智能化，智能化，还是智能化。

日前，在专注于探讨油气行业数智化发展的行业盛会——“华为全球油气峰会2023”上，众多油气企业分享了行业数字化转型的最新进展。

此次华为油气峰会以“深耕油气，全栈数字技术加速行业智能化”为主题。在会议期间，智能化一词被频繁提及。不难感受到，智能化已成为油气行业近些年转型发展的重大主题之一。

01

2022年，ChatGPT的亮相掀起了一股席卷世界的人工智能浪潮。

除了能像真人一样聊天，人工智能还能帮人们撰写出漂亮的文章、编写复杂的报告，能自动编程甚至写诗。

无数人为之感叹，没想到人工智能技术已发展到如此惊艳的地步。不过很少有人知道，在ChatGPT背后蕴含的新一代人工智能技术，也悄然改变着油气行业的未来。

这场改变，可以从油气勘探阶段说起。

传统油气勘探主要是通过人工地震技术采集勘探数据，再结合各种地质资料，经过数据治理、属性提取、构造追踪、数据解释等一系列的工作，进而推断油气藏的位置。这一过程十分繁琐复杂，并且高度依赖专家的经验。

近年来，我国的油气勘探开发逐步转向深层、页岩、深水等领域，勘探难度持续增加。与传统的常规油气资源不同，这些油气藏的储存地质条件更加复杂，需要更精细化的勘探。

这也导致了勘探数据量的成倍增加，并且极大地增加了后续的数据处理和解释工作量。按照传统勘探方法，油气勘探的效率将大幅降低，同时成本上升。

针对这一挑战，一些科学家开始探索用机器学习技术来处理和解释数据，以减少石油工程师们的重复工作，提升勘探效率。

由于样本少、计算量大等挑战的存在，传统的机器学习技术并不能很好地实现预期目标。

伴随着新一代人工智能技术的发展，石油工程师们又看到了新希望。

例如在近年来，广泛受到人工智能界关注的大模型技术。

所谓大模型，简单来说就是参数规模超大的机器学习模型，这种模型具有非常强大的计算能力和学习能力。相比传统的人工智能模型，大模型可应用于各种复杂场景下的实时预测与处理。火爆的ChatGPT正是基于大模型的产物。

将大模型应用于油气勘探领域，能突破传统人工智能技术无法突破的瓶颈。诸如可以减少对数据标注的依赖，解决样本小的问题。实际上，大模型在油气勘探方面的应用探索已经开启。

据了解，中国石油就以华为的盘古大模型为基础，对大量的地震数据体开展了AI大模型的研究，目前已完成了模型的构建，模型参数超过了10亿。

以地震勘探大模型为基础，中国石油在塔里木油田开展了研究应用，利用人工智能对地下深层的走滑断裂进行识别和碳酸盐岩缝洞体进行预测。

结果显示，相比传统的机器学习技术，基于大模型的人工智能预测不仅准确率更高，效率也高出了数十倍。

这一研究结果，无疑预示了新一代人工智能技术在勘探领域的前景。有业内专家甚至预测，随着地震勘探大模型参数量的不断增大，油气勘探会迎来一次技术革命。

02

智能化浪潮下，面临变革的不只是油气勘探，油气生产也在发生深刻变化。

提起油气田的日常生产，很多人都会联想到这样的画面：一线工人驻扎在人烟稀少的井场，长时间远离城市，生活设施简陋。

虽然这样的工作十分艰辛，但长久以来，油气田不得不采取这样的方式开展生产。因为井场大多位于偏远的山区、沙漠等地，油气的生产每天都需要人采集生产数据，生产设备也需要频繁维护。

不过在如今，画风已有所转变。

大部分井场已基本没有人员长期驻守，并且走进油气田，还能看到一个叫数字化管理中心的地方，采油工人每天在管理中心就能查看生产动态、数据采集情况，完成调控生产设备等日常工作。

而带来这一转变的正是智能化技术。智能化系统不仅能将工人从繁重的一线工作中解放出来，还能比人工更精准地采集生产数据、更便捷地调控生产。

与此同时，如何将数据变成生产力，用数据进一步提高油气生产的效率，更成为了当下的热门探索。

人工智能利用生产数据经过不断地反馈训练，可实现生产优化、风险预警、设备预测性维护、节能降耗等能力，完成一些在过去靠人工难以实现的操作，实现油气生产提效降本。

目前，国内众多油气田加大了对“数据生产力”的建设。例如西南油气田提出，在2030年初步建成智能化油气田；长庆油田成立了 “数字和智能化事业部”，专职推进智慧油田建设；塔里木油田谋划在未来几年形成数字化油田发展，并已完成智能油田相关顶层设计。

