AI和自动化让油田钻工慢慢消失

想象一下油田的样子。你脑海中浮现的很可能是一座油腻的钻井平台,周围围着一群同样满身油污、饱经风霜的钻工,他们在危险且劳动密集的环境中搬运重型设备。

如今的情况已大不相同。昔日穿着连体工作服的钻工如今数量大减,他们更可能坐在数据监控车里盯着电脑屏幕,而不是不停地手动配置各种管道和工具。

"满身泥浆、嘴里叼着香烟的钻工时代已经过去了,"

"最艰苦、最危险的工作正在逐渐被技术取代。它们不可能全部被取代,但这种趋势正在发生。"

这一变革历时十余年,但现在正被AI加速推进。用行业术语来说,AI控制的钻井平台现在可以进行"自主地质导向"------在地下数千英尺深处钻井而无需人工干预。油田可以远程监控,现场需要的人员和资源更少------既削减了成本,又节省了宝贵时间。

全球最大的油田服务公司SLB的数字与集成业务总裁:"你基本上就是坐在椅子上,放松放松,喝杯咖啡,然后看着屏幕上发生的事情,"。

"我们今天用这些自主操作能做到的一些事情令人难以置信。即使现在,我仍会起鸡皮疙瘩,"

根据美国劳工统计局的数据,从2014年底至今,美国石油、天然气和采矿行业减少了近35%的工作岗位,约27万个职位,仅自4月以来就减少了1.2万个岗位。这些损失涵盖从地球科学家和石油工程师到蓝领杂工和井口泵操作员等各类职位。例如,康菲石油(ConocoPhillips)、雪佛龙(Chevron)和英国石油(BP)尽管仍保持高盈利,但今年和明年各自都在裁员数千人。

除了技术进步和行业整合外,油价周期性下跌也是一个重要因素,这迫使行业更加注重效率和创新,尤其是在欧佩克(OPEC)增加产量以争夺市场份额时------包括2014年底和现在2025年的情况。2011年至2014年每桶100美元的原油黄金时代已经一去不复返。自2014年以来,活跃钻井平台数量暴跌70%,截至9月中旬仅剩539座,其中包括过去12个月减少的约50座。

许多行业都吹嘘"用更少的人做更多的事",但能源行业是真正说到做到的,

"随着AI的整合,你会看到这一趋势继续下去。现在有可能看到这种情况呈指数级增长,"

"减少钻井和生产活动的劳动强度正受到更强烈的推动。"

钻工缓慢但稳定地消失可能是最明显的变化迹象,但在整个生产过程中,各公司都在对系统进行微调以提高效率。如今油井水平钻井深度可达4英里,而十年前只有1英里,这意味着需要更少的钻井队和更少的人员。

丹佛的Liberty Energy是AI快速改变行业的一个典型案例。这家近15年历史的公司迅速成长为美国水力压裂(fracking)领域的领导者。创始人兼前CEO克里斯·赖特(Chris Wright)甚至成为特朗普总统新任的能源部长。

"我们今天已经处于这样一个世界:我们将用计算机来运行和执行压裂作业。AI可以完成所有工作,"

"我想不出Liberty历史上还有哪个时期能在不到12个月内如此显著地推动变革。这简直令人难以置信。"

美国所需的压裂车队数量在六年内下降了50%以上,因为队伍越来越能够快速压裂更大的油井,包括同时进行两口井的压裂作业

过去几年中,随着更智能的钻井平台等技术的引入,自动化程度不断提高,但自主操作是新的突破。这就像使用GPS辅助导航与坐在自动驾驶汽车里无所事事之间的区别,SLB的Neuro和DrillOps Automate解决方案可以为你驱动钻头。

这些技术进步也是出于必要性的产物。美国页岩油行业正在成熟,最好的油井已经钻完。要获得同样的产量,需要越来越长的油井,因此必须通过节省时间、提高生产效率和减少人员开支来尽可能节省资金。

能源巨头SLB:"轻松采油的时代已经结束了,"

"要找到同样数量的石油比以前困难得多。"大数据和AI帮助平衡了这一局面

雪佛龙与哈里伯顿合作开发了名为Zeus IQ的AI压裂系统,可以实现快速自主决策。但每口井耗资数百万美元,企业和人员层面仍存在完全信任技术的障碍。

这就像是决定人们是作为裁判,定期干预,还是仅仅充当"华丽的紧急关闭按钮"。

"要让人们真正信任这些模型,门槛非常高,因为人们明白这场游戏的赌注有多大,"

因此,人的因素不会被完全消除,只是大幅减少。

"我们仍在寻找那些不介意每天在户外工作12小时、无论气温是零下40度还是100度以上、有机械天赋的人。我认为这种情况短期内不会消失。"

虽然技术带来的人员节省是巨大的,但自动化和减少人为环节节省的时间同样宝贵------消除了非生产性时间。

"实际上出错的事情更少了,"

"你节省了停机时间和额外行程。这一切都是逐步蚕食边缘,进行渐进式改进,当我们把这些改进加起来,就是显著的成本降低。"

钻一口更长油井的时间从30天缩短到近20天。这意味着公司可以更频繁地部署每座钻井平台,支付更少昂贵的钻井平台费用,同时仍能获得相同或更好的结果

大学毕业生现在在石油和天然气行业找工作很困难,但越来越多的公司开始意识到现在吸纳懂AI的年轻人的价值。

"今天的油田自动化程度要高得多,"

"它是一堆酷炫的设备配上一两个人,而不是15个人。这些日子正在到来,而且就在我们眼前。"

相关推荐
juniperhan2 小时前
Flink 系列第8篇:Flink Checkpoint 全解析(原理+流程+配置+优化)
大数据·分布式·flink
jay神2 小时前
大米杂质检测数据集(YOLO格式)
人工智能·深度学习·yolo·目标检测·毕业设计
GIS数据转换器2 小时前
延凡低成本低空无人机AI巡检方案
大数据·人工智能·信息可视化·数据挖掘·无人机
流云枫2 小时前
把小说变成短视频/漫画——全流程技术复盘
人工智能
飞Link2 小时前
【AI大模型实战】万字长文肝透大语言模型(LLM):从底层原理解析到企业级Python项目落地
开发语言·人工智能·python·语言模型·自然语言处理
TechMasterPlus2 小时前
OpenClaw 源码深度解析:下一代 AI Agent 框架的架构设计与实现原理
人工智能
不完备智能2 小时前
🦌 DeerFlow 2.0 深度解析:字节跳动开源的"超级 Agent harness"架构揭秘
人工智能
阿木木AEcru2 小时前
DeepSeek 崩了 13 小时,不是故障,是 V4 在换引擎
人工智能
小小工匠2 小时前
Superpowers - 09 从构思到落地:如何用「计划编写与任务粒度」驾驭 AI 时代的软件开发
人工智能·skills·superpowers