在转型升级的驱动下，AI正在成为油气行业角逐的新战场。

　　油气行业正在进行一场深刻的变革。

　　18世纪詹姆斯·瓦特的蒸汽机点燃了第一次工业革命的火种，带来了油气资源的大规模开发利用;100多年后，以内燃机为标志的技术革命，带来了油气利用领域的革命性突破;二战后，以计算机、原子能、航空航天等为代表的信息时代，推动了石油石化生产、利用能力革命性变革。

　　当下，石油石化行业正在进行一场全新的绿色革命。而这场革命的助推器，便是人工智能(以下简称AI)。

　　“鲶鱼”DeepSeek

　　2025年新春伊始，AI迎来了“中国时刻”：国产深度推理大模型DeepSeek横空出世。当闭源巨头还在垄断与监管间挣扎时，Deepseek仅以2%的硬件成本就实现了与国际顶尖模型匹敌的性能，颠覆了全球AI竞争格局。

　　从1909年西班牙工程师LeonardoTorresyQuevedo发明可以自动执行国际象棋对弈的机器Occultus开始，人类对AI的探索已经过了100多年的历程。在这100多年的探索历程中，AI一直被认为“难以想象”“不可能实现”。直到2020年，以ChatGPT等为代表的大模型出现，才让AI有了些“烟火气”。但因其成本高昂、时效性差以及推理能力不足等缺陷，在一定程度上限制了与日常生产生活的结合。而以深度推理和开源为特征的DeepSeek，在一定程度上弥补了之前人工大模型的一些不足。

　　“通过创新技术架构，DeepSeek成功突破传统AI对高算力需求的瓶颈，构建出更高效的技术研发范式。”中国石油和化工自动化应用协会副秘书长袁江如说。它推动科学研究从“验证假设”转向“发现未知”的新模式。DeepSeek研发团队在论文《Transformer模块化拆解算法》中提出了“动态子图切割”技术，将千亿参数模型分解为可协同工作的智能体集群，大幅提高了推理速度、降低了显存占用。“这种技术的突破，使得国产芯片在混合运算中可达到A100显卡83%的效能，该技术通过创新性算法优化与硬件指令集重构，有效降低了对国外高端制程工艺的依赖，在智慧城市、工业仿真等典型应用场景中展现出更优的能效比与场景自适应能力。”袁江如说。

　　一直在AI道路上探索的油气企业敏锐地发现了这一点，纷纷“牵手”DeepSeek。

　　2月，中国石化、中国石油、国家管网和中国海油先后宣布将企业的大模型接入DeepSeek。在国外，2月9日，沙特阿美宣布将位于达曼的数字数据中心接入DeepSeek，成为沙特AI基础设施扩展的重要一环。“DeepSeek通过与油气企业联合部署行业大模型本地化解决方案，在实现数据安全可控的同时，有效提升垂直领域AI训练效率，其定制化的模型优化能力为加速推进人工智能在能源化工产业的智能化升级提供了坚实技术支撑。”袁江如说。

　　毫无疑问，DeepSeek成了搅动AI市场的“鲇鱼”。国外，有OpenAI的GPT系列，谷歌的Gemini系列;国内，有腾讯的元宝，字节跳动的豆包，华为的盘古大模型，阿里的通义……百模大战，并非夸张。而DeepSeek的开源，打破了传统AI发展模式的束缚，将推动AI应用生态的繁荣。这大大加快了整个AI大模型的发展进程。“目前，各个行业都在‘追风’DeepSeek。具体怎么接入，用途是什么，行业之间差异较大。从长远看来，AI一定会更加深入各行各业。”正在为国家管网某企业人工智能安全监测运营助力的安帝科技有限公司董事长周磊说。

　　漫漫AI路

　　事实上，在DeepSeek为人所知之前，国内外的油气行业已经开始了和AI的对接。埃森哲的一项研究指出，62%的石油和天然气公司已经在使用或计划实施生成式AI。

　　AI技术在油气中的应用，可以追溯到20世纪90年代。它以模式识别、基因算法、BP神经网络(神经网络模型)为代表的机器学习方法，应用于测录井信息处理解释、构造解释、地震属性识别等。2015年之后，以深度学习为代表的AI技术在油气领域逐步开始应用探索，并取得了非常广泛的应用。

　　OpenAI发布GPT-40以来，通用AI发展从纯文本交互对话发展到了图像和语音等多模态交互模式。AI发展，进入了“智能体”发展阶段。国内外各行业出现了研发各类通用AI的风潮，国际大石油公司正是在这一风潮下开始了AI的布局。“DeepSeek，凸显了全球范围内争夺AI领导地位的竞争有多么激烈和紧迫。我们将看到，这些模型在整个经济中的应用激增。”雪佛龙首席执行官MikeWirth说。

