Перспектива увеличения прибыли — главный фактор развития ИИ в нефтегазе

Мода на искусственный интеллект в 2026 году окончательно победила — и в коммерческом, и в государственном секторе получить финансирование на новый ИТ-проект теперь значительно проще, если декларируется использование ИИ. Цифровизация нефтегазовой отрасли, отмечает Дмитрий Васильев, старший партнёр «Лиги Цифровой Экономики», здесь не является исключением.

Курс на ИИ: первые шаги

— В госкорпорациях и крупных компаниях начали разрабатывать программы внедрения ИИ-инструментов в свои процессы, ставить руководителям цели, связанные с искусственным интеллектом, и формировать соответствующие KPI. Причём это касается не только начальников по направлению ИТ, но и руководства подразделений основного бизнеса и бэк-офиса. Важность темы понимают и на государственном уровне, о чём говорят заявления первых лиц страны и отраслевых чиновников.

Внимание к теме искусственного интеллекта сказывается на финансовых показателях. Согласно исследованию лаборатории Kept, затраты на цифровизацию (включая ИИ) в российском нефтегазовом секторе в 2024 году составили 53 млрд рублей (+17% по отношению к 2023-му). В части ИИ-проектов обнадеживает не столько объём средств, выделенных на проекты, сколько темпы роста: доля расходов на ИИ росла вдвое быстрее общего показателя и составила около 35%.

Предприятия отрасли реализуют проекты с применением ИИ по различным направлениям. Это задачи, связанные с непосредственно добычей и транспортировкой нефти и газа, аналитика состояния оборудования и планирование ремонтов, планирование производства, оптимизация технологических процессов на буровых и газоразделительных установках. Кроме того, есть задачи в части офисной работы, например, юридическая сфера, управление персоналом и даже протоколирование совещаний. Более масштабное применение ИИ уже на этом начальном этапе освоения технологии можно выделить в области обработки больших массивов сейсмоданных и построения цифровых моделей в геологоразведке, охватывающих целиком месторождения, с целью повышения точности прогноза залежей.

Стоит привести несколько примеров: согласно информации от Kept, интеллектуальное управление закачкой воды позволило увеличить нефтеотдачу пластов на 7–10% и в 1,2 раза повысить ROI одного из проектов в Пермском крае, а создание системы предиктивной аналитики привело к снижению затрат на ремонт на 25% и уменьшению утечек на 30% на Ванкорском месторождении в Красноярском крае.

Оценка эффективности

Пока что бизнес стремится реализовать проекты с применением ИИ и получить наибольший эффект при сравнительно небольших затратах. В случае успеха можно ожидать тиражирования решений на другие месторождения или подразделения компании и, соответственно, увеличения бюджетов на ИИ.

Для оценки эффектов выделяются показатели по четырём основным направлениям: финансово-экономические, такие как ROI (окупаемость), снижение CAPEX/OPEX, рост прибыли на тонну; операционные — сокращение времени бурения, повышение нефтеотдачи, снижение простоев; экологические — уменьшение выбросов CO₂, сокращение сжигания попутного газа; а также показатели безопасности — снижение аварийности, прогнозирование инцидентов, контроль соблюдения норм ОТ и ТБ.

Особенности внедрения ИИ в нефтегазовой отрасли

Применение различных моделей ИИ в нефтегазовой сфере России имеет некоторую специфику и ограничения. Для отрасли характерна потенциально высокая степень применения искусственного интеллекта на всех стадиях цепочки создания стоимости:  геологоразведка и добыча (анализ сейсмо- и геофизических данных, поиск ловушек и насыщенных зон, диагностика оборудования и т. д.), транспортировка и хранение (умное планирование), переработка и нефтехимия (анализ вибраций и температуры, распознавание дефектов на видео и пр.), сбыт (персонализация предложений), поддерживающие функции (мониторинг расходов, контроль налоговых рисков, управление персоналом и др.).

И это далеко не полный перечень сфер в нефтегазе, эффективность которых может быть увеличена за счёт различных алгоритмов и моделей ИИ. Отрасль потенциально станет крупнейшим «полигоном» таких систем.