另一方面，数据平台、网络、算力设施、网络安全等一些关键技术取得进展，也让数据真正发挥出力量，促成智能油气田建设有了更大底气。

例如算力建设的新模式。算力设施是智能化油气田的关键基础设施之一。由于油气生产数据极其庞大，算力大小直接决定了油气田智能化程度的天花板在哪。

传统算力设施建设的成本十分高昂，而且已有的算力基础设施、数据分散等问题，导致算力利用效率低，运营成本较高。

据估计，未来智能油田所需的算力将有成倍的增长。面对智能化油田极速扩张的算力需求，提升算力基础设施建设和运营的效率必不可少。

针对这一挑战，一些油气田发展了建设统一算力中心的新模式，即对各种算力资源以及存储资源进行统一建设，实现对算力资源的集中共享、统一运维。同时，把网络、存储等进行有效融合，提升算力利用的效率。

据了解，中国石油西南油气田就联合华为、昆仑数智在这方面展开了建设和探索。运营结果表明，相比传统的算力建设模式，这种新的运营模式更快速地完成了建设，满足了油气田的算力增长需求；同时可向外辐射，具有提供对外服务的能力，使得IT资产由成本中心向利润中心演变。

03

在下游石油炼化领域，智能化也在激流勇进。

2023年，一组新的统计数据显示，中国的炼油总产能达到9.2亿吨/年，已成为世界第一炼油大国。在规模化扩展取得重大突破的同时，如何提升行业发展质量，成为炼化行业发展的主要目标。而智能化，俨然为实现这一目标提供了契机。

石油的炼化生产是一个极为复杂的环节，原油要变成成品油或各种石油化工品，需要经历多道工艺处理。这些工艺环环相扣，一旦生产开启便不能随便停车，否则会造成巨大的经济损失。

同时，由于炼厂有众多易燃易爆物品，一旦发生故障，将面临巨大的安全风险。为此，炼化企业不得不安排大量工作人员，24小时值守生产线，并且需要频繁地巡线安检。

基于数字平台的智能炼厂，则为解决这些挑战提供了新的方案。

依靠摄像头和智能算法，就能识别出初期火灾、人员是否正确佩戴ppe、作业操作是否规范、是否有外来人员闯入……这在过去是遥不可及的想象。但在一些石油炼厂，这类应用已经成为现实，并且具有很好的准确率。而这些操作，也仅仅是智能炼厂的冰山一角。

基于数字孪生技术的智能炼厂，如今正在全面重塑石油炼厂的生产运营模式。简单来说，数字孪生就是建立一种和物理对象相对应的数字虚拟模型。在实体的炼厂基础上，再造一个虚拟炼厂，借助虚拟炼厂，可全方位辅助提效炼厂的实际生产。

目前，越来越多的炼化企业，都在打造实体和虚拟相交互的智能炼厂。例如北方最大的炼油企业中国石化天津石化，就基于“数字孪生”打造了先进的智能炼厂。智能化应用可全方位覆盖石油炼厂的生产决策、经营管理、生产运营、过程控制等等方面。甚至在炼厂的建设阶段，智能化就已开始赋能。

同时值得关注的是，随着5G、北斗等技术的引入，智能炼厂还在持续成长升级。

例如天津石化，就实现了在5G环境下对1000多台机泵的监测。在机泵出现异常的初期，利用5G网络就能迅速回传异常情况对它进行判断实现预警，避免了多起事故的发生。

基于5G和北斗定位技术，智能机器人巡检在炼厂成为了现实。和以往传统的巡检比，搭配北斗RIK的厘米级高精度定位，可大幅提高巡检的效率和可靠性，大大减少了人工巡查的工作量。

04

智能化到底能不能给油气行业带来实效？能不能创造效益？面对数智化的大浪潮，也曾有不少人发出这样的疑惑。

技术条件有限、人们对工业智能化认知的有限等等因素，无不阻隔在油气行业智能化的理想与现实之间。

一个产业的转型升级，往往是漫长的。尤其对于油气这样庞大的行业，其数智化之路注定铺满荆棘。

但不断地探索实践，油气企业和数字化科技企业之间融合的持续加深，亦在缩短理想与现实的距离。

在今年的“华为全球油气峰会”上，华为还联合客户与伙伴发布了“油气行业智能化架构”。该架构分为智能感知、智能连接、智能底座、智能平台、AI大模型和智能应用六个部分。

对油气行业的场景多且复杂的局面，此架构主张在充分利用大模型优势的基础下，差异化且有针对性的解决各类需求，助力油气行业更高效迈向智能化。

据介绍，这一构架不仅融合了华为的核心解决方案，还可以兼容第三方主流框架，融合生态模型和应用、算法和算子能力，并能对接已建或新建的三方平台及数据湖，例如由中石油昆仑数智打造的梦想云数据湖，由中石化石化盈科构建的石化智云平台等。

新科技、新融合、新可能。我们有理由相信，油气行业高度智能化的时代，终将到来。