«Десятки миллиардов рублей экономии. Это тот эффект, который мы получаем уже сейчас». Как ИИ помогает добывать нефть

Роль ИИ в добыче нефти

Технологии и применение искусственного интеллекта позволяют добывать современную нефть. И делают нефть конкурентоспособной по сравнению с другими источниками энергии и энергоносителями.

В процессах производства в нефтяной отрасли генерируется огромный объем данных. Сейчас мы работаем с объемом порядка 10 петабайт — это то, что собрано, обработано, используется нами за весь период работы компании.

Если сохранять все данные, которые мы генерируем, то за 3-6 месяцев мы вышли бы на объем хранения порядка 600-900 петабайт. Это сопоставимо с мощностью хранилища данных такой технологической компании, как «Яндекс». И, конечно, никакое количество специалистов не в состоянии, используя традиционные средства обработки и анализа информации, эффективно использовать эти массивы данных. 

У нас много примеров, как мы используем технологии искусственного интеллекта по всей цепочке бизнеса. Один из примеров — программа «Когнитивный геолог». Это прорывной продукт, который позволяет нам в разы сократить время на создание геологических и гидродинамических моделей, а также в два раза сократить наши затраты на геологоразведку. 

Ежегодно любая нефтяная компания тратит огромные средства на геологоразведку и десятки миллиардов экономии на ней благодаря цифровым технологиям — это существенно.

Эффект от применения ИИ

Применение ИИ позволяет нам существенно сократить время разработки геологических моделей, а также создает для нас дополнительную стоимость за счет точности. Мы используем такие алгоритмы машинного обучения, как сверточные нейронные сети, многослойные, с обратным распространением ошибки. 

Более точная модель позволяет нам принимать оптимальные решения при создании инфраструктуры нефтепромыслов, а это опять же — десятки миллиардов рублей экономии. Это тот эффект, который мы получаем уже сейчас.

Фото: AI Journey

Отличие нефтяной индустрии от других отраслей, например, ритейла или банковского сектора, в том, что наш основной продукт — это не клиентские цифровые решения. Мы оцифровываем нашу нефть и продукцию из нее, наши процессы, активы — это сложные физические объекты, поэтому мы работаем с киберфизическими системами. 

Наши цифровые модели должны обязательно учитывать всю физику и химию реальных процессов. В основе наших продуктов на основе данных не только алгоритмы машинного обучения, но и математические модели физических, химических, геофизических, термодинамических процессов. 

Для их разработки недостаточно специалистов в Data Science, нужны ученые и инженеры в этих областях. Поэтому у нас в командах работают, как специалисты в Data Science, так и инженеры, геологи, петрофизики, поскольку, безусловно, очень важно в нашей работе знать физику, химию, геомеханику процессов. Просто модели машинного обучения будут эффективны, но недостаточно эффективны. 

***

Нефтяная отрасль высокотехнологичная. И без разработки новых инновационных технологий мы бы не могли добывать ту нефть, которую добываем сейчас. У нас всегда была сильная база, которая занималась как развитием инженерных технологий, так и созданием программного обеспечения и продуктов, которые бы поддерживали наших инженеров в их работе. 

Фото: AI Journey

Эти продукты мы создавали и 10 лет назад, они достаточно эффективны. Часть продуктов, которые мы создали, были коммерциализованы, и есть другие компании, которые их используют.