
Об авторе: Денис Крысанов, предприниматель в сфере ИИ-технологий для энергетического сектора. Основатель и управляющий Heologic Group (Сингапур)
Как и другие отрасли, нефтегазовый сектор претерпевает глубокие изменения под воздействием цифровых технологий. В частности, искусственный интеллект уже помогает искать природные ресурсы лучше, чем это делают люди. Согласно данным Минэнерго России, накопленный эффект от внедрения ИИ в нефтегазовой отрасли страны может составить ₽700 млрд в год, а суммарный эффект за период с 2025 по 2040 год оценивается в ₽5,4 трлн.
Мы стоим на пороге нового экономического подъема в нефтегазовой отрасли — именно ИИ может сделать ее более эффективной, экологически безопасной и устойчивой.
Машинное обучение повышает эффективность и экологичность нефтегазового сектора
Согласно отчету Mordor Intelligence, мировой рынок искусственного интеллекта в нефтегазовой отрасли оценивался почти в $3 млрд в 2024 году и, по прогнозам, достигнет более $5 млрд к 2029 году, демонстрируя среднегодовой темп роста (CAGR) более чем на 11%.
По подсчетам экспертов из McKinsey, в 2022 году около 50% крупных нефтегазовых компаний использовали ИИ для оптимизации своих операций: от геологоразведки и поиска новых месторождений до повышения эффективности добычи и усовершенствования управления старыми месторождениями.
Географически наибольшую долю рынка занимает Северная Америка, что обусловлено активным внедрением технологий ИИ среди операторов нефтяных месторождений и поставщиков услуг, а также присутствием ведущих поставщиков программного обеспечения и систем искусственного интеллекта, особенно в США и Канаде. Более того, ожидается, что в течение ближайших пяти лет Азиатско-Тихоокеанский регион станет самым быстрорастущим рынком ИИ в нефтегазовом секторе.
ИИ уже начал активно менять устоявшийся подход в индустрии, заменяя традиционные методы поиска, разведки и разработки ресурсов. Сегодня с помощью него нефтяные компании с высокой точностью и скоростью обрабатывают огромные массивы данных, снижая вероятность ошибок, свойственных человеческому фактору. В отличие от людей ИИ может за короткое время обработать значительное количество накопленной информации и выявить скрытые закономерности, которые сложно заметить даже опытным специалистам.
Уже в ближайшие два-три года использование ИИ позволит нефтегазовым компаниям обрабатывать данные со скоростью, превышающей возможности человека в 1500 раз, снижая вероятность ошибок, вызванных человеческим фактором, на 70–80%. В своей ежедневной деятельности я наблюдаю, что в некоторых случаях внедрение алгоритмов ИИ снижает риск принятия неверного решения до 5–10%, открывая совершенно новый уровень возможностей для нефтегазового сектора.
Основной прорыв в использовании ИИ в этой области связан с машинным обучением, которое позволяет на основе истории и предыдущего опыта анализировать сложные геологические и производственные задачи с высокой степенью точности. Достоверные модели снижают риск принятия управленческих решений по выбору перспективных территорий, местам бурения скважин и методам разработки и оптимизации добычи на месторождениях.
Одно из впечатляющих преимуществ искусственного интеллекта — его способность учиться и улучшаться со временем. Применение ИИ в процессе анализа данных позволяет выявить до 80% скрытых закономерностей, которые остаются незамеченными при традиционном анализе. Это особенно проявляется, когда новые расчетные данные подтверждаются в определенных геологических, пластовых и скважинных условиях и ИИ корректирует свои модели, чтобы учитывать новую полезную достоверную информацию и обновлять прогнозы. Это делает алгоритмы более адаптивными и устойчивыми к изменениям в данных, что обеспечивает их высокую эффективность в долгосрочной перспективе и помогает нефтяным компаниям сэкономить время и средства на дорогостоящие и длительные полевые и производственные исследования и мониторинг.
