作者：Giancarlo Elia Valori
2025年4月，美国跨国油田服务公司Weatherford 与阿布扎比人工智能企业AIQ签署谅解备忘录。AIQ作为能源领域创新解决方案的领先开发商，将推动人工智能系统深度融入全球油气运营，实现生产方式的变革。2025年3月，阿布扎比国家石油公司（ADNOC）与AIQ签署了价值3.4亿美元的里程碑式合同，将在其上游价值链全面部署ENERGYAI等人工智能解决方案。AIQ专注于人工智能和机器技术优化能源产业各环节的解决方案。这些举措表明，国际能源企业正集体通过生成式人工智能迈向新发展范式——该技术正从辅助工具演变为产业转型的核心驱动力。
随着数字化转型推进，国际油气企业正加大人工智能投入。这一进程的驱动力不仅源于技术革新，更源于对未来竞争格局的深刻认知：运用智能工具协同推进效率提升、认知升级、风险管控与绿色发展，构建融合效能、敏捷与可持续性的价值体系。
提升效率与降低成本是实施人工智能的主要动因。在生产、运营、投资等关键领域，人工智能正助力企业实现成本优化与效率提升的非凡成效。全球最大油气企业之一ExxonMobil预计，其依托全球远程服务器网络为油气行业提供数据存储, 软件服务，策略分析等以提升运营效率。该项目由ExxonMobil 与微软合作开发，预计将在今年至2029年间为公司创造数十亿美元净现金流。
沙特也在持续加大技术升级投入，每年投入逾35亿美元研发人工智能和无人机等尖端技术，重点聚焦油气增产、智能设备维护及风险预警领域。
强化决策支持与知识管理是推动人工智能应用深度发展的另一关键驱动力。油气行业长期面临数据密集型与信息碎片化的双重挑战。大规模自然语言处理模型凭借其优势，能快速整合并解读散布于报告、日志和文档中的非结构化信息，从而为业务运营和研发提供更高效的支持。英国石油巨头壳牌将大型模型视为“研究助手”，利用其提取公司内部积累数十年的研究成果。过去研究人员需查阅多方资料才能获取关键信息，如今通过与AI助手对话即可快速获取。这项技术显著提升研发效率，缩短决策周期，加速组织内部知识流动。如今AI已不仅是辅助工具，更成为推动组织认知进化与结构创新的驱动力。
安全管理与碳减排是油气行业AI应用的另一重要领域。法国道达尔能源公司通过应用计算机视觉与大规模模式分析，实现施工现场智能监控，对安全流程进行独立系统化的实时验证评估（审计），有效提升事故预防能力。沙特将人工智能引入海底管道及油田设备监测，实现故障早期识别与自动报警触发，保障生产安全并降低环境风险。
正如在碳减排部分所述，人工智能的贡献日益显著。壳牌利用人工智能模型模拟碳捕获与封存项目的选址，优化项目地质适配性与经济性；道达尔能源则运用人工智能分析设备运行数据，智能识别能耗异常与排放偏差，及时调整以降低碳足迹。
人工智能正深度融入关键领域，重塑石油天然气行业的根基。大规模引入人工智能模型，是重塑油气行业核心竞争力、重构业务流程与组织模式的关键路径。全球专业服务机构安永（提供咨询、审计、税务、交易及培训服务）的研究显示，超过92%的全球油气企业正在或计划在未来两年内投资人工智能。总部位于印度的市场研究机构Future Market Insights预测，到2034年，人工智能在全球油气市场的商业价值将达到130亿美元，彰显出巨大的增长潜力和行业日益增强的信心。
在企业管理与知识场景中，人工智能工具正加速落地应用，助力企业实现行政流程自动化与知识流优化。例如英国石油公司BP率先测试了微软Copilot智能办公工具。该工具基于GPT技术开发：生成式预训练变换器（Generative Pre-trained Transformer）作为大型语言模型的重要框架，是机器自然语言处理的人工神经网络。Copilot提供自动邮件撰写、会议纪要生成及行政报告生成功能，大幅减少员工日常文档处理与信息整理的时间。评估报告显示，自2024年Copilot全面投入使用以来，公司行政效率提升近30%，员工投入核心业务（企业主业）及创新研究的时间显著增加。
相较之下，壳牌采取更为审慎务实的AI战略，侧重与顶尖科技企业深度合作，优先采用成熟的行业验证技术方案，以降低自主开发大型模型的风险与成本。
