紐約時報:AI 時代,能源巨頭的智能+道路
1新智元編譯
作者:Mark Scott
來源:nytimes.com
編譯:劉小芹
【新智元導讀】《紐約時報》刊文,介紹了能源巨頭轉向感測器、無人機,想要擁抱數字世界的最新動態。而數據,則成了這些傳統巨頭都想要的新能源。
點擊播放 GIF/58K
Chris Blackford是無人機公司Sky-Futures的聯合創始人,當他的公司開始投資石油和天然氣時,他最初並沒有多大興趣。
這家倫敦的初創公司已經在海洋平台、石油鑽塔等地方飛過無人機,收集可以發現設施的潛在問題的高清視頻和圖像,根據Blackford的說法,無人機檢查的成本比傳統方式要低大約80%。
但當時對許多能源行業來說,無人機仍然是新的、未經測試的技術。這種觀念發生改變是在2012年,加拿大Talisman能源公司給了當時初出茅廬的Sky-Futures一次機會,讓他們在一個海洋鑽井平台用無人機檢查設施,結果顯示無人機能夠大大節省時間和成本。其他能源公司的猶疑很快消失,利益驅動下,能源行業對無人機的需求不斷增長。
Blackford說道:「你隨便說出一個全球石油公司的名字,可能就是我們的客戶。」他的客戶包括Chevron和BP。自2014年,他的公司開始把業務拓展到純粹的無人機檢查之外,為客戶提供複雜的數據分析和演算法,以監測千兆位元組的感測器信息,同時在岸上和海上平台標記人眼無法發現的潛在問題。
Blackford說:「在過去半年到一年裡,我們看到了人們對數據的強烈興趣,而我們能把數據推向檯面。」他補充說,舉個例子,他的團隊能夠分析一個石油鑽井設備第二年的腐蝕情況,通過獲取數據、分析數據進而預測趨勢。
這些技術創新是將數據世界帶入石油和天然氣行業的新舉措的一部分。
雖然通常需要工程師人工監測油井,巴西能源公司如Exxon Mobil和Petrobras等試圖利用微型感測器實現自動監測油井,這讓成本相比五年前大大降低。超級計算機(計算能力是普通計算機的70000倍)能夠快速分析地質和地震數據,幫助能源廠商節約成本。
至於更高級的工作,例如鑽機檢查的無人機甚至無人車,也正在測試,能源行業試圖趕上其他更容易接受技術進步的經濟領域。利用從海上平台、精鍊廠和石油鑽井平台,以及其他陸上、海上平台中搜集到大量數據,能夠更好地檢測到沉積能,找到生產精鍊油(如汽油)的更好方式,甚至能預測設備的故障,這些故障可能導致昂貴的耗費甚至發生意外宕機。
挪威諮詢公司DNV GL預計數字投資將能讓能源公司的運營效率提高20%,該公司的業務主管 Kenneth Vareide說:「IT再度風行。能源公司已經在它們的日常運作中降低了一些成本,數字為它們提供了新的機會。」
對許多能源行業來說,這些預測聽起來並不陌生。
過去二十年里,能源公司對新的數字技術的投資已經有數億美元,但往往收效有限。2008年左右,石油價格達到創紀錄的每桶147美元時,分析師們認為,許多石油巨頭向數據中心和高級軟體程序斥下巨資,但IBM、亞馬遜和微軟等科技公司輕易就超越了它們,而且成本不及它們的一小部分。
全球能源價格持續低迷,自2014年以來,石油價格跌了約60%,這讓能源公司將注意力放到更為基本的重組上,裁員和資產銷售被置於優先於感測器和數據科學的位置。波士頓諮詢集團認為,長期以來對未經測試的技術的懷疑態度,與其他積極擁抱數字技術的行業相比,已經將能源行業推向了業界的底層。
普華永道能源合作夥伴Nate Clark說:「在2000年左右,技術的阻力無處不在。人們試圖做的事情太多、太快。」
儘管仍然存在一些阻力,但這個行業的技術可信度經由最近的頁岩氣革命得以提升,頁岩氣革命正是由鑽井、數據處理以及其他技術的進步驅動的。諮詢公司Ernst & Young最近的一項研究顯示,大約三分之二的能源公司在最近兩年里對數據分析的投入超過1億美元,比前幾年有所增加。
雖然能源公司仍在削減成本,但它們對數字技術的投入仍在增加。根據Top500的數據,法國道達爾公司(TOTAL)最近將其內部的超級計算機的計算能力提高了三倍,使其在世界最強大的計算機中位列第11。另外,BP集團花費1億美元投資其超級計算機,以幫助工程師更好地分析他們在世界各地的能源資產。
Woodside能源公司是澳大利亞最大的石油和天然氣生產商,它在其價值100億美元的液化天然氣廠安裝了約20萬個感測器,目的是在出現重大問題之前將可能引起潛在問題的數據收集起來。
Woodside最近面臨可能導致工廠停工的潛在天然氣積聚,該公司不僅使用其感測器數據和亞馬遜以及IBM提供的雲計算能力來預防問題發生,而且使用數據挖掘技術來預測未來的停工時間。
諮詢公司Accenture是Woodside能源的合作夥伴,該公司能源、數字和技術全球主管Richard Holsman說,「如今比以往任何時候都更容易利用此類數據,他們認識到的是,他們採取不同的方法利用所擁有的數據來避免失敗。」
※Nature:我們為什麼不該擔心超級智能出現?
※Michael Nielsen《神經網路和深度學習》:智能可以用簡單的演算法表示嗎?
※人工智慧核心概念對比
※擴散型憶阻器帶來類腦計算大突破,或成神經計算機時代「晶體管」
※百年巨獻:艾倫人工智慧研究所 350 頁腦圖譜每英寸像素 1 微米
TAG:新智元 |
※一直在和時代賽跑的PC巨頭聯想,這次能否跑贏時代?
※蛻變的大象:傳統印度IT巨頭的人工智慧時代
※變形金剛G1時代,三大巨頭
※BAT三巨頭杠上「智能保姆」,用戶:選那個像媽的!
※日本即時通訊巨頭Line發布數字助理智能揚聲器
※9天8夜史上最強AI頭腦風暴,VC/PE、互聯網巨頭不斷加碼,你更看好哪一個?
※攝像、路由、門鎖……通訊業巨頭中興再發一款智能產品,智能家居這把火什麼時候才能燒的更旺?
※馬刺時代的GDP,為何不被稱三巨頭,而叫作「三駕馬車」?
※突發!皇馬巨頭正式敲定第一天才轉會!1.3億!隨時能取代C羅
※智能手錶還沒過時,巨頭奢侈品牌參戰
※盤點NBA史上三巨頭,他們曾經的輝煌時刻。
※NBA「後工資帽」時代唯一的頂薪「三巨頭」球隊即將出現,但很可能是個偽「三巨頭」!
※智能一周燴:AR市場正式迎來巨頭回歸
※新財年裡,快時尚「三巨頭」的算盤想怎麼打?
※「60秒半導體新聞」上游晶元巨頭搶灘 智能音箱將成為下一個爆發的電子產品?/華為攜手BeWhere 開發加拿大M-IoT感測應用
※最民主的時代,北洋時期主政的那些巨頭們
※CES 2017:汽車巨頭廝殺的下一個戰場,無人駕駛汽車時代來了?
※谷歌、蘋果等矽谷巨頭也去開發新能源,它們的套路是什麼?
※被巨頭們控制的互聯網時代,你已經不是你了!