從數字化到智能化轉型，華為使能石油行業「智」變

毫無疑問，企業智能化是第四次工業革命的主旋律，不僅正加速驅動產業變革和行業的數字化轉型，同時也在深刻的改變著企業業務運作和價值創造的新模式。

根據華為GIV預測，2025年全球新增數據量預計180ZB，將遠超人類處理能力。所以，藉助人工智慧手段進行更高效的數據分析、處理、決策，提升企業生產效率和智能化水平，無疑將成為企業經營的核心任務之一，預計到2025年，全球企業對AI的採用率將達86%。

作為中國的支柱產業之一，石油行業同樣也正在把智能化轉型視為未來發展的重要戰略方向。一方面，受過去幾年油價暴跌的影響，傳統油氣行業對產業升級的渴求較為強烈；另一方面，隨著全球人工智慧技術的飛速發展，確實也為石油企業的轉型升級提供了一條全新的進階路徑。

那麼，在此過程中，石油行業該如何進行智能化轉型？具體的落地路徑是什麼？同時，又該如何選擇合適的合作夥伴呢？

石油行業智能化轉型四大方向

如今，越來越多的石油企業已經開始意識到，智能化轉型是一場關乎未來的重要競爭。

正如華為企業BG中國區製造業首席專家李天恩，在日前舉辦的華為中國生態夥伴大會2019上所言：「人工智慧正在成為各行各業下一波數字化轉型的重要方向，所以如何在石油行業中應用人工智慧提升效率，已成為了全行業都在思考的問題。」

確實如此，今年3月，美國專利數據服務商Relecura發布的人工智慧技術對油氣行業的影響和未來發展趨勢中就顯示，人工智慧在全球油氣市場的應用預計將從2017年的15.7億美元增長到2022年的28.5億美元，複合年增長率達到12.66%。

可以看到，目前全球的大型石油公司也都為迎接這場智能化轉型做了大量準備。例如，殼牌（Shell）就宣布在石油行業大規模推行AI應用，方向為機器學習和問答/對話機器人領域；英國石油（BP）也在認知計算和知識圖譜領域重金投入，開發了基於知識圖譜的問答式查詢服務以及基於深度神經網路的模擬建模；而哈里伯頓（Halliburton）則聚焦邊緣計算、智能機器人、自然語言處理等方向，希望能夠將AI技術整合到油氣勘探和生產生命周期中。

在李天恩看來，從全球石油公司人工智慧重點投入的情況可以發現，目前有四大應用場景構成了石油行業中AI發展的的主要方向。

第一，是基於圖譜的知識計算場景已成為石油行業智能化發展中的熱點領域。過去幾年，隨著業界對高級認知能力的積極探索，知識圖譜因為表達能力強，擴展性好，並能兼顧人類認知與機器自動處理，確實在業界產生了廣泛的關注。所以，石油行業運用自然語言處理以及知識圖譜技術來提高產品品質和用戶體驗也成為了整個行業十分關注的話題。

第二，是技術數據的工藝參數優化可廣泛應用石油行業。即通過工業數據集成套件對企業系統數據、石油設備數據、感測器數據、人員管理數據等多方工業企業數據進行彙集，藉助語音交互、圖像/ 視頻識別、機器學習和人工智慧演算法，激活海量數據價值，解決石油開採和煉化作業的核心問題。

第三，是人工智慧將在設備預測性維護方向產生巨大價值。我們知道，機器設備出故障後維護成本高，且在一段時間不能提供服務。因此，通過歷史運行及故障維修數據構建預測性維護模塊後，石油企業就可以預判故障發生概率，提前做例行保養，減少突發故障帶來的成本增加。

第四，是石油行業專家需要AI平台工具降低開發門檻。石油行業歷經百年的發展，不僅積累了相當龐大的海量數據，同時也形成了一套完整的知識體系，更培養了大量的專家型人才。因此，要讓人工智慧在石油行業具體的應用場景中發揮更大價值，顯然讓石油行業專家更便捷的使用AI平台工具，將大大提升他們的工作效率，並降低開發的複雜度。

由此可見，人工智慧技術正在越來越多地應用到石油行業，並在專家助手、優化生產、降低運營成本和最大限度地提高效率上發揮了重要作用。同樣，對石油企業而言，此時抓住抓住了AI技術釋放的紅利，也就把握住了未來發展的新機會。