自2020年9月起，壳牌与微软建立战略伙伴关系，全面部署Azure云平台、Microsoft 365及Power Platform等数字工具。这使公司每周能处理全球资产产生的数十亿数据点，实现业务运营的快速整合与可视化。此外，壳牌基于微软Azure平台开发了碳排放监测工具，用于评估供应商排放量、设定碳基准与目标，并在公司内部建立科学碳管理路径，有效推动绿色转型与合规管理。
在更复杂的勘探生产阶段，沙特深入探索了人工智能在关键油气行业流程中的应用。2024年3月，沙特发布自主研发的大型模型：Aramco Metabrain AI。该模型拥有2500亿参数，在训练阶段处理了超过7万亿条数据，涵盖公司90余年积累的工程、地质及运营数据。Aramco Metabrain AI具备强大的复杂数据理解与预测能力，可智能分析钻井方案、地质构造、历史运营成本等因素，并推荐最优井位布局模式（指在空间内组织元素的视觉排列或结构，如网站、文档、演示文稿或物理区域），显著提升勘探效率并降低项目成本。在下游业务（指初始生产阶段之后的所有活动）领域，该模型还能预测成品油价格趋势与市场波动，结合地缘政治动态为公司提供前瞻性决策支持。这标志着沙特构建智能能源体系迈出了关键一步。
人工智能正重塑供应链格局，引领油气产业未来发展。全球能源巨头普遍视人工智能为重塑产业版图的关键要素，正积极推进战略项目。总部位于休斯顿的油田服务巨头斯伦贝谢便是典型代表。该公司致力于将人工智能深度融入整个业务链。其Lumi平台不仅是工具，更是一个致力于构建开放无界能源云生态系统的平台，通过释放和连接数据，推动人工智能工作流程从基础到高级的演进，加速数字化转型。
未来，斯伦贝谢将继续与科技公司合作，训练适用于油气行业的专用模型，使人工智能成为如同电力般的根本性驱动力。壳牌同样将人工智能融入其净零战略，这已成为其创新文化的重要组成部分。
净零目标旨在实现人为温室气体排放与大气中移除量的平衡。主要通过提高能源效率、转向可再生能源等措施最大限度减少排放，并以碳移除行动抵消不可避免的残余排放。
壳牌高管表示，人工智能将助力行业在满足能源需求的同时降低碳足迹，实现更安全、高效、可持续的运营。Exxonmobile正着力推进数据标准化与IT环境简化（涉及废物管理软件的特定企业），旨在构建统一平台以促进人工智能广泛应用，提升一线决策效率。BP强调通过人工智能实现智能运营与实时评估的重要性，并优先确保人工智能的可靠性，以保证所有实施均符合法律法规。
国际能源巨头正利用生成式人工智能推动业绩增长，并向低碳经济转型。综上所述，石油天然气行业将在以下四个领域发生深刻变革。
首先，勘探将更快速精准。生成式模型将提升地震数据分析效率，用于测量记录钻井井内岩石与流体的物理化学特性及资源发现。例如壳牌正与大数据分析公司SparkCognition合作，运用人工智能技术处理分析海量地震数据，从而缩短勘探周期，显著提升新油田发现的效率与成功率。
其次，实现更智能高效的运营。人工智能对传感器数据的实时分析将助力参数调整与故障预防，推动预测性维护成为行业标准。
第三，决策更敏捷智能化：通过将大型模型集成至企业数据库，工程师可通过与人工智能对话获取信息，打破组织内部信息孤岛silos——这些孤岛隔离了信息、专业知识和团队协作，阻碍知识共享，从而加速人才发展。
第四，构建更协同优化的供应链体系。统一数据平台将促进勘探、开发与炼油环节的整合，并优化贯穿产品或服务从源头到终端全流程的供应链体系——该体系涵盖所有相关活动、流程及组织机构。这将为未来人工智能的大规模应用奠定坚实基础—例如Exxonmobil 的供应链优化、市场预测及碳排放管理。
总体而言，生成式人工智能正深刻重塑整个油气供应链，各大能源企业正加速从试点项目向大规模转型推进。未来，人工智能将像专家般理解油气运营，助力企业提升质量、降低成本、保障安全生产，推动行业迈向可持续低碳发展的新纪元。当然，这一进程也伴随着挑战：必须同步完善数据治理与算法监管，确保人工智能产出具有可信度和可靠性。但可以肯定的是，在人工智能的推动下，石油天然气行业的“智能化”与“脱碳化”进程正全速推进。
作者：Giancarlo Elia Valori ——法兰西学院院士、北京大学名誉教授。
本文观点仅代表作者，不代表World Geostrategic Insights 。