By Rystad Energy

• Rystad Energy估计，通过降低成本、提高产量和加快项目开发，人工智能和数字化可以在2026年至2030年间为上游石油和天然气公司创造近5000亿美元的累计价值。
• ADNOC和Equinor等运营商已经报告了数亿美元的人工智能相关节省和运营收益。
• 最大的障碍不再是技术可用性，而是跨组织、基础设施和工作流扩展部署。

Rystad Energy估计，数字化和人工智能（AI）将在2026年至2030年间为勘探与生产公司创造近5000亿美元的累计价值。通过提高运营效率来降低成本，通过延长正常运行时间和增加恢复来提高产量，以及压缩开发时间来实现这一价值。成本削减和产量增加是最大的价值池，到2030年，两者的贡献大致相等。与2025年相比，目前投资于数字和人工智能的勘探和生产（E&P）公司预计到2030年每年将获得800亿美元的额外价值。

回报在行业中已经显现。阿布扎比国家石油公司（ADNOC）在2023年报告了5亿美元的人工智能驱动价值，这家阿联酋国家巨头已承诺15亿美元的数字资本支出，目标是每年创造10亿美元的价值。挪威的Equinor在2021年至2024年间节省了约2亿美元的人工智能相关费用，仅在2025年就报告了1.3亿美元。轨迹不是线性的。随着采用率的提高和组织能力的成熟，数字价值创造遵循复合曲线。

上游石油和天然气领域5000亿美元的价值创造机会涉及四个主要工作流程类别。第一个是资产开发，第二个是运营和维护，主要涉及地面工作流程。第三个是勘探和储层开发，第四个是钻井、油井和生产，代表了以地下为重点的工作流程。每个都处于数字成熟的不同阶段。从历史上看，运营商已经将各种数字工具部署到各种工作流程中，特别是在勘探和储层开发方面。当涉及到较新的部署时，运营和维护的采用速度越来越快，主要是通过预测性维护和远程操作，在领先的运营商中实现了两位数的成本降低。地下工作流程具有最大的未开发价值潜力，特别是从地下开采更多石油和降低钻井成本方面。例如，一些运营商将地震解释时间从几个月压缩到大约10天，下一步是将增加的储层知识转化为实际价值。

在所有四个工作流程类别中，一个关键的结构性发现是，一般来说，人工智能不一定会提高最佳操作员的上限，它会将行业的其他部分提升到最佳操作员已经达到的绩效水平。在钻井方面，随着美国领先的页岩油运营商接近物理钻井极限，这种动态已经显现出来，最好的井仍然可以改进，但最大的影响将来自提升平均井。我们估计，美国陆地的平均改善潜力接近10%，而对于更复杂的深水井，潜在的节省可能要大得多——在更极端的情况下超过50%，尽管15%到20%更能代表平均水平。

要获得这一价值，需要对数字工具、基础设施和集成进行投资，据估计，去年E&P在数字和人工智能方面的支出约为250亿美元。到2030年，提供这些工具和服务的市场预计将增长100多亿美元，年市场总规模将超过350亿美元，到2035年将增长到500亿美元。

这些技术的早期采用者通常将数字化和人工智能作为其战略的组成部分。与各行业利益相关者的对话强调，组织的准备程度决定了现实的步伐。传统的云迁移可能需要数年时间，网络安全门需要数月时间，而跨筒仓协作需要文化转变，这是任何软件都无法自动化的。除了采用现成的解决方案外，其中一些公司还寻求在内部开发自己的解决方案，以获得相对于行业其他公司的竞争优势。

然而，获取这一价值的核心障碍不是技术可用性，而是大规模部署。高级E&P和启动能力较弱的E&P选择与供应商和技术专家合作，以降低复杂性，简化设备、资产和组织不同部分的集成，通常是通过平台解决方案。具有领域专业知识的传统油田服务（OFS）提供商以及集成商或超大规模公司等技术专家是勘探与生产公司寻求将数字投资转化为运营回报的最重要合作伙伴之一。这些项目看到商业模式从交易服务交付转向集成技术合作伙伴关系，然后可以利用参与者、平台和可扩展工具的生态系统。

人工智能正在加速石油和天然气数字解决方案的价值潜力。尽管有许多突破，但目前上游的大多数人工智能应用都依赖于在设备和特定工作流程数据上训练的传统机器学习模型。这些训练数据需要数年时间才能积累，模型很少在不进行大量返工的情况下在资产之间转移。较新的人工智能方法可能会改变这种动态，例如通过代理人工智能自动化任务，以打破组织孤岛的方式增强人类，并作为一个上下文化层，在不进行全面再培训的情况下跨各种数据类型运行，尽管这仍然是一种新兴的能力，而不是一种经过验证的解决方案。

因此，我们看到了一种情况，即人工智能比基本情况进一步加速了价值创造，突破简化了集成，压缩了整个行业的采用时间。在这种更高的情景下，到2030年，数字倡议的年创造价值已经达到1500亿美元，到2035年，与2035年1780亿美元的基本情况相比，有可能进一步增长到3000亿美元以上。

这种加速的人工智能场景还需要在数字解决方案上增加支出，到2030年每年高达500亿美元，到2035年接近800亿美元。然后，这种情况将遵循向人工智能注入更多资金的更广泛的全球趋势。随着数据和组织智能的积累，早期采用者和追随者之间的价值创造差距可能会在采用速度更快的情况下进一步扩大。人工智能加速了数字成熟组织内部发生的事情；它不一定会加速成为一个。（小晨编译）