¿Por qué las grandes empresas de petróleo y gas están gastando miles de millones de dólares en IA?

El sector del petróleo y el gas está implementando cada vez más inteligencia artificial (IA) al perforar pozos, ... [+] encontrar campos productivos, optimizar procesos, reducir el tiempo de inactividad y mejorar la salud y la seguridad.

Sin duda, estamos en medio de un debate público global sobre la inteligencia artificial (IA) y el aprendizaje automático. La discusión a menudo involucra dos realidades alternativas y algo extremas: una visión distópica en la que mentes y máquinas digitales avanzadas tendrían graves consecuencias para la humanidad, y una utópica en la que la IA impulsa el progreso, la eficiencia y el crecimiento económico en un entorno futurista. Lo que en última instancia se desarrollará probablemente será un despliegue de IA más equilibrado y orientado a los procesos.

Mientras el mundo comercial e industrial toma su propia decisión mientras lucha con las clases políticas, un segmento de la economía global está claramente votando a favor de la IA orientada a procesos: el sector del petróleo y el gas. Bastante acostumbrados a la volatilidad cíclica y las recesiones económicas que afectan sus fortunas, los extractores de hidrocarburos están encontrando en la IA un aliado para facilitar la previsibilidad operativa, así como asistencia para cumplir sus objetivos de emisiones de carbono.

La evidencia observada y anecdótica sugiere que están en la cúspide de algunos cambios muy profundos. Por ejemplo, los 20 principales productores mundiales de petróleo y gas, ya sean entidades estatales o que cotizan en bolsa, tienen una estrategia clara de IA para sus operaciones upstream (es decir, exploración y producción) y downstream (es decir, procesamiento y refinación). y, cuando corresponda, negocios midstream (es decir, ductos y logística).

Además, una encuesta reciente de EY indicó que más del 92% de las empresas de petróleo y gas de todo el mundo están "invirtiendo actualmente en IA o planean hacerlo en los próximos dos años". Conscientes de las necesidades de sus clientes, los proveedores de software tecnológico-industrial, así como las principales empresas de servicios petroleros (por ejemplo, Baker Hughes y Halliburton) ofrecen habitualmente soluciones de inteligencia artificial para operaciones basadas en tecnología más eficientes.

Hablar de mantenimiento predictivo, análisis avanzado, algoritmos de aprendizaje automático y optimización de procesos basados ​​en datos ya no es dominio exclusivo de algunas juergas tecnológicas en Silicon Valley. Cada vez más, los eventos del sector del petróleo y el gas asignan una gran parte de sus debates a la IA.

Un ejemplo de ello es Gastech, un elemento clave de la industria que ha estado funcionando durante más de 50 años. La próxima ronda del evento, que se celebrará en septiembre de 2023, contará con un ciclo completo de conferencias dedicadas al tema, junto con el discurso principal de la industria sobre los mercados del gas natural y el hidrógeno. Incluso la agenda del Seminario Internacional de la Organización de Países Exportadores de Petróleo (OPEP), recientemente concluido, se desvió de sus tradicionales debates geopolíticos y de mercado hacia las inversiones tecnológicas.

En cuanto al gasto de capital (capex) de la industria, varias previsiones flotan en el mercado bajo el paraguas de la transformación digital. Pero más específicamente en cuanto a la IA en el petróleo y el gas, Mordor Intelligence proyecta que alcanzará los 2.380 millones de dólares para finales de 2023 y aumentará a 4.210 millones de dólares para finales de 2028; una CAGR del 12,09% durante el período previsto (2023-2028).

Hay casos de uso obvios para la IA dentro del sector, que también se observan en otras partes del complejo industrial global. Estos incluyen la adquisición de materias primas, el inventario, la logística, la toma de decisiones operativas, la gestión administrativa y, por supuesto, la ciberseguridad basada en la IA, dada la importancia estratégica de la infraestructura energética.

Optimizar la producción de hidrocarburos mediante el uso de IA y aprendizaje automático.

Más allá de esto, existen varias vías de inversión para sectores específicos. Estos incluyen la asignación de gastos de capital para la evaluación geológica dirigida por IA, datos sísmicos y análisis de superficies en la prospección de hidrocarburos. No solo estamos hablando de destreza informática para el análisis de datos, sino de robots impulsados ​​por inteligencia artificial que rastrean sitios de perforación, ahorran tiempo, mejoran la eficiencia, mejoran los márgenes y reducen la huella de carbono de las operaciones principales.

Otra área candente de inversión en IA es la reducción del tiempo de inactividad en pozos, plataformas, oleoductos, refinerías y otros activos de gas y petróleo, ya que las paradas no planificadas le cuestan a la industria millones de dólares. Aprovechando la IA, las empresas ahora están utilizando análisis predictivos para anticipar cualquier cosa, desde el momento y la duración de los cierres y el mantenimiento de las refinerías hasta los bloqueos de oleoductos y el colapso de los pozos. En distintas escalas operativas, los algoritmos de IA ahora analizan de forma rutinaria los datos entrantes en busca de anomalías e inconsistencias en los procesos, lo que en última instancia genera señales de alerta en los equipos monitoreados.

El santo grial de la gestión es el despliegue de "gemelos digitales", o réplicas virtuales basadas en la nube de una pieza operativa de un proceso o equipo ascendente, intermedio o descendente. Está respaldado por esquemas/modelos/gráficos de flujo de trabajo de primeros principios, aprendizaje automático y software de respuesta de procesos. Combinando uno o más de estos aspectos, los gemelos digitales generan simulaciones que pueden anticipar necesidades operativas y prevenir contratiempos.

Según un documento técnico publicado por Honeywell, un veterano defensor de la tecnología con 20 años de experiencia, los gemelos digitales se pueden implementar para activos (por ejemplo, pozos, bombas eléctricas sumergibles, compresores) o procesos (por ejemplo, monitoreo de corrosión, optimización del levantamiento de petróleo/gas). , anticipación y seguimiento de emisiones). Y la IA está creciendo minuto a minuto para la gestión de la salud y la seguridad en el lugar de trabajo con el despliegue de capacitación en realidad virtual y aumentada (VR/AR), robótica avanzada in situ y drones de datos.

Es comprensible que la asignación de gastos de capital a estos temas disruptivos esté impulsada por la necesidad y los costos. Sin embargo, existe otra motivación clave: la gestión del trilema de la sostenibilidad energética (sostenibilidad, seguridad y asequibilidad) y garantizar que se preste la misma atención a los tres aspectos.

Los pragmáticos de la industria están apostando por soluciones de inteligencia artificial para mantener bajos los costos de producción que puedan trasladarse a los consumidores, permitir formas más eficientes de asegurar y maximizar los recursos y ayudar a cumplir los objetivos de emisiones a lo largo del tiempo. A medida que los miles de millones que se están invirtiendo en IA se vuelven claramente visibles, las ganancias potenciales (o no) de ella pronto también estarán bajo el microscopio.