Warum geben Öl- und Gaskonzerne Milliarden von Dollar für KI aus?

Der Öl- und Gassektor setzt zunehmend künstliche Intelligenz (KI) ein, wenn es darum geht, Bohrlöcher zu bohren, ... [+] produktive Felder zu finden, Prozesse zu optimieren, Ausfallzeiten zu reduzieren und Gesundheit und Sicherheit zu verbessern.

Wir befinden uns zweifellos mitten in einer globalen öffentlichen Debatte über künstliche Intelligenz (KI) und maschinelles Lernen. In der Diskussion geht es häufig um zwei alternative und etwas extreme Realitäten: eine dystopische Vision, in der fortschrittliche digitale Köpfe und Maschinen schwerwiegende Folgen für die Menschheit haben würden, und eine utopische Vision, in der KI in einem futuristischen Umfeld Fortschritt, Effizienz und Wirtschaftswachstum vorantreibt. Letztendlich wird sich wahrscheinlich ein ausgewogenerer und prozessorientierterer Einsatz von KI ergeben.

Während sich die Wirtschafts- und Industriewelt ihre eigene Meinung bildet und sich gleichzeitig mit den politischen Klassen auseinandersetzt, stimmt ein Segment der Weltwirtschaft eindeutig für prozessorientierte KI – der Öl- und Gassektor. Da sie es gewohnt sind, dass sich zyklische Schwankungen und wirtschaftliche Abschwünge auf ihr Vermögen auswirken, finden Kohlenwasserstoffförderer in der KI einen Verbündeten, um die betriebliche Vorhersehbarkeit zu erleichtern und sie bei der Erreichung ihrer CO2-Emissionsziele zu unterstützen.

Beobachtete und anekdotische Beweise deuten darauf hin, dass sie an der Schwelle zu einigen sehr tiefgreifenden Veränderungen stehen. Beispielsweise verfügen alle 20 weltweit größten Öl- und Gasproduzenten, seien es staatliche oder börsennotierte Unternehmen, über eine klare KI-Strategie für ihre Upstream- (d. h. Exploration und Produktion) und Downstream- (d. h. Verarbeitung und Raffinierung) Prozesse. und gegebenenfalls Midstream-Unternehmen (z. B. Pipeline und Logistik).

Darüber hinaus ergab eine aktuelle EY-Umfrage, dass mehr als 92 % der Öl- und Gasunternehmen weltweit „entweder derzeit in KI investieren oder dies in den nächsten zwei Jahren planen“. Da sie sich der Bedürfnisse ihrer Kunden bewusst sind, bieten Anbieter von Technologie-Industriesoftware sowie große Ölfelddienstleistungsunternehmen (z. B. Baker Hughes und Halliburton) regelmäßig KI-Lösungen für effizientere technologiegestützte Abläufe an.

Gespräche über vorausschauende Wartung, fortschrittliche Analysen, maschinelle Lernalgorithmen und datengesteuerte Prozessoptimierung sind nicht mehr nur einem Tech-Jamboree im Silicon Valley vorbehalten. Bei Veranstaltungen im Öl- und Gassektor widmen sich zunehmend große Teile ihrer Diskussionen der KI.

Ein typisches Beispiel ist Gastech, eine wichtige Branchengröße, die seit über 50 Jahren besteht. Die kommende Runde der Veranstaltung im September 2023 bietet neben dem Mainstream-Branchendiskurs über die Erdgas- und Wasserstoffmärkte einen ganzen Konferenzstrom, der diesem Thema gewidmet ist. Sogar die Agenda des kürzlich abgeschlossenen internationalen Seminars der Organisation erdölexportierender Länder (OPEC) wich von den traditionellen geopolitischen und Marktdiskussionen ab und widmete sich hin zu technologischen Investitionen.

Was die Investitionsausgaben (Capex) der Branche betrifft, kursieren unter dem Dach der digitalen Transformation mehrere Prognosen auf dem Markt. Aber speziell für die KI im Öl- und Gassektor prognostiziert Mordor Intelligence, dass sie bis Ende 2023 2,38 Milliarden US-Dollar erreichen und bis Ende 2028 auf 4,21 Milliarden US-Dollar steigen wird; eine CAGR von 12,09 % im Prognosezeitraum (2023–2028).