В ближайшем будущем алгоритмы, обученные на огромных объемах данных с проектов по всему миру, смогут все чаще и с минимальной вовлеченностью человека определять перспективные геологические зоны, выявлять аномалии в геологических структурах и анализировать признаки, характерные для месторождений нефти и газа. В таких условиях ИИ будет поддерживать экономическую эффективность геологоразведочных работ даже в условиях сложной геологии. Искусственный интеллект позволит минимизировать время разведки, сократить количество неуспешного бурения, снизить экологические эффекты и финансовые затраты, что сделает отрасль более устойчивой и эффективной при прогнозируемом снижении цен на нефть и газ.
Кроме того, применение искусственного интеллекта стало одним из ключевых факторов, обеспечивающих конкурентные преимущества для множества сервисных и буровых компаний, стремящихся укрепить свои позиции и оптимизировать расходы. Компании, активно внедряющие ИИ, показывают снижение издержек на 10–20% и рост выручки не менее 10% по сравнению с конкурентами, которые придерживаются традиционных подходов.
ИИ активно используется в России для управления добычей на уже действующих месторождениях. В крупных российских нефтяных компаниях, таких как «Роснефть», «Газпром нефть» и ЛУКОЙЛ, уже внедрены ИИ-системы для обработки геологических данных, автоматизации процессов бурения и оптимизации работы оборудования. «Умные» системы управления скважинами, произведенные российскими программистами, помогают регулировать давление и подачу нефти, предотвращая простои и аварии. Используя данные с датчиков и прогнозные алгоритмы, российские операторы могут заранее выявлять возможные неисправности оборудования, что помогает оптимизировать планирование техобслуживания и значительно снижать расходы.
Плюсы использования ИИ в геологоразведке
Во время геологоразведочных работ специалисты по всему миру сталкиваются с огромными объемами разнообразных данных: спутниковые снимки, сейсморазведочные, геохимические и электромагнитные карты, а также результаты исторического бурения и добычи. Обработка таких массивов и построение геологических моделей вручную требует значительных временных и финансовых затрат. Алгоритмы машинного обучения, напротив, с каждым годом совершенствуются и все лучше распознают, анализируют и интегрируют между собой разнообразные данные, позволяя строить более точные модели и снижать риски прогнозов результатов бурения.
Сегодня современные технологии машинного обучения способны интерпретировать спутниковые изображения земли, геофизические полевые данные, информацию с дронов и других датчиков с результатами, которые еще только пару лет назад сложно было достичь. Более 38% операторов по всему миру используют машинное обучение и ИИ для анализа сейсмических данных, что позволяет увеличить точность прогнозов о месторождениях до 85%. Искусственный интеллект значительно ускоряет процесс интерпретации данных сейсморазведки, создания трехмерных моделей геологических объектов и анализа сложных геологических объектов, комбинируя различные источники информации и проводя многогранный анализ массивов данных. Это позволяет лучше моделировать геологические структуры и понимать расположение потенциальных месторождений и потенциальные методы их разработки даже в сложных геологических и технологических условиях.
По данным BP, цифровые подходы помогут извлекать до 35% больше нефти и газа без ущерба для геологии и с минимальным воздействием на окружающую среду, а себестоимость при этом снизится на 25%.
Наиболее перспективные направления и возможности ИИ
Гелиевая съемка, усиленная ИИ
Мы с коллегами разработали новую методологию, получившую название «цифровая геохимия». Эта технология на основе искусственного интеллекта и гелиевой съемки возродила интерес к геохимии и в последние годы стала активно применяться в мировой нефтегазовой отрасли для поиска и разведки нефти и газа.
