到2030年，人工智能可能为石油和天然气公司增加5000亿美元的收入。

Rystad Energy 的估计表明，数字化和人工智能技术在 2026 年至 2030 年间可为石油和天然气勘探和生产公司创造近 5000 亿美元的累计价值。

预计通过以下方式实现这一价值：

• 通过提高运营效率降低成本

• 通过提高正常运行时间和增强恢复率来提高生产效率

• 更短的项目开发周期

预计到 2030 年，成本节约和生产增长将是两大价值来源，两者的贡献水平大致相当。

预计到 2030 年，目前投资于数字化和人工智能的勘探和生产公司每年将比 2025 年增加 800 亿美元的收入。

各行各业已经开始出现成效。

阿布扎比国家石油公司宣布，人工智能驱动的各项举措在 2023 年创造了 5 亿美元的价值，同时拨款 15 亿美元用于数字化支出，目标是每年实现 10 亿美元的附加值。

与此同时，Equinor 在 2021 年至 2024 年间实现了近 2 亿美元的人工智能相关成本节约，仅在 2025 年就又实现了 1.3 亿美元的节约。

报告指出，随着数字化应用范围的扩大和企业内部组织能力的成熟，数字化价值的创造呈现出加速累积的趋势。

预计价值 5000 亿美元的商机分布在以下四个主要类别中：

• 资产开发

• 运行和维护

• 勘探和油藏开发

• 钻井、油井和生产

各细分领域的数字化成熟度各不相同。目前，运营和维护领域的数字化转型速度最快，尤其是在预测性维护和远程运维方面，一些大型企业已因此实现了两位数百分比的成本降低。

地下和油藏相关活动被认为具有最大的未开发潜力，尤其是在提高产量和降低钻井成本方面。一些公司已经将地震数据解释时间从几个月缩短到大约10天。

该报告还指出，人工智能不一定会提高业绩最佳公司的绩效上限，而是有助于整个行业更接近领先企业所达到的标准。

在美国页岩油气领域，主要生产商的钻井效率已接近物理极限。因此，目前最大的收益在于提高单井平均产量。该研究估计，美国陆上油田的平均产量潜在提升约为10%，而一些复杂的深水项目的成本节约可能超过50%，尽管更实际的估计范围在15%到20%之间。

此前，勘探和生产公司去年在人工智能工具和数字化解决方案上的支出接近250亿美元。预测显示，到2030年，这些服务的市场规模将增长超过100亿美元，年规模超过350亿美元，到2035年将接近500亿美元。

报告指出，实现这些目标的主要障碍并非技术匮乏，而是难以大规模应用。因此，各公司正越来越多地与技术供应商和油田服务公司建立合作关系，以降低复杂性并加快不同系统和设备之间的集成。

报告还指出，目前石油行业的大多数人工智能应用都依赖于传统的机器学习模型，这些模型需要多年的训练数据，而且如果不进行大量的重新开发，往往很难从一个领域转移到另一个领域。

然而，像“智能体人工智能”这样的新技术——能够以半自主的方式执行任务——未来可以通过减少部门之间的差距和连接不同类型的数据来加速数字化转型，而无需完全重新培训。

在乐观的情况下，到 2030 年，数字化举措产生的年度价值可能达到 1500 亿美元，到 2035 年有可能超过每年 3000 亿美元，而基本情况估计到 2035 年仅为 1780 亿美元。

要实现这一目标，还需要到 2030 年将数字解决方案的支出增加到每年 500 亿美元，到 2035 年再增加到近 800 亿美元。

报告最后指出，虽然人工智能可以加速数字化成熟组织内部的进步，但它本身并不一定会缩短数字化转型之旅。