Es gibt offensichtliche Anwendungsfälle für KI innerhalb der Branche, die auch anderswo im globalen Industriekomplex zu beobachten sind. Dazu gehören KI-gesteuerte Rohstoffbeschaffung, Lagerbestände, Logistik, betriebliche Entscheidungsfindung, Back-Office-Management und natürlich KI-basierte Cybersicherheit angesichts der Zeit, in der wir leben, und der strategischen Bedeutung der Energieinfrastruktur.

Optimierung der Kohlenwasserstoffproduktion durch den Einsatz von KI und maschinellem Lernen.

Darüber hinaus gibt es mehrere branchenspezifische Anlagemöglichkeiten. Dazu gehören die Zuweisung von Investitionsausgaben für KI-gestützte geologische Bewertungen, seismische Daten und Oberflächenanalysen bei der Kohlenwasserstoff-Prospektion. Dabei geht es nicht nur um Rechenleistung für die Datenanalyse, sondern auch um KI-gestützte Roboter, die Bohrstellen absuchen, Zeit sparen, die Effizienz steigern, die Margen verbessern und den CO2-Fußabdruck für Kernbetriebe senken.

Ein weiterer Schwerpunkt von KI-Investitionen ist die Reduzierung von Ausfallzeiten an Gas- und Ölquellen, Plattformen, Pipelines, Raffinerien und anderen Anlagen, da ungeplante Ausfälle die Branche Millionen von Dollar kosten. Durch den Einsatz von KI nutzen Unternehmen jetzt prädiktive Analysen, um alles vorherzusehen, vom Zeitpunkt und der Dauer von Raffineriestillständen und Wartungsarbeiten bis hin zu Pipeline-Verstopfungen und Bohrlocheinstürzen. In unterschiedlichen betrieblichen Maßstäben analysieren KI-Algorithmen nun routinemäßig eingehende Daten auf Anomalien und Prozessinkonsistenzen, was letztendlich zu Warnsignalen bei den überwachten Geräten führt.

Der heilige Gral des Managements ist der Einsatz „digitaler Zwillinge“ oder virtueller Cloud-basierter Nachbildungen eines operativen Teils eines Upstream-, Midstream- oder Downstream-Prozesses oder einer Ausrüstung. Es basiert auf ersten Prinzipien, Schemata/Modellen/Arbeitsablaufdiagrammen, maschinellem Lernen und Prozessreaktionssoftware. Durch die Kombination eines oder mehrerer dieser Aspekte generieren digitale Zwillinge Simulationen, die betriebliche Anforderungen vorhersehen und Pannen verhindern können.

Laut einem von Honeywell, einem 20-jährigen erfahrenen Befürworter der Technologie, veröffentlichten Whitepaper können digitale Zwillinge für Anlagen (z. B. Brunnen, elektrische Tauchpumpen, Kompressoren) oder Prozesse (z. B. Korrosionsüberwachung, Optimierung der Öl-/Gasförderung) eingesetzt werden , Emissionsvorhersage und -verfolgung). Und die KI wird für das Gesundheits- und Sicherheitsmanagement am Arbeitsplatz durch den Einsatz von Virtual- und Augmented-Reality-Schulungen (VR/AR), fortschrittlicher Robotik vor Ort und Datendrohnen von Minute zu Minute größer.

Verständlicherweise wird die Investitionszuteilung für diese disruptiven Themen von Notwendigkeit und Kosten bestimmt. Es gibt jedoch noch eine weitere wichtige Motivation – die Bewältigung des Energienachhaltigkeitstrilemmas (Nachhaltigkeit, Sicherheit und Erschwinglichkeit) – und die Sicherstellung, dass alle drei Aspekte gleichermaßen im Fokus stehen.

Branchenpragmatiker setzen auf KI-Lösungen, um die Produktionskosten niedrig zu halten, die an die Verbraucher weitergegeben werden können, effizientere Möglichkeiten zur Sicherung und Maximierung von Ressourcen zu ermöglichen und dabei zu helfen, Emissionsziele im Laufe der Zeit zu erreichen. Da die Milliarden, die in KI investiert werden, immer deutlicher in den Fokus rücken, würden bald auch potenzielle Gewinne (oder andere) daraus unter die Lupe genommen.