AI技術有望令美國頁巖油行業獲得更大突破

長期以來，石油行業一直僅將人工智能（AI）技術主要用于評估地震調查等后臺任務，主要的鉆井和水力壓裂等環節仍牢牢掌握在人類操作員手中。而如今，美國頁巖油公司們開始嘗試使用AI、機器學習和遠程操作來幫助其降低成本，并開采更多頁巖油。這可能會破壞石油輸出國組織（OPEC）減產以管控全球石油產量，并以此穩定、提高油價的努力。

此外，AI技術也開始在石油行業的其他場景中進入應用測試階段，比如被用于維持現有油井的井流量，預測油井的設備故障率等。除了這些提高效率、降低成本的效用外，AI技術或還能幫助該行業完成氣候變化目標。

美國頁巖油盆地再成AI技術“實驗室”

在休斯頓一間黑暗的控制室里，石油與天然氣鉆井公司Nabors Industries性能工具總監蓋德斯（Rafael Guedes）在監視器上觀察著機器人如何在沒有任何人類操作的情況下，主導該公司位于北達科他州油田的鉆機工作：一個來自于其戰略合作伙伴Corva公司的AI程序接管了Nabors Industries公司的鉆機，通過衛星發送指令，并在幾秒內作出決定，平順地鉆過巖石，監控室屏幕上隨之亮起紅色。

蓋德斯預計，Corva公司的這一AI項目將在鉆井時為操作員節省約5000個命令，并將鉆井速度提高至少30%?！斑@一切都是自動化的，無須由人工按下任何按鍵，屏幕上的一條綠線追蹤著鉆頭在地下的路徑?，F在，我們可以把腦力用于其他事情了?！彼Q。Nabors Industries的高級副總裁塞克納（Subodh Saxena）稱：“頁巖井目前的采收率約為8%。如果AI能夠改善采收率，那么采用該技術所獲得的‘獎勵’將是驚人的?！?/p>

Nabors Industries的這一情況可謂美國頁巖油行業眼下的縮影。隨著鉆井商和生產商堅持不懈地專注于提高效率，AI鉆井技術正在頁巖油盆地的各大油田“站穩腳跟”。盡管這項技術正在全球范圍內進行測試，但美國仍是最值得關注的地方，因為美國得克薩斯州、北達科他州和其他州的頁巖油盆地長期以來一直是發掘更快、更便宜的石油開采方式的“實驗室”，也使得美國在短短數年內，從石油進口國，搖身一變成為全球最大的石油生產國。

根據行業數據提供商Kimberlite International Oilfield Research的數據，過去五年，美國頁巖油盆地承包商已成功地將鉆井所需的大約兩周時間縮短了一天，將壓裂平均所需的11天縮短了三天。為此，他們采用了廣泛的新科技和新技術，包括鉆探3英里長的水平井。目前，監測油井而非遠程鉆井仍是AI技術最常見的應用場景，但對后者的應用絕對會迎頭趕上。AI技術有望令美國頁巖油行業獲得更大突破。

Evercore ISI分析師瓦斯特（James West）稱，AI技術對效率的提高，應該會為頁巖油企業帶來更低的成本，預計很多相關公司將在未來幾個財政季度開始宣傳他們從AI中節省的成本?！斑@一成本節約幅度將是顯著的，至少兩位數，在某些情況下甚至可能節省25%~50%的成本?！彼Q。

Corva公司正通過其AI軟件對美國的每個頁巖油盆地進行建模，并計劃在未來兩年內進軍南美。該公司的鉆井業務總經理?？怂梗╓illiam Fox）表示，他對美國石油行業利用AI進行優化的能力感到驚訝?！绊搸r油盆地一直是鉆井行業的實驗室，這是一個競爭激烈、動力強勁的市場。如果AI技術在北美頁巖油行業中有效，那么該技術在其他地方也會得到更好應用?！背鮿摴維hearFRAC也正在使用AI技術更有效地壓裂油井，為現場的水力壓裂人員提供建議，然后由他們選擇是否實施這些建議。該公司最終計劃提供更自動化的水力壓裂技術。

由于將AI技術用于自動化遠程鉆井的部署工作剛剛開始，這對于行業就業的潛在影響尚未可知，但業內人士預計，AI技術能幫助頁巖油企業克服近年來出現的工人短缺問題。油田獵頭公司Airswift Holdings最近對全球能源工人進行的調查表明，他們對AI持開放態度，大多數受訪者表示AI可以提高他們的工作滿意度和生產力。

更多應用場景

除了遠程鉆井，業內人士表示，AI技術還有助于保持和提高現有老油井的井流量。此前，油田服務、設備公司哈里伯頓（Halliburton）和AIQ與阿聯酋阿布扎比國家石油公司（ADNOC）合作，在這家能源巨頭位于阿拉伯聯合酋長國阿布扎比的東北巴布（NEB）資產中成功推出了一款AI自主井控解決方案RoboWell。該項目是有史以來第一個AI支持的氣舉井高級過程控制（APC）解決方案，使自主井能夠在指定的操作條件下自我調整，最大限度地提高產量。RoboWell解決方案將自動化特定任務，實現更快的響應，通過實時優化氣體注入速率，幫助ADNOC將井流量保持在所需的操作范圍內。該方案還會利用實時數據對不斷變化的油田動態作出持續反應，優化生產流程，并確保在安全參數范圍內運行，以最大限度地減少油井不穩定，降低停工或其他事件的風險。該項目的初步結果是，使氣舉消耗量減少了30%，提高了效率，并使井涌量減少了50%。

美國最大的私營石油和天然氣生產商之一Hilcorp Energy估計，通過使用AI技術和機器學習預測設備故障，可以防止大約5億立方英尺的天然氣生產下線。否則，為了尋找那些停工的油井，人類工人可能需要大約一周時間開著卡車四處檢查所有的井。

油田服務提供商貝克休斯（Baker Hughes Co.）的首席數字官布雷迪（James Brady）表示，盡管這種AI預測技術目前主要還僅被應用于二疊紀盆地的少數幾口油井上，但它最終會被廣為應用，并產生更大影響。該公司自身目前也正在構建AI模型，以預測用于保持老井流動的電潛泵的故障率。對于二疊紀盆地的特定客戶，貝克休斯已可以在30天內預測客戶約65%油井的設備故障率，該公司的目標是將這一比例進一步提高至70%，并提供更完整的泵維修建議。

還值得一提的是，相關AI技術已經不僅限于在頁巖油盆地地層中進行測試，還開始被海上油田引入測試，并被認為有望幫助石油行業實現碳減排目標。

全球最大的石油服務提供商SLB在今年稍早宣布，它在巴西海岸通過AI技術實現了自主鉆井，成功鉆井五口，并使鉆井時間大幅縮短了60%。SLB的油井建設部門總裁拉姆斯（Jesus Lamas）表示，在未來三到五年，15%的油井將由AI自主控制。