Искусственный интеллект в нефтегазе: ожидания и реальность
Искусственный интеллект постепенно приходит из фантастических фильмов в нашу повседневную жизнь. Впрочем, пока реальность сильно отличается от ожиданий. Сейчас ИИ — это отдельные, на первый взгляд незаметные решения, которые заключаются в способности компьютера обучаться. Тем не менее эти технологии уже сейчас могут приносить реальную прибыль.
Насколько успешно этот процесс идёт в добывающей отрасли? На этот вопрос искали ответ участники сессии «Искусственный интеллект в нефтегазовой отрасли: вызовы и перспективы» в рамках Петербургского международного газового форума.
Зачем ИИ нужен нефтегазовым компаниям?
Можно услышать, что, используя инструменты ИИ, можно добиться эффекта в десятки миллионов долларов. Так, вице-премьер РФ Дмитрий Чернышенко, выступая на конференции Artificial Intelligence Journey 2022, прогнозировал, что ИИ уже в ближайшие годы принесёт российской экономике 1 трлн рублей.
«Искусственный интеллект — абсолютно живая история, которая действительно двигает нефтегазовый сектор вперёд. Компании уделяют этому большое внимание, рынок уже согласился, что здесь — огромные перспективы по повышению эффективности по всем направлениям: разведке, добыче, переработке», — отметила актуальность технологии уже для добычи углеводородов заместитель исполнительного директора «Иннопрактика» Анастасия Павленко.
За счёт чего планируется достичь этих результатов? По словам генерального директора ООО «Ланит-Терком» Вадима Сапашного, главный эффект от внедрения цифровых помощников — предотвращение ошибок, которые могут обойтись компании в миллиарды рублей.
«Как это делалось раньше? Были суперэксперты, которые принимали решение, где бурить. Но основная проблема, что те знания, нейросеть, которая строится в их голове, от них не отчуждаема. ИИ призван создать цифровую копию тех процессов, которые будут применяться в конкретной индустрии», — комментирует инновации Вадим Сабашный.
Однако не всегда эту выгоду легко подсчитать и монетизировать. Зачастую сложно разделить, за счёт чего достигнут эффект: благодаря применению цифрового советчика или идущему параллельно внедрению бережливого производства, — отмечает директор по стратегическим проектам ГК «Цифра» Павел Федосов.
Тем не менее в ИИ верят: в 2021 году в эту технологию вложили $39 млрд венчурных инвестиций, приводит данные директор акселерации по нефтегазовому направлению кластера энергоэффективных технологий Фонда «Сколково» Антон Аблаев.
Преодолеваем барьеры
Однако, несмотря на все потенциальные выгоды, внедрение ИИ в нефтегазовом секторе пока идёт не так гладко. Основные сложности перечислил директор Ассоциации «Искусственный интеллект в промышленности» Тимур Супатаев.
«Первый барьер — это неготовность индустрии с текущим пониманием ИИ в промышленности быть заказчиком. Многие слышали и любят использовать термин ИИ, но определять конкретные задачи, которые могут быть решены с его помощью, выделять команду и даже формулировать ТЗ — это зачастую проблема.
Второй фактор — отсутствие достаточного количества данных. И третье — не всегда есть понимание, какие задачи в принципе способен решать ИИ в промышленности», — сказал г-н Супатаев.
Если говорить о первом и третьем барьерах, то здесь помочь может просветительская работа. А что касается нехватки данных, то здесь всё не так просто. Впрочем, Вадим Сабашный, напротив, считает, что у нефтегазовых предприятий есть даже определённое преимущество, так как информация практически не устаревает.
«Сколько проходит времени, когда нефть материнской породы начинает отдавать в коллектор? Сотни миллионов лет! А значит, все данные, которые мы собирали с 1980-х годов и даже раньше на бумаге, до сих пор валидны.
Да, они не в красивом виде, неполные. Но данные каротажа скважины, полученные в 1960-х гг., не менее ценны, чем те, что получены сейчас. Да, сейчас для каротажа опускают более умные головки, используют ультразвук. Может, со временем начнут использовать рентгеновские установки. Но все собранные данные ценны, нельзя их выбрасывать.
Например, по баженовской свите мало данных, но платформу по их обработке уже можно готовить для того, чтобы сравнивать результаты, полученные из аналитических моделей, составленных на бумаге, компьютере, с теми, которые даст машинное обучение. И это будет полезно обеим моделям, потому что они друг друга проверят», — отмечает Вадим Сабашный.
Сегодня в России есть данные по сотням пробуренных скважин. Да, ВИНК неохотно делятся ими друг с другом. Но внутри отдельно взятой компании есть всё необходимое для разработки платформы, которая могла бы предсказывать по геологическим параметрам, как лучше эксплуатировать эту скважину. Впрочем, легко сказать — трудно сделать. Пока в полной мере решить эту задачу не удалось ещё никому в мире, говорит генеральный директор «Ланит-Терком».
Новые вызовы и новые подходы
Как видим, эти барьеры преодолимы. Однако не стоит забывать, что российские предприятия столкнулись с дополнительной проблемой. Из-за санкций они не теперь не имеют доступа
к передовым зарубежным разработкам.
