轉型升級 AI探路

油氣行業正在進行一場深刻的變革。

18世紀詹姆斯·瓦特的蒸汽機點燃了第一次工業革命的火種，帶來了油氣資源的大規模開發利用；100多年后，以內燃機為標志的技術革命，帶來了油氣利用領域的革命性突破；二戰后，以計算機、原子能、航空航天等為代表的信息時代，推動了石油石化生產、利用能力革命性變革。

當下，石油石化行業正在進行一場全新的綠色革命。而這場革命的助推器，便是人工智能（以下簡稱AI）。

“鯰魚”DeepSeek

2025年新春伊始，AI迎來了“中國時刻”：國產深度推理大模型DeepSeek橫空出世。當閉源巨頭還在壟斷與監管間掙扎時，Deepseek僅以2%的硬件成本就實現了與國際頂尖模型匹敵的性能，顛覆了全球AI競爭格局。

從1909年西班牙工程師LeonardoTorresyQuevedo發明可以自動執行國際象棋對弈的機器Occultus開始，人類對AI的探索已經過了100多年的歷程。在這100多年的探索歷程中，AI一直被認為“難以想象”“不可能實現”。直到2020年，以ChatGPT等為代表的大模型出現，才讓AI有了些“煙火氣”。但因其成本高昂、時效性差以及推理能力不足等缺陷，在一定程度上限制了與日常生產生活的結合。而以深度推理和開源為特征的DeepSeek，在一定程度上彌補了之前人工大模型的一些不足。

“通過創新技術架構，DeepSeek成功突破傳統AI對高算力需求的瓶頸，構建出更高效的技術研發范式?！敝袊秃突ぷ詣踊瘧脜f會副秘書長袁江如說。它推動科學研究從“驗證假設”轉向“發現未知”的新模式。DeepSeek研發團隊在論文《Transformer模塊化拆解算法》中提出了“動態子圖切割”技術，將千億參數模型分解為可協同工作的智能體集群，大幅提高了推理速度、降低了顯存占用。“這種技術的突破，使得國產芯片在混合運算中可達到A100顯卡83%的效能，該技術通過創新性算法優化與硬件指令集重構，有效降低了對國外高端制程工藝的依賴，在智慧城市、工業仿真等典型應用場景中展現出更優的能效比與場景自適應能力。”袁江如說。

一直在AI道路上探索的油氣企業敏銳地發現了這一點，紛紛“牽手”DeepSeek。

2月，中國石化、中國石油、國家管網和中國海油先后宣布將企業的大模型接入DeepSeek。在國外，2月9日，沙特阿美宣布將位于達曼的數字數據中心接入DeepSeek，成為沙特AI基礎設施擴展的重要一環?！癉eepSeek通過與油氣企業聯合部署行業大模型本地化解決方案，在實現數據安全可控的同時，有效提升垂直領域AI訓練效率，其定制化的模型優化能力為加速推進人工智能在能源化工產業的智能化升級提供了堅實技術支撐。”袁江如說。

毫無疑問，DeepSeek成了攪動AI市場的“鲇魚”。國外，有OpenAI的GPT系列，谷歌的Gemini系列；國內，有騰訊的元寶，字節跳動的豆包，華為的盤古大模型，阿里的通義……百模大戰，并非夸張。而DeepSeek的開源，打破了傳統AI發展模式的束縛，將推動AI應用生態的繁榮。這大大加快了整個AI大模型的發展進程。“目前，各個行業都在‘追風’DeepSeek。具體怎么接入，用途是什么，行業之間差異較大。從長遠看來，AI一定會更加深入各行各業。”正在為國家管網某企業人工智能安全監測運營助力的安帝科技有限公司董事長周磊說。

漫漫AI路

事實上，在DeepSeek為人所知之前，國內外的油氣行業已經開始了和AI的對接。埃森哲的一項研究指出，62%的石油和天然氣公司已經在使用或計劃實施生成式AI。

AI技術在油氣中的應用，可以追溯到20世紀90年代。它以模式識別、基因算法、BP神經網絡（神經網絡模型）為代表的機器學習方法，應用于測錄井信息處理解釋、構造解釋、地震屬性識別等。2015年之后，以深度學習為代表的AI技術在油氣領域逐步開始應用探索，并取得了非常廣泛的應用。

OpenAI發布GPT-40以來，通用AI發展從純文本交互對話發展到了圖像和語音等多模態交互模式。AI發展，進入了“智能體”發展階段。國內外各行業出現了研發各類通用AI的風潮，國際大石油公司正是在這一風潮下開始了AI的布局。“DeepSeek，凸顯了全球范圍內爭奪AI領導地位的競爭有多么激烈和緊迫。我們將看到，這些模型在整個經濟中的應用激增。”雪佛龍首席執行官MikeWirth說。

