国际石化业借AI谋发展

控制成本 提高效率 促进研发

人工智能(AI)是当今世界的热门技术。对于石化行业来说，AI对企业的生产和经营颇有益。通过在不同部门运用AI技术，国际石化企业正在挖掘全新的发展路径。目前，从油气企业到化工企业，国际石化行业正在广泛地借助AI技术控制成本，改善工艺技术，展开工艺研发，并在应用中找到更多的AI应用可能。

油气行业部署上游应用

对于油气行业来说，通过AI的帮助，油气行业可以解决一系列生产关键问题，更好地控制成本，为行业带来巨大利益。由于油气行业的数据大量产生在勘探、开采等行业上游领域，因此，国际油气巨头在此密集投资，并与IT行业巨头寻求合作。

道达尔近期宣布，将于2020年初在法国巴黎开设一家数字工厂，以加快数字化转型，利用数字化工具为旗下所有业务创造价值。根据计划，该数字工厂将致力于开发兼具可用性和成本效益的数字化解决方案，以提升集团运营，为客户提供特别聚焦于能耗管理与控制相关的全新服务，在新的分布式能源领域拓展集团业务，以及减少业务对环境的影响等领域。道达尔方面称，其目标是在2025年前，通过推进数字化进程为集团增加收入、削减运营成本和投资支出，每年为公司实现15亿美元的价值。此外，道达尔还与谷歌进行合作，以更好地解析地震勘测数据，促进开采活动。

埃克森美孚也在与微软公司合作，每年投入约10亿美元用于机器学习的研究。在勘探领域，该公司专门部署人工智能程序，优化其在二叠纪盆地的业务。而这么做的原因就在于控制成本。普华永道2018年的一份报告显示，如在油气上游业务部署AI，到2025年，整个油气行业可能会累计节省1000亿至1万亿美元的资本和运营支出。

石化企业意在提升效益

除在上游进行投资，石化企业在生产过程中也大量应用AI技术。在这里，AI的意义不仅仅在于控制成本，还可以为企业找出生产过程中的问题和其解决方案，提升效益，甚至带来更加深刻的商业模式变化。咨询公司伍德麦肯兹公司的企业分析主管马丁·凯利就表示：“AI是石化行业正在经历的更广泛数字转型的一个组成部分。企业将数据与分析结合起来，可以创造新的商业模式。”

部分企业正从中尝到甜头。今年早些时候，英国石油(BP)持有股份的挪威石油公司Aker BP位于北海的一座无人值守采油平台的油井泵出现故障，导致生产多次中断。Aker BP负责技术和数字化业务的副总裁拉尔斯·阿特尔·安德森表示，该公司最终通过安装一个AI程序来监控来自油井泵上传感器的数据，并在故障导致停产之前进行预警，从而解决了这个问题。安德森表示，通过AI技术，工程师可以在任何位置更加精准地解决生产问题，避免停工。

其他企业也不甘落后。今年1月，埃克森美孚公司部署了一个AI程序，梳理其全球42家炼油厂和化工厂生成的所有数据。现在，公司所有的炼油厂都安装了传感器，监控系统中石油的流量等信息。壳牌已经测试了一个AI程序，监控其鹿特丹炼油厂设备上的传感器，以帮助找出更加精准的问题所在，同时节省维修费用。

化工企业看中研发潜力

对于下游化工企业，AI技术还有助于新产品的研发。相对于过去依赖人力的研发活动，利用AI的研发拥有更高的效率。迄今为止，研发人员在开发具有特定性能的新配方产品时，很大程度上要依靠他们自身的专业知识和多年经验。而AI正在成为一种重要的工具，帮助研发人员加深相关认识，大幅减少所需测试。

朗盛就正在加大AI技术在产品开发中的应用。该公司的聚氨酯组合料业务部门已经在应用AI技术，已缩短项目交付周期。朗盛也正在应用人工智能技术的材料开发公司Citrine Informatics作为合作伙伴纳入项目。朗盛的数据专家和工艺专家使用Citrine提供的平台建立数据库，向公司的配方数据库添加数据，将现有的经验测量数据与工艺专家的专业知识和化学感知算法联系起来，以计算更多的数据。下一步，朗盛的数据和工艺专家将确定在人工智能的辅助下能在多大程度上可靠地预测最佳配方，以满足客户对产品性能的个性化要求。如果测试成功，朗盛的个性化解决方案更精准，响应速度更快。

其他化工企业也在积极与IT行业合作，加强AI与自身技术的结合。SABIC与西门子等企业合作，使用AI、大数据、传感器等前沿技术，重新构建全自动数字化复合材料生产线。经过机器学习与机器人等尖端数字化技术加持的生产线，不仅可实现大规模复合材料定制化生产，而且使生产成本与周期也大幅度降低。巴斯夫也分别与IBM、Citrine Informatics合作，获取生产过程中产生的信息，促进产品研发并削减成本。