Минцифры в ответе на запрос «Коммерсанта» заявило, что санкции не окажут серьёзного влияния на развитие ИИ, так как большинство алгоритмов — это продукты с открытым кодом. Впрочем, и в этом случае у крупных международных компаний, таких как Honeywell или General Electric, было больше времени и исходных данных для того, чтобы продвинуться в исследованиях ИИ, отмечает Павел Федосов.
Получается, что российские разработчики с самого начала оказались в положении догоняющих. Однако не стоит думать, что эту работу пришлось начинать с нуля, определённые наработки в сфере ИИ в РФ были.
«Сейчас в стране достаточно разветвлённая система, связанная с ИИ, со всеми необходимыми элементами: стартапы, компании-заказчики, вузы, инструменты государственной поддержки», — перечисляет Тимур Супатаев.
В условиях ограниченного времени стоит задуматься об объединении усилий. Действительно, создать собственный RND-центр отдельно взятой компании непросто. К тому же у небольших стартапов, как правило, нет достаточных ресурсов, в результате в лучшем случае заказчик получает прототип, который потом придётся ещё долго «допиливать», отмечает владелец продукта по видеоаналитике в СИБУРе Вадим Щемеленин.
«Фундаментом будущих успехов ИИ является наука. Однако во взаимодействии учёных и производственников ещё многое можно улучшить.
Да, есть наработки, и я согласен с тем, что нужно объединяться. Но у меня есть ощущение, что мы массово идём не тем путём. Мы стремимся делать какие-то объединения, партнёрства и т. д., в то время как нужно устанавливать прямые контакты и делать классические НИРы.
Производителям не нужны отчёты, им нужны партнёры для развития технологий, для обмена знаниями. А мы этот обмен теряем, начинаем смотреть в сторону ассоциаций, отчётов», — посетовал Вадим Щемеленин.
Идеальная ситуация, когда в «одной упряжке» работают научный институт, технологический партнёр (IT-компания) и заказчик (нефтегазовая компания), сошлись во мнении участники «круглого стола».
Ещё один барьер для развития ИИ — острый кадровый дефицит в отрасли. Если взять информационно-коммуникационные технологии в целом, то на начало 2022 года потребность в специалистах оценивалась в 1 млн человек, приводит цифры «КоммерсантЪ». При этом за прошлый год эта ситуация не только не поправилась, но скорее ухудшилась. Связано это с отъездом многих IT-специалистов из страны.
«В плане инноваций в машинном обучении сейчас в России спад. Во многих компаниях не хватает квалифицированных кадров. При этом востребованность технологии растёт: государство и бизнес понимают, что у неё множество применений и она может существенно сократить расходы», — отметил в интервью порталу «Страна Росатом» руководитель направления машинного обучения в «Гринатоме» Яхья Ибрагимов.
В качестве решения предлагают проекты, нацеленные на вовлечение школьников в изучение программирования, увеличение мест набора в вузах и ссузах по ИКТ-специальностям и т. д. Однако очевидно, что рассчитывать на быстрый эффект здесь не приходится.
Денежный поток иссяк, но не пересох
Оптимизм отрасли насчёт технологий ИИ в значительной степени был обусловлен обещанием государственной поддержки. Действительно, в конце 2022 года Минэкономики утвердило программу «Развитие высокотехнологичного направления
«Искусственный интеллект на период до 2030 года» с финансированием 24,6 млрд рублей. Однако в этой «сладкой» новости, есть своя ложка дёгтя. Если сравнивать с аналогичной программой от 2019 года, мы видим, что практически все ключевые индикаторы изменились в сторону уменьшения. В частности, в 2019 году на развитие ИИ планировалось выделить 56,8 млрд рублей, причём только до 2024 года.
Ещё сильнее сократился объём ожидаемого внебюджетного финансирования: с 334 до 111 млрд рублей. Наконец, разработчики программы 2019 года полагали, что к 2024 году объём внутреннего рынка ИИ-технологий будет составлять 160 млрд рублей, но в последней редакции этот показатель снизился более чем в 10 раз — до 14 млрд рублей.
Как мы видим, денег стало меньше. Однако сам факт, что государство в кризисные моменты не отказывается от финансирования технологии полностью, говорит о понимании её потенциала. То есть хорошая новость в том, что сам вопрос, развивать или не развивать технологии ИИ, уже не стоит.
«ИИ в своё время ярко выстрелил, был большой оптимизм, особенно
в предыдущие пару лет. И в какой-то момент пришло какое-то отрезвление, понимание, что ИИ может не всё. Но, на мой взгляд, рано говорить о «зиме ИИ», запросы есть, компании внедряют», — комментирует ситуацию Анастасия Павленко.
Резюмируя, можно сказать, что нефтегазовые компании изменили своё отношение к ИИ. Теперь от технологии уже не ждут чудес, пришло понимание, что это ещё один из новых инструментов, который нужно правильно использовать и для которого нужно готовить данные.
Важно, что отставание от зарубежных компаний пока не является критичным, настоящего прорыва в применении ИИ ещё никому не удалось добиться. Однако эта ситуация может быстро измениться уже в ближайшие несколько лет. Тогда и станет ясно, как сильно на самом деле санкции повлияли на российских разработчиков.
Текст: Андрей Халбашкеев
