石油行業(yè)似乎已經(jīng)全面投入數(shù)字技術(shù)。數(shù)字技術(shù)領(lǐng)域的一些人預計石油和天然氣行業(yè)的人工智能(AI)今年將從理論變成現(xiàn)實。但是，另一個數(shù)字技術(shù)領(lǐng)域已經(jīng)引起轟動，而今年這種影響泛起的漣漪將繼續(xù)成倍增長：預測分析。

了解人們對于石油基本面和價格的預期，及其對營運環(huán)境的影響，對石油和天然氣公司來說已經(jīng)變得至關(guān)重要——數(shù)據(jù)分析服務供應商也非常樂意提供幫助。

“石油和天然氣行業(yè)可能已經(jīng)擺脫持續(xù)低迷，但公司尋找新資本和運營效率的壓力依舊沒變。”Lloyd’s Register的首席技術(shù)官表示。“與其他行業(yè)一樣，監(jiān)管機構(gòu)和其他利益相關(guān)方對于改善環(huán)境績效、提高安全的需求越來越強烈。預測分析等先進的數(shù)據(jù)技術(shù)為石油和天然氣公司提供了應對這種日趨復雜的環(huán)境的手段。”

專注于人工智能研究的公司Emerj認為，數(shù)據(jù)分析還可以通過預測供應和需求來優(yōu)化生產(chǎn)，同時也能通過預測設(shè)備維護需求來幫助簡化操作并進一步降低成本。

目前，石油和天然氣公司使用兩種類型的預測分析解決方案：預測性維護解決方案和商業(yè)智能解決方案，Emerj的Ayn de Jesus寫道。前者包括從設(shè)備維護預測到能耗優(yōu)化、以及解決諸如泵故障等具體問題的事情。后者則包括幫助石油和天然氣公司設(shè)定的解決方案，例如，生產(chǎn)標準，并檢查是否可以達到這些標準以及如何達到。商業(yè)智能軟件還可通過分析大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，提供有關(guān)行業(yè)未來和新興趨勢的洞見。

三年前，Bain and Company的研究表明，利用數(shù)據(jù)分析技術(shù)，石油和天然氣生產(chǎn)商可以將油田和煉油廠的績效提高6%到8%。不過，當時研究人員警告說，很少有公司會利用分析所能提供的所有數(shù)據(jù)。此舉的好處不言而喻，因此現(xiàn)在的數(shù)據(jù)使用量必須增加。隨著越來越多的設(shè)備連接到跨行業(yè)的業(yè)務網(wǎng)絡(luò)，物聯(lián)網(wǎng)的發(fā)展正在推動這種轉(zhuǎn)變。

現(xiàn)在看來，預測分析正在石油和天然氣領(lǐng)域取得進展，生產(chǎn)商和煉油廠正在接近下一個重大步驟：規(guī)范分析。預測一臺設(shè)備何時需要停機維護是有益的。能知道為什么在這個精確的時刻需要維護則更好。

規(guī)范分析“告知運營商根本問題所在”。AspenTech的能源行業(yè)營銷總監(jiān)Ron Beck接著解釋說，它不僅可以告訴他們壓縮機要壞了，而且即將發(fā)生的這種故障與液體在一定濃度下泄漏到氣體管線中有著直接的關(guān)系，或者只是與記錄的壓力緩慢變化有關(guān)。

然而，在實現(xiàn)所有這些潛在的好處之前，石油和天然氣行業(yè)還有很長的路要走。正如Forbes的Venables所指出的那樣，盡管100家最大的石油行業(yè)企業(yè)中有超過一半的企業(yè)已經(jīng)證明他們在運營中使用了預測分析，但仍有43%的企業(yè)尚未采用這種方法。