全棧全場景AI使能石油行業

實際上，推動包括知識計算在內的人工智慧技術在石油行業中更為廣泛的應用，打造石油行業人工智慧專家助手，不僅是整個石油行業的大勢所趨，同樣也是華為未來在石油行業領域主要聚焦和關注的方向。

在這個過程中，支撐知識計算人工智慧技術在石油行業落地的關鍵，則是華為「全棧全場景」的AI解決方案能力。其中，「全棧」是從技術功能角度出發，華為能夠提供包括晶元、晶元使能、訓練和推理框架和應用使能在內的全堆棧技術方案；而「全場景」則是指包括公有雲、私有雲、各種邊緣計算、物聯網行業終端以及消費類終端等全場景的部署環境。

如果石油企業未來要打造一個「智能大腦」的話，那麼石油領域的知識圖譜就是這個「智能大腦」的核心，它會對石油行業中的各種AI應用產生深遠影響，而知識計算平台在其中扮演的角色，就相當於為這個大腦的構建提供了一套完整的基礎設施。

目前，在「全棧全場景」AI解決方案的支持下，華為已能夠為石油行業提供全棧、全生命周期知識計算服務平台，包括能夠提供構建領域知識圖譜的全棧流水線平台；平台還可通過服務化、插件化的方式構建，並具備可更新、可擴展的能力；此外，基於圖引擎技術，華為還能夠提供業界最優的查詢分析性能，為知識計算的落地提供更強大的支持。

最終，華為知識計算服務平台可以幫助石油企業在知識獲取、知識建模、知識管理乃至知識應用環節中更加輕鬆簡單，最大化發揮知識圖譜在油藏關鍵參數推薦、開發方案輔助設計、油氣層識別、油田配產等業務應用領域的價值。

不難看出，通過「全棧全場景」的AI解決方案能力，華為從底層的晶元，到計算平台，再到多種解決方案的應用融合，可以說為石油行業構築了體系完整、能夠細顆粒拆分，並覆蓋全生命周期的AI能力，並讓石油行業的AI使能之路越走越寬、越走越有力量。

石油行業智變從選擇華為開始

在我看來，從數字化到智能化轉型的過程中，華為不僅為石油行業提供了「用得起、用得好、用得放心」的AI產品和服務，同時也加速了石油行業的「普惠AI」之路，具體而言：

首先，華為在人工智慧技術研發投入上的深度、廣度和強度，保證了它在技術上的領先性。華為早在十幾年前就展開了對人工智慧的技術研究，並在人工智慧領域堅持由內到外的發展思路，通過基礎理論研究、內部實踐以及外部賦能的方式，最終實現了「全棧全場景」AI解決方案的對外輸出，而這些技術上的領先優勢能為更多石油企業構建智能化轉型，打造面向未來的商業模式奠定堅實的基礎。

其次，華為的優勢不僅建立在對技術的不斷創新與研發上，對石油行業的深刻理解，又為華為的不斷突破提供了新的動能。截至目前，華為油氣解決方案在全球45個國家和地區應用，服務全球TOP20國際油氣公司中70%的客戶。可以說，華為與石油企業的共同創新，無疑能夠給整個行業的智能化轉型帶來極大的參考和借鑒價值。

再次，華為在使能石油行業智能化轉型的過程中，還以「場景優先」為導向，並圍繞海量重複型場景、專家經驗型場景以及多域協同場景三個維度幫助石油企業「因地制宜」展開智能化轉型，真正幫助石油企業更好的應用人工智慧技術，從而大大提高了石油企業的行業競爭力。

最後，華為還始終堅持「平台 AI 生態」的戰略，通過與石油行業上下游生態夥伴建立全方位合作關係，切實解決石油企業智能化轉型中遇到的各種問題，讓石油企業能夠聚焦價值創造而無需操心人工智慧技術的協同和融合。

正如李天恩最後所說：「未來石油行業人工智慧應用的落地，一定是最懂行業的用戶、合作夥伴再加上華為一起攜手，通過一個一個的應用場景去做，才能取得更大的突破。」

總的來看，面對石油行業智能化轉型變革的重要關口，華為始終站在技術與應用的最前沿，並隨著環境和客戶需求的變化而不斷的迭代和進化，為推動石油行業的智能化轉型帶來了更多的可能，並真正成為了他們的最佳合作夥伴。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！