Однако есть и барьеры, которые тормозят развитие направления. Основные сдерживающие факторы в настоящее время связаны в первую очередь с финансовыми ограничениями в части инвестиций и капитальных затрат на проекты. Также стоит выделить вопросы кибербезопасности и законодательные требования в области критической информационной инфраструктуры, недостаточность данных (по количеству источников) и небольшой объём исторических данных, нехватку специалистов, компетентных в области нейросетей и отраслевой специфике. Кроме того, есть нюансы развития «интеллекта» ИИ — по-прежнему случаются ошибки, что влечёт за собой потенциальный ущерб. Также стоит отметить ограничения в ИТ-инфраструктуре и связи, особенно на удалённых месторождениях.

Издержки роста

Бум нейросетей породил огромное количество внедрений и в коммерческой, и в государственной сферах. Однако не все проекты оказываются успешными, в частности, это касается генеративного ИИ.

Нефтегазовая отрасль в этом смысле выгодно отличается. Деньги на ИИ-эксперименты с нечёткими критериями успеха никто давать не будет. Поэтому первыми реализуются внедрения, которые имеют экономическую перспективу, а риски неуспешной реализации нивелируются за счёт повышенного внимания и участия руководства в проекте. В результате большинство проектов с ИИ в отрасли достигают своих целей и фактических значений экономических эффектов.

Но число таких внедрений ограничено и скоро иссякнет. Отрасль приступит к планированию и реализации более сложных и масштабных проектов, риски у которых существенно выше, а затраты больше. Проблемы со стартом таких проектов упираются в вызовы, перечисленные выше.

Однако в целом потенциал применения ИИ в нефтегазе настолько велик, что имеющиеся ограничения не могут быть причиной существенного замедления в реализации планов внедрения проектов на предприятиях. Отрасль видит перспективы повышения прибыльности за счёт искусственного интеллекта, и эта перспектива будет главным фактором развития. 

Как подойти к внедрению ИИ

Каждая организация выбирает свою стратегию внедрения технологий искусственного интеллекта. Одни компании идут консервативным путём: тщательно оценивают потребности, ранжируя их на приоритеты согласно эффектам и рискам, отбирают наиболее подходящие для своих задач решения на рынке. И потом реализуют планы сразу на большом масштабе, добиваясь значительных результатов. Как говорится, медленно, но верно. Другие придерживаются agile-методики, запуская множество пилотов для оценки эффективности, с последующим тиражированием успешных решений на весь объём компании. Оба подхода имеют свои преимущества и недостатки, главное — двигаться вперёд.

На стадии подготовки необходимо уделять внимание следующим аспектам, которые повысят вероятность успеха проекта. В первую очередь стоит рассматривать наиболее затратные, ресурсоёмкие и значимые для компании задачи (с экономической точки зрения или исходя из возможных потерь бизнеса). На этапе оценки идей для ИИ важно привлекать специалистов, непосредственно занимающихся данной задачей на предприятии и имеющих длительный опыт работы, детально погружённых в техпроцесс и его особенности. Тут нужно создавать совместные команды из отраслевых специалистов и экспертов по ИИ, обеспечивать им мотивацию на успех проекта и отсутствие угроз потери работы после его завершения. И конечно, необходимо привлекать в партнёрства и кооперации ИТ-компании, обладающие не только экспертизой по ИИ, но и способные развивать (обучать, вовлекать) сотрудников заказчика.

Ожидаемый эффект

Качественное внедрение современных ИИ-технологий позволит компаниям нефтегазового сектора получить в перспективе 5–10 лет потрясающие результаты: автоматизацию 70–80% процессов анализа сейсмических данных с точностью прогноза залежей до 85%, роботизацию до 60–70% буровых операций с ИИ-управлением (снижение аварий, снижение OPEX на 15%), оптимизацию работы нефтеперекачивающих и газотранспортных систем, НПЗ и ГПЗ (снижение OPEX на 10–15%), автоматизацию до 50% рутинной работы с документами (снижение OPEX на 10–15%). Такие результаты способны повысить прибыль компании на 10% и более, что в условиях турбулентного современного мира является более чем достойным результатом.

Читайте также: «Цифровые двойники в нефтегазе: где технология реально работает, а где — маркетинг».