人工智能如何影響油氣行業？具體的應用場景有哪些？又如何賦能油氣行業高質量發展？怎樣推動油氣行業轉型升級？
人工智能（AI）時代撲面而來。數字技術與人工智能的發展，正在重構新型工業化的底層邏輯，越來越多的行業加快推進數智化發展。
當前，AI已成為重塑國際競爭格局的核心變量，也是大國博弈的關鍵陣地。面對數字經濟時代和AI的巨大沖擊，作為傳統重資產、高投入、高風險、高技術的油氣產業，必須盡快找到數字化轉型和智能化發展的途徑。
人工智能如何影響油氣行業？具體的應用場景有哪些？又如何賦能油氣行業高質量發展？怎樣推動油氣行業轉型升級？近期，華為主辦的“數智創新激發油氣行業新動能”2025油氣行業峰會在京舉行，多位業內人士就此進行了深入探討。
人工智能與油氣行業融合空間廣闊
人工智能作為引領新一輪科技革命和產業革命的戰略性技術，深刻改變人類生產生活方式。伴隨人工智能為代表的數智技術具有較強的普遍適用性，在數據、算力、算法的融合創新驅動下，推動生產要素快速流動和高效匹配，催生一批具有重大影響力的新產業新業態。
黨的十八大以來，我國高度重視人工智能發展，作出一系列戰略部署安排。2016年，“人工智能”被寫入“十三五”規劃綱要；2017年，國務院印發《新一代人工智能發展規劃》；2021年，“十四五”規劃中，“新一代人工智能”列為科技前沿攻關的七大領域之一；黨的二十屆三中全會審議通過的《中共中央關于進一步全面深化改革、推進中國式現代化的決定》提出，完善推動新一代信息技術、人工智能等戰略性產業發展政策和治理體系；2024年中央經濟工作會議明確，開展“人工智能+”行動，培育未來產業；國務院國資委要求國資央企將人工智能作為加快建設現代化產業體系的重要技術之一，加快布局和發展智能產業，加快建設一批智能算力中心……
當前，人工智能發展已邁向大模型時代，并加速在能源化工等產業落地應用，將給行業發展帶來顛覆性、全局性的影響。油氣行業作為國民支柱產業，面臨生產流程復雜、安全風險高、數據體量大且結構多樣等挑戰，而人工智能技術為油氣行業智能化轉型提供了新路徑。
據國際能源署（IEA）預測，到2030年，全球油氣行業數智化轉型將使勘探開發成本降低25%，碳排放強度下降18%。國際能源公司紛紛聯手科技巨頭，誰率先實現突破，誰就擁有未來發展競爭的優勢。
2023年3月31日，國家能源局發布的《關于加快推進能源數字化智能化發展的若干意見》，涉及涵蓋油氣綠色低碳開發利用上、中、下游的6個重點領域，包括推動智能測井、智能化節點地震采集系統、智能鉆完井、智能注采、智能化壓裂系統部署、遠程控制作業。
“近年來，全球能源結構加快轉變，隨著云計算、大數據、物聯網、人工智能等新技術的發展，石油行業也正在發生著深刻的變革，特別是今年隨著DeepSeek等大模型的崛起，更為大模型的普及應用注入強心劑，從整個油氣行業來看，為人工智能賦能提供了廣闊的空間，也是打造新質生產力，實現安全、高效、綠色、智能生產的關鍵。”華為油氣礦山軍團CEO韓碩說。
AI為油氣行業高質量發展注入“智慧動能”
IEA報告顯示，超過80%的主要油氣公司已將數智化納入戰略規劃，中國的油氣行業也逐步將人工智能納入發展規劃，并與合作伙伴開展了多領域合作。
華為持續深耕油氣行業，助力油氣行業的數智化轉型，利用領先的ICT（信息與通信）技術，推出AI+工程場景、AI+生產場景、AI+市場場景、AI+調控場景、AI+安全場景等解決方案，從數據、算力、算法在勘探開發、管網儲運、煉油化工等環節進行了探索實踐，為油氣行業高質量發展注入了“智慧動能”。
比如，華為基于昇騰硬件、華為云Stack混合云和盤古大模型協助中國石油構建了首個油氣行業視覺大模型，完成了70多萬張行業視覺數據集的標注與訓練，模型參數量躍升至44億，持續拓寬工業視覺智能的應用界，并同中國石油在專業領域高價值場景進行深度探索。
另外，“管網”大模型基于華為算力底座和技術棧，打造“管網制度流程+數據+IT+大模型”體系，構建具有管網特色的大模型方案，實現從辦公到工程建設再到生產調控等多種核心業務領域的覆蓋。成為油氣行業首批通過國家相關部門行業大模型和算法“雙備案”的代表性人工智能應用項目。
華為油氣礦山軍團解決方案總裁蔣旺成同時指出，油氣行業面臨著諸多挑戰，如資源勘探難度增加、生產過程復雜且高能耗、安全環保要求日益嚴苛等。與此同時，人工智能在油氣行業應用中也面臨著數據質量參差不齊、數據安全風險、復雜場景下的模型優化、算法與模型的適應性等問題。但油氣行業的人工智能應用目前尚處于起步階段，隨著人工智能技術的迅猛發展，依靠強大的數據分析、模式捕捉、智能決策等能力有望為油氣行業解決現存問題、提升運營效率、推動創新發展提供有效途徑，對行業實現可持續發展具有重要推動作用。
加快構建多層次人才培養體系
加快人工智能人才的培養是推動技術革新、搶占未來發展制高點的基石。
人工智能在油氣行業的應用需要既懂人工智能技術又熟悉行業知識的跨學科人才。然而，目前這類人才儲備嚴重不足，高校相關專業設置和人才培養體系尚不完善，難以滿足行業快速發展的需求。企業內部員工的人工智能技術培訓也相對滯后，導致員工對新技術的接受和應用能力有限，普華永道的調研顯示，45%的企業面臨人才短缺的困境。
“任何一個企業走向數智化轉型深水區的時候，你的一些需求，光靠市場上買，是買不到的，那怎么辦？一定要從‘管理+技術’兩個層面進行人才培養，構建多層次人才培養體系，培育企業自身可持續內生AI能力。”蔣旺成表示。
蔣旺成認為，加快人工智能的推廣，就是要降低人工智能的門檻，解決這個問題的關鍵：一是要引入人工智能的新架構，在開發工具鏈方面引入大模型，大幅降低門檻，實現人工智能的平民化，可以獲得越來越多的人才。二是要進入以大模型為主的工作流。模型開發從數據集創建、模型選擇、模型訓練、評估、部署、反饋等等這些工作，過去都是專家一塊一塊手動操作，現在全部使用工具鏈，這樣的話就可以大幅度降低人才的使用門檻。