Метод гелиевой съемки, который был разработан в России более 30 лет назад, так и не стал стандартом в индустрии, хотя достаточно точно определял поверхностные аномалии подпочвенного гелия — газа, накапливающегося в углеводородных залежах и мигрирующего к поверхности. Однако только после интеграции с искусственным интеллектом наш метод продемонстрировал свою высокую эффективность и был признан мировым сообществом нефтегазовой отрасли. ИИ на 40% повысил точность и эффективность гелиевого метода, позволяя обнаруживать гелий с больших глубин, определять местоположение залежей и тип углеводородов. Более того, интеграция цифровой геохимии с геофизическими данными стала настоящим прорывом в геологоразведке, ведь теперь возможно генерировать «гелиевый образ» успешных нефтяных и газовых скважин как на суше, так и на море. Это позволяет сосредоточиться на наиболее перспективных участках и полностью исключить бурение малопродуктивных скважин.
По данным Oilfield Technology, за последнее десятилетие число открываемых нефтегазовых месторождений снизилось на 20–30%. При этом, например, согласно статистике NPD (Национальное бюро морских проектов Норвегии), более 40% разведочных скважин оказываются сухими. Это связано прежде всего со значительным снижением эффективности традиционных методов поиска и разведки. В связи с этим будущая роль искусственного интеллекта в работе с геологически сложными объектами становится ключевой для успешного развития отрасли и будет только усиливаться.
Применение ИИ на старых месторождениях
ИИ также незаменим в разработке и управлении старыми нефтяными и газовыми месторождениями. Многие из них находятся в стадии истощения, и поддерживать экономически эффективную добычу становится сложно. Искусственный интеллект, анализируя исторические данные о геологии, пластовом давлении, межскважинных связях, параметрах работы скважин, объемах добычи и закачки воды, позволяет увеличить извлекаемые запасы на 5–10% за счет обнаружения остаточных запасов, которые были недоступны с помощью традиционных методов.
Цифровизация месторождений
Еще одно перспективное направление развития ИИ — цифровизация месторождений, а также использование многочисленных цифровых расходомеров и других заменителей физического оборудования на скважинах. Нефтегазовые компании по всему миру внедряют для управления скважинами все меньше физического измерительного оборудования и больше ИИ-технологий, которые способны учитывать многочисленные корреляции и зависимые факторы, которые сложно учесть человеку.
Такие решения легко обучаемы и на 15–20% точнее в прогнозах, чем физические методы или специализированные классические программы. Темпы цифровизации в этой области настолько велики, что уже в 2025 году мы ожидаем, что более половины зрелых месторождений по всему миру будут управляться с использованием ИИ для повышения их экономической эффективности.
Одним из наиболее ярких примеров применения искусственного интеллекта в нефтегазовой отрасли является наш инновационный гибридный симулятор месторождений Heologic Group, основанный на физической модели INSIM (Interwell Numerical Simulation Model, Численная имитационная модель межскважинного пространства). Наши специалисты первыми в мире создали такой симулятор и успешно применили его для моделирования одного из самых сложных месторождений в мире. ИИ-решение позволило с высокой точностью смоделировать процессы внутри пластов, обеспечив на 40% более точное определения межскважинных связей. Уже через четыре месяца работы заказчик получил детализированную оценку оставшихся запасов, а также рекомендации по реализации наиболее эффективных геолого-технических мероприятий, что позволило значительно оптимизировать разработку месторождения. Кроме того, мы успешно интегрировали гелиевые данные старого месторождения с созданной ИИ-моделью месторождения. Применение этих двух передовых решений на базе искусственного интеллекта обеспечило заказчику полное понимание многих процессов, происходящих на месторождении, что исключило неопределенность и минимизировало риски дальнейшей разработки и бурения.
Сегодня ИИ-решения позволяют нефтяной индустрии не просто адаптироваться к современным требованиям, задавать новые стандарты эффективности и экологичности, но и меняют саму структуру нефтегазовой отрасли. Например, нефтегазовый сектор становится привлекательнее для молодых профессионалов, интересующихся ИИ-технологиями, которые могут использовать свои знания для внедрения цифровых инноваций в процесс добычи и геологоразведки.
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.