一些國家石油公司和國際油服公司在發展AI的過程中形成了自身的特點。

英國石油、殼牌和道達爾能源都在部署了微軟365AI關鍵產品Copilot，允許成千上萬的員工訪問微軟新的云服務平臺Copilot，深度應用生成式AI技術，提高公司運營效率。?？松梨趧t有兩種不同的使用和開發LLM的機制。一是將GPT-4的使用限制在內部，二是與私人有限公司開發轉為油氣行業任務服務的自定義LLM，增強了模型能力，使其在數據處理、縮寫處理及行業特定任務處理等方面顯示了巨大潛力。

這些企業都是在以Chatgpt/GPT-4為基礎來提高公司運營效率的。還有一部分公司像斯倫貝謝、沙特阿美和馬來西亞石油公司等，自行開發油氣行業語言大模型以解決行業問題。

國內緊跟全球AI發展的潮流。2020年底至2021年初，中國石油、中國石化、中國海油等能源央企紛紛表態，要把握大勢、搶抓機遇，推動數字化轉型和智能化發展。2023年3月31日，國家能源局發布了《關于加快推進能源數字化智能化發展的若干意見》，涉及涵蓋油氣綠色低碳開發利用上、中、下游的六個重點領域，包括“推動智能測井、智能化節點地震采集系統、智能鉆完井、智能注采、智能化壓裂系統部署、遠程控制作業”。近年來，中國石油的昆侖大模型、中國石化的長城大模型、中國海油的海能大模型、國家管網的的管網大模型以及各個油田企業自己研發的AI系統、模型等應運而生。

滿足轉型升級

“在全球能源轉型與‘雙碳’目標的驅動下，油氣工程正加速與AI技術深度融合?！比珖鴥蓵陂g，全國人大代表，中國石油集團副總工程師，油田技術服務公司執行董事、黨委書記楊立強同樣認可當前油氣領域正在刮起一股AI風潮。

油企AI快速發展的背后，是行業轉型升級的要求。當前，氣候挑戰對石油行業提出了轉型升級的迫切需求。傳統的勘探和生產方式，已難以滿足當前高效、安全、環保的要求。以上游為例，油氣資源的發現難度加大、開采成本升高及對環境保護的要求，迫切需要新的技術來解決這些問題。在這樣的背景下，AI技術的引入成為石油勘探領域的一次革命性創新。

“AI的應用，不僅是技術的簡單迭代，而且代表著一種全新的工作方式和思維模式的轉變?！敝袊涂碧介_發研究院大數據AI首席科學家肖倚天說。

目前，斯倫貝謝公司和Equinor公司在巴西PeregrinoC鉆井平臺上實現了迄今為止自主化程度最高的2600米鉆井。其中，99%的進尺是在自主控制模式下完成的。未來，AI之下的自主鉆井不再是夢。AI在測井和非常規能源的開發方面帶來的提升引人矚目。美國頁巖油氣鉆井公司正在部署AI技術。資料顯示，AI技術將顯著節省頁巖油生產成本，至少可以達到兩位數。在某些情況下，可能節省25%～50%的成本，可以發現更高產的井，實現更準確的勘探。

中國石化通過AI技術實現了地震數據處理效率提升30%，油藏建模精度提高20%，并利用“勝小利”大模型輔助決策，顯著降低了管理成本。阿聯酋能源巨頭阿布扎比國家石油公司（ADNOC）“現身說法”，以實際的經濟收益展示了AI在油氣行業的價值。2024年7月底，ADNOC宣布在使用AI技術后，SatahAlRazboot油田的產能增加了25%。該公司透露，AI技術的實施在2023年為其創造了5億美元的額外價值。

AI在能源領域的應用已從單一的生產優化邁向全鏈條智能化?！癆I不僅加速了傳統油氣開采的降本增效，而且通過數據驅動的投資分析推動了可再生能源布局，例如風能、氫能項目的風險評估與選址優化。”阿布扎比國家石油公司首席執行官Sultanal-Jaber指出。

AI正成為新材料研發的“加速器”?！按竽Ｐ屯ㄟ^分析化學結構、反應機理和材料性能數據，能夠快速篩選和設計新型催化劑、聚合物或其他功能材料，生成式AI可以設計具有特定性能的分子結構，加速新材料的研發進程?！崩鰯抵菬捇a品與解決方案部馬慶說。大模型還能預測材料的性能和應用潛力，減少實驗試錯成本，縮短研發周期。

“新質生產力的很重要的一個特征，就是AI?！敝锌茻捇畔⒅行慕浝聿虡s生說。未來，能源與化工企業需要以開放姿態擁抱AI生態，通過技術迭代與組織創新在變革中搶占先機。在這場變革中，唯有主動適應者方能定義新時代的產業規則。

責任編輯：趙 玥

zhaoyue6954@126.com