E&P發(fā)布最新公告顯示，未來五大因素影響全球油氣工業(yè)：

一是重新設置工業(yè)人工智能驅動運營模式。大多數(shù)工業(yè)人工智能具有提升企業(yè)運營效率、降低資產(chǎn)負債成本、減少正常運行時間、降低HSE風險的功能。例如，F(xiàn)lutura公司正在為一家上游公司提供“數(shù)字預測作為服務”模型，可以隨時完成遠程診斷、停機自動響應，并可實時對設備傳感器流AI模型故障進行預測，實施現(xiàn)場干預。這種創(chuàng)新模式，將改變鉆井服務供應商、設備制造商和業(yè)主操作人員的市場格局。人工智能深深嵌入核心設備和流程，要求許多對傳統(tǒng)工藝根深蒂固的企業(yè)，重新審視和設置自己的運營模式。

二是上游人工智能影響油井及設備運行效果。2017年，應用于油井和設備的上游人工智能平臺，對于石油和天然氣的影響不大。例如，F(xiàn)lutura的工業(yè)人工智能應用中心預先配置解決特定上游問題的工具，如重大資產(chǎn)診斷、水力壓裂、液化天然氣等。預計今年會有更多的人工智能應用程序，將影響復雜問題處理結果。

三是創(chuàng)新工業(yè)傳感器發(fā)現(xiàn)盲點。實際執(zhí)行人工智能項目的主要目的是發(fā)現(xiàn)關鍵信號的盲點。例如，一家上游公司通過其與Flutura合作，實現(xiàn)對其旋轉資產(chǎn)，潤滑油壓力和溫度、轉速、扭矩數(shù)據(jù)實時監(jiān)測，發(fā)現(xiàn)導致失敗異常的關鍵信號盲點。模型質(zhì)量與傳感器流的質(zhì)量直接相關，傳感器越好，AI模型就越好。

四是邊緣智能。有兩種類型的智能，即信息化和可操作性。例如，如果所提供服務中的租賃資產(chǎn)被人為反復濫用，邊緣智能將通知主管進行干預。 邊緣智能是“失敗操作”行為的理想選擇，其中資產(chǎn)或流程即使在其中一部分失敗時，也可以完成其核心操作。大型石油和天然氣項目有數(shù)千個傳感器事件在無數(shù)井中流動，一些決策需要在幾毫秒內(nèi)可靠地完成。

五是傳感器數(shù)據(jù)高速公路。目前的數(shù)據(jù)網(wǎng)絡滿足不了上游運營和資產(chǎn)上傳感器密度上升所需的高數(shù)據(jù)傳輸速率，再加上傳輸頻率增加，像專注于為移動傳感器數(shù)據(jù)SIGFOX和INTRAU這樣的公司，建立專用的下一代傳感器數(shù)據(jù)傳輸基礎設施，如同在國家高速公路上建立傳感器數(shù)據(jù)傳輸專用通道一樣，數(shù)據(jù)流可以移動支持機器上游進程和設備的關鍵數(shù)據(jù)。