发和落地。

中国石油推出的“梦想云”平台，就是一个标志性成果。它由中国石油与华为联合打造，将人工智能技术用于生产实践，为油气勘探开发、科研、生产管理提供了智能化的分析手段。

目前来看，人工智能在石油行业的应用场景，以定制化解决方案为主，解决的是某个特定的工程问题。

它能将人们从繁重的劳动中解放出来，比如，使用智能生产装备，代替人工，实施危险作业及大量消耗体力的重复性劳动；研发专业软件平台，大幅提升数据分析水平，提高石油生产效率......

但人工智能还没有“人性”，无法取代人类进行复杂决策，也没有人类的创造力。

技术不断更迭，催生出很多新型人才需要。

中国石油大学（北京）就设立了人工智能学院，培养了首批油气人工智能人才。清北复交等国内顶尖高效，也都纷纷在学科建设中引入人工智能专业人才培养。

石油人将在人机协作中，找到自己新的位置。未来，已经到来。生活在当代的我们，或许还将见证很多意想不到的精彩。