原油價格在2008年達到了創紀錄的高點，每桶原油的價格沖到了150美元以上，刺激了投資者的淘金熱，這些投資者一直在投資這個前景無限的行業，依靠價格的起起落落獲利。然而，困擾著埃克森美孚、殼牌以及英國石油公司等全球能源公司的現實證明結論與現狀恰恰相反。

雖然經歷了價格上漲帶來的資金流入和現金流增加，但是這些龐大的行業巨頭在2005至2014年期間，還是經歷了長達十年的衰退。這種衰退主要是由于稅收、服務成本和開發費用的上漲導致的運營成本上升造成的。因此，有超過25萬名石油工人失去了他們的工作，超過三分之二的石油鉆井平臺已經退役，而一大堆頂級玩家則發現自己只能申請破產。

隨著規模化挑戰的不斷持續，大型石油公司也遭受了嚴重的功能性和結構性低效。使用過時的技術和方法來衡量生產力推遲了很多必要的內部增長。每年損失數十億美元，石油公司現在就需要能夠立竿見影的解決方案，以便更聰明地工作，收復失地并提高收入。

在今天這樣一個向著太陽能和綠色能源大踏步邁進的時代里，對氣候變化和全球經濟轉變的討論也在為這種趨勢推波助瀾——可是石油和天然氣行業仍然是一個龐大的市場，負責產生世界上舉足輕重的一部分財富。

成立于2009年的Seven Lakes Technologies是一家為上游石油和天然氣公司提供智能解決方案的企業軟件公司。這家創業企業打造了個性化的數據解決方案和技術，被用于跟蹤關鍵指標并發現運營效率低下。他們的目標非常簡單：降低生產成本、提高生產力并建立高效的工作流程。

我同Seven Lakes公司的首席執行官Shiva Rajagopalan進行了交談，談到了新興的趨勢，新技術的采用以及這些轉變在2018年將如何塑造大型石油和天然氣公司的未來。

請描述一下石油行業目前的狀況，以及為什么說現在是顛覆這個領域的最佳時機?

Shiva Rajagopalan:石油和天然氣公司經歷了市場的動蕩，現在有了經過精細調整的精益團隊，并確切地知道該在哪里用力。盡管有了所有的這些改變，實現生產目標仍然是一種非常模糊而神秘的行為。這種情況必須改變。培養一大批人來解決這個問題是不會成功的。我們現在必須用容易使用的預測技術——例如人工智能等擁抱了顛覆性的技術——來武裝員工。

人工智能等新興技術將會如何塑造石油和天然氣行業的未來?

Shiva Rajagopalan：人工智能技術有望給現場以時間，以便他們可以縮短意外停機時間。與許多其他的行業一樣，人工智能也會自動執行單調的任務。人工智能允許司泵專注于高價值的問題，而不是陷入數據查找任務。人工智能可以識別鉆井數據中的細微模式，并有助于在每個鉆井在問題真正出現之前很久，就預測出需要的維修。人工智能石油和天然氣系統能夠逐漸地理解每個運營要素，隨著時間的推移，這種理解會變得越來越深入，這讓它能夠快速識別模式，并且——也更為重要的是——能夠更好地生成即時和持續的預測結果。有了足夠的正確數據，我們可以仔細觀察油井的性能，確定潛在的高壓點，并進行推算。用同樣的方式，我們可以確定一口井何時需要人工舉升，并提供進行舉升所需的計算。通過建立人工智能系統，機組成員可以快速反應，并積極開展工作，大大縮短停機時間。

困擾石油天然氣行業的最大盲點或挑戰是什么?新技術如何解決這些問題?

Shiva Rajagopalan:石油和天然氣行業很大程度上是建立在企業家精神之上的，白手起家從零到數十億美元的規模。沒有先進的技術、系統和流程，這一切都是不可能的。石油和天然氣行業的IT部門都知道這一點，但是他們所做的只是拼湊各種技術，卻沒有真正理解整套裝備看起來應該是什么樣子。無法實時可視化油田正在發生的情況。油價的持續走低以及隨后出現的市場下滑導致了數量巨大的裁員、投資減少以及利潤日益趨緊。石油和天然氣行業已經日益精益，利用現有的資源盡可能地優化業績，以保持盈利能力和產品目標。現在，每一家主流的石油和天然氣公司都希望在不增加資源的前提下提高產量。同時，每一家供應商都希望為他們提供最新的生產優化軟件。雙方都聽說過人工智能的潛力，即加快流程、降低成本，但他們才剛剛開始了解這種現代技術的能力。

這將對全球的石油和天然氣市場產生什么樣的直接影響?

Shiva Rajagopalan：在石油天然氣領域擁抱顛覆性技術方面，美國一直是領導者。隨著人工智能在生產計劃和優化方面的整合，我們只會看到對這種技術的應用普及開來。人工智能支持的優化將提高全球石油和天然氣儲量的開采和生產效率，在為世界提供所需的能源的同時，保護自然資源和環境，產生改變游戲規則的影響。

考慮到所有正在發生的變化和趨勢——你如何看到石油和天然氣行業在未來兩至五年內的發展?

Shiva Rajagopalan：我們現在已經看到出現了三個重大的轉變，這將改變我們所知道的石油和天然氣業務的未來。

1. 動態路由司泵，以解決價值最高的問題

通過使用人工智能，聚焦那些目前需要注意的高生產資產，而不是在所有的鉆井上花費大致相同的時間，動態路由已經讓E&P公司掌握了主動權。例如，如果一家租賃公司正在維修15口油井，其中有12口油井運行順暢，而3口井出現了故障，優先處理出現了故障的鉆井對于提高整體產量來說是非常有意義的。

2. 實時的油運收據

想想看圍繞著傳統手寫油運收據(流動票據)然后再手工將其錄入到Excel電子表格這項工作的低效率吧。簡單的數據錄入錯誤到處都是，可能會導致重大的問題，而手工雙重檢查則會浪費寶貴的時間，從幾個月到幾年。通過開發人工智能系統，將現場工作人員和位于角落的經理辦公室連接起來，我們可以對石油和天然氣公司的生產情況有一個完整而準確的觀察。盡管大多數SaaS供應商只是獲得了基本流動票據圖片的能力，但是自2012年以來我們已經證明，使用我們的移動現場數據采集軟件來解讀手寫票的準確率有可能達到99%，直接導致同比產量增加了2%至4%。

3. 在恰當的時機讓鉆井上線

我們經常會說風險巨大是這個行業DNA中寫就的特點。然而，為了充分地從這些風險中獲得回報，這個行業的公司的發展就不能僅僅局限在鉆井方面。為了讓項目保持在預算之內，并且能夠準時完成而且有利可圖，我們進行了很多不必要的掙扎，必須停止這種掙扎。隨著當前集成工作流程管理方面的創新，我們不再受到傳統系統彼此之間無法輕松對話的束縛。這意味著更好的預算預測和工作流程，這對于石油和天然氣公司適當擴大資本預算并保持項目按時進行來說，是至關重要的。