　　一些国家石油公司和国际油服公司在发展AI的过程中形成了自身的特点。

　　英国石油、壳牌和道达尔能源都在部署了微软365AI关键产品Copilot，允许成千上万的员工访问微软新的云服务平台Copilot，深度应用生成式AI技术，提高公司运营效率。埃克森美孚则有两种不同的使用和开发LLM的机制。一是将GPT-4的使用限制在内部，二是与私人有限公司开发转为油气行业任务服务的自定义LLM，增强了模型能力，使其在数据处理、缩写处理及行业特定任务处理等方面显示了巨大潜力。

　　这些企业都是在以Chatgpt/GPT-4为基础来提高公司运营效率的。还有一部分公司像斯伦贝谢、沙特阿美和马来西亚石油公司等，自行开发油气行业语言大模型以解决行业问题。

　　国内紧跟全球AI发展的潮流。2020年底至2021年初，中国石油、中国石化、中国海油等能源央企纷纷表态，要把握大势、抢抓机遇，推动数字化转型和智能化发展。2023年3月31日，国家能源局发布了《关于加快推进能源数字化智能化发展的若干意见》，涉及涵盖油气绿色低碳开发利用上、中、下游的六个重点领域，包括“推动智能测井、智能化节点地震采集系统、智能钻完井、智能注采、智能化压裂系统部署、远程控制作业”。近年来，中国石油的昆仑大模型、中国石化的长城大模型、中国海油的海能大模型、国家管网的的管网大模型以及各个油田企业自己研发的AI系统、模型等应运而生。

　　满足转型升级

　　“在全球能源转型与‘双碳’目标的驱动下，油气工程正加速与AI技术深度融合。”全国两会期间，全国人大代表，中国石油集团副总工程师，油田技术服务公司执行董事、党委书记杨立强同样认可当前油气领域正在刮起一股AI风潮。

　　油企AI快速发展的背后，是行业转型升级的要求。当前，气候挑战对石油行业提出了转型升级的迫切需求。传统的勘探和生产方式，已难以满足当前高效、安全、环保的要求。以上游为例，油气资源的发现难度加大、开采成本升高及对环境保护的要求，迫切需要新的技术来解决这些问题。在这样的背景下，AI技术的引入成为石油勘探领域的一次革命性创新。

　　“AI的应用，不仅是技术的简单迭代，而且代表着一种全新的工作方式和思维模式的转变。”中国石化石油勘探开发研究院大数据AI首席科学家肖倚天说。

　　目前，斯伦贝谢公司和Equinor公司在巴西PeregrinoC钻井平台上实现了迄今为止自主化程度最高的2600米钻井。其中，99%的进尺是在自主控制模式下完成的。未来，AI之下的自主钻井不再是梦。AI在测井和非常规能源的开发方面带来的提升引人瞩目。美国页岩油气钻井公司正在部署AI技术。资料显示，AI技术将显著节省页岩油生产成本，至少可以达到两位数。在某些情况下，可能节省25%～50%的成本，可以发现更高产的井，实现更准确的勘探。

　　中国石化通过AI技术实现了地震数据处理效率提升30%，油藏建模精度提高20%，并利用“胜小利”大模型辅助决策，显著降低了管理成本。阿联酋能源巨头阿布扎比国家石油公司(ADNOC)“现身说法”，以实际的经济收益展示了AI在油气行业的价值。2024年7月底，ADNOC宣布在使用AI技术后，SatahAlRazboot油田的产能增加了25%。该公司透露，AI技术的实施在2023年为其创造了5亿美元的额外价值。

　　AI在能源领域的应用已从单一的生产优化迈向全链条智能化。“AI不仅加速了传统油气开采的降本增效，而且通过数据驱动的投资分析推动了可再生能源布局，例如风能、氢能项目的风险评估与选址优化。”阿布扎比国家石油公司首席执行官Sultanal-Jaber指出。

　　AI正成为新材料研发的“加速器”。“大模型通过分析化学结构、反应机理和材料性能数据，能够快速筛选和设计新型催化剂、聚合物或其他功能材料，生成式AI可以设计具有特定性能的分子结构，加速新材料的研发进程。”昆仑数智炼化产品与解决方案部马庆说。大模型还能预测材料的性能和应用潜力，减少实验试错成本，缩短研发周期。

　　“新质生产力的很重要的一个特征，就是AI。”中科炼化信息中心经理蔡荣生说。未来，能源与化工企业需要以开放姿态拥抱AI生态，通过技术迭代与组织创新在变革中抢占先机。在这场变革中，唯有主动适应者方能定义新时代的产业规则。

　　责任编辑：赵 玥