Нефтегазовая отрасль, традиционно считавшаяся консервативной, сегодня переживает масштабную трансформацию. Драйвером изменений выступают не столько цены на сырье, сколько данные и технологии искусственного интеллекта, кардинально меняющие подходы к управлению цепочкой добавленной стоимости — от геологоразведки и бурения до переработки и сбыта углеводородного сырья.

Эволюция данных в нефтегазе

Первый и фундаментальный тренд — это переход к созданию единых платформ управления данными и искусственным интеллектом (Data & AI Platforms). Это не просто внедрение нового программного обеспечения, а стратегическая перестройка всего ИТ-ландшафта компаний ТЭК. Эволюция накопления данных за последние 20 лет наглядно показывает этот путь.

Если первоначально данные генерировались на узлах оборудования, в цехах и хранились точечно, — на флеш-памяти, EPC, в рамках первых «цифровых заводов» — то сейчас фокус переместился на уровень организации в целом. Компании ТЭК начинают разрабатывать и внедрять платформы управления данными, включающие хранение и обработку структурированных (реляционные таблицы) и неструктурированных (data lake) данных, интеграции к различным источникам и базам данных, описание мета-данных в каталоге, появляются единые бизнес-глоссарии и др.

Сейчас компании ТЭК меняют окружение в пользу единых платформ data и ИИ-экосистем. Вся цепочка добавленной стоимости нефти и газа, включая добывающие скважины, морские платформы, установки на перерабатывающих заводах, покрывается датчиками, которые генерируют новые данные в режиме реального времени. Такой переход от разрозненной информации и лоскутной ИТ-архитектуры к единому источнику данных и «песочнице» для разработки ИИ-приложений формирует новый устойчивый вызов: как на основе данных принимать эффективные управленческие решения. Ответом на этот вопрос становятся качественные данные и генеративный искусственный интеллект, позволяющий создавать новые приложения для поддержания непрерывности бизнеса ТЭК.

Архитектура платформы для нефтегазовой отрасли

Построение концептуальной архитектуры дата-платформы строится по принципу «снизу вверх»: от управления вычислительными мощностями до единого центра мониторинга цепочки добавленной стоимости нефти и газа.

Единый ЦОД и управление инфраструктурой формируют фундаментальный слой, отвечающий за вычислительные ресурсы, журналирование и производительность информационных систем. В свою очередь фабрика отраслевых данных представляет собой централизованный хаб для сбора, хранения и аналитики информации из всех систем-источников, обеспечивающий единую информационную модель и оркестрацию.

Следующий слой представлен гибкой средой разработки и прототипирования бизнес-приложений на базе технологий искусственного интеллекта. Это площадка, где специалисты по обработке и анализу данных, дата-инженеры, дата-стюарты и архитекторы могут быстро создавать и тестировать приложения на основе машинного обучения и генеративного искусственного интеллекта, используя готовые скрипты кода и каталоги для подготовки дата-сетов. На верхнем уровне управления находится единый центр мониторинга, который выполняет функцию как слежения за разведкой, добычей, переработкой и транспортировкой нефти и газа, так и наблюдения за потоками данных (data lineage).

Партнерство с крупнейшими ИТ-компаниями

Второй ключевой тренд, который активно развивается в России и в мире, — это формирование стратегических технологических партнерств и консорциумов. Поскольку ВИНК не являются ИТ-компаниями и не обладают соответствующими компетенциями и технологиями для цифровой трансформации, нефтегазовые компании заключают партнерства с крупнейшими компаниями из сферы информационных технологий.

Стимулируют этот процесс несколько факторов:

• Схлопывание рынка и ужесточение конкуренции среди ИТ-компаний
• Секвестирование бюджетов на фоне геополитической нестабильности
• Критическая нехватка собственных ресурсов, знаний и опыта
• Взрывной рост объема данных и потребности в ИИ
• Повышение требований бизнеса к качеству данных и инновациям

Преимущества таких альянсов очевидны: расширение экспертной базы, доступ к передовым технологиям, ускорение вывода инноваций на рынок, оптимизация затрат на НИОКР и снижение рисков.

Ярким примером эффективного партнерства является сотрудничество Shell и C3 AI. Shell прошла путь от точечного проекта ИИ до создания масштабной платформенной экосистемы.

Началом стало тестирование гипотезы о возможности прогнозирования отказов регулирующих клапанов турбин на нефтеперерабатывающих заводах. Успешный пилот дал старт проекту по анализу данных надежности оборудования, и в 2017 году Shell вместе с партнерами — нефтесервисной компанией Baker Hughes, ИТ-гигантом Microsoft и ИТ-стартапом C3 AI — сформировала энергетическое сообщество Open AI Energy Initiative.

Далее последовал запуск первых цифровых ИИ-агентов для клапанов и компрессоров, внедрение платформы C3 AI, разработка MVP для добычи и переработки и подключение 10 000 датчиков к объектам оборудования. В 2022-2024 годах было реализовано масштабирование, интеграция с цифровыми двойниками и обработка более 20 млрд показателей с датчиков в неделю.

При этом стала меняться и организационная культура в Shell. В вертикали директора по проектам и технологиям появились две новые структуры: два CTO, отвечающие за управление данными и искусственным интеллектом, определяющие ИТ-стратегию компании.

В результате такого инновационного подхода Shell ежегодно разрабатывает более 50 приложений на базе AI/ML (искусственный интеллект и машинное обучение) с совокупным эффектом свыше $100 млн.
 

Трансформация операционной модели

Третий тренд, вероятно, самый глубокий — это трансформация операционной модели компаний ТЭК. Кросс-функциональное взаимодействие порождает гибридные профессии: геолог-программист, геофизик-дата-инженер. Стираются границы между бизнес-подразделениями и ИТ. Организационные структуры меняются, добавляются новые вертикали, как это представлено на примере Shell.

Опыт международных ВИНК демонстрирует, что будущее нефтегазовой отрасли зависит уже больше не от разведки и добычи месторождений, а скорее от эффективного управления данными, извлечения из них максимальной выгоды и монетизации при помощи искусственного интеллекта.

В связи с вышесказанным, нефтегазовым компаниям стоит активно исследовать опыт стратегических партнерств между глобальными ВИНК и ИТ-компаниями, перенимать лучшее для развития бизнеса, не бояться трансформировать и развивать культуру управления данными и ИИ, включая целенаправленное развитие кросс-функциональных команд и формирование новых управленческих вертикалей. Кроме того, следует реализовывать платформенные решения, которые приносят измеримую бизнес-ценность за счет ускорения принятия решений, вывода новых продуктов на рынок, оптимизации затрат, упорядочения данных и увеличения рыночной доли.