Цифровые технологии и большие данные для нефтегазовой промышленности

Интервью с Дмитрием Пилипенко, заместителем генерального директора SAP CIS

Цифровизация российской нефтегазовой промышленности идет нарастающими темпами. То, что раньше казалось фантастикой, сегодня становится повседневным инструментом конкурентной борьбы за повышение эффективности отечественных компаний. Команды data scientists анализируют практическую деятельность нефтяников и газовиков, а искусственный интеллект готов предложить новые решения для оптимизации на каждом уровне работы вертикально-интегрированных компаний.

 – Дмитрий Геннадьевич, какие цифровые технологии получили распространение в нефтегазовой промышленности в настоящее время и могут быть востребованы в перспективе? 

– Большой спрос сегодня на все, что связано с машинным обучением, и он будет продолжать расти. Технологии на его основе открывают для нефтегазовой промышленности новые возможности. Например, искусственный интеллект (ИИ) может прогнозировать потребности в материалах для добычи, учитывая не только производственную программу, но и множество внешних факторов: цену барреля нефти и тренд ее развития, курсы валют и т. д. Еще один пример – возможность предсказать финансовый результат компании за 5-10 дней до закрытия отчетного периода. За счет этого снижается нагрузка на персонал в момент подготовки отчетности. Главное условие реализации проектов с машинным обучением – наличие нужного количества исходных данных, на которых ИИ сможет корректно обучиться. Особо пристальное внимание нефтегазовые компании начинают уделять работе с Big data. Компании ежедневно собирают огромные массивы данных, и активно работают над тем, как получить от них максимальную пользу и превратить во что-то полезное. Популярна и технология интернета вещей, но при ее реализации необходимо учитывать особенности законодательного регулирования отрасли. 

– Какие особенности с точки зрения использования цифровых технологий в отрасли можно отметить?

– На первом месте – кибербезопасность: нефтегазовые компании работают с устоявшимися процессами, которые связаны с высокой капиталоемкостью отрасли. Вторая особенность – консервативность сферы и ее процессов. Компании стремятся найти новые источники роста доходов за счет технологий. В корпоративных процессах это сделать проще, в производстве сложнее. Например, многие компании уже реализуют проекты, связанные с предиктивными ремонтами, в то время как использование ИИ для прогнозирования качества продукции НПЗ пока еще только начинает тестироваться.

– Как Вы определяете главные сегменты спроса для ваших технологий услуг в нефтегазовой промышленности? Есть ли какие-то результаты цифровизации в этой сфере?

– Мы анализируем различные подразделения ВИНК и ранжируем их по нескольким критериям. Первый – организационная готовность: есть ли реальный интерес к цифровизации. Второй – готовность технологическая: насколько текущий ИТ-ландшафт и, прежде всего, данные позволят применить цифровые возможности. Например, чтобы сделать прогнозную аналитику на три года вперед, ИИ должен обучаться на основе информации за последние 10 лет. Третий критерий – ценность, что конкретно цифровая инициатива даст компании. Четвертый – сложность реализации. Бывает, что компания готова, данные есть и польза определена, но по разным причинам выполнить проект очень сложно или даже невозможно. Например, если придется кардинально изменить все бизнес-процессы ВИНК. 

Еще один метод – адаптируем наши готовые сценарии и успешные кейсы под конкретные российские компании. Хороший пример – финансовый сценарий по распознаванию банковской выписки. Искусственный интеллект ищет соответствующий платеж и сопоставляет его с контрактами. Это экономит компании огромное количество времени. 

Я думаю, что первые результаты цифровизации российской нефтегазовой промышленности мы увидим в этом году. В 2018 году лидеры отрасли «Роснефть», ЛУКОЙЛ, «Сургутнефтегаз» и другие компании разработали стратегии внедрения цифровых технологий и уже активно занимаются их реализацией.

– Смогут ли новые технологии увеличить уровень эффективности нефтегазовых предприятий?

– Конечно, цифровые технологии вместе с организационными преобразованиями добавляют новые возможности в сами процессы, появляются новые аналитические инструменты. Растет эффективность корпоративных направлений: управления финансами, закупками, логистикой и т. д.

В части производства технологии также играют большую роль. Например, для Smart Field (умного месторождения) искусственный интеллект может анализировать огромные массивы данных из разных источников и предлагать действенные геологоразведочные или другие мероприятия: что актуально сделать в конкретной ситуации, как скорректировать план и как его интегрировать. Эффективность разработки месторождения будет повышаться с учетом той стратегии, которую выберет компания, будь то повышение добычи, сокращение издержек или максимизация прибыли. То же касается и нефтепереработки. Если нам удастся в ближайшей перспективе перевести ее на полуавтоматический режим, то есть сократить роль технолога в процессе управления, – это бесспорно повысит ее результативность. 

– Какие технологические инструменты могут позволить достичь этого нового уровня эффективности и повышения конкурентоспособности?

– Это позволят сделать как сами технологические инструменты, которые перечисляли выше, так и новые подразделения внутри компаний: институты CDO (Chief Digital Officer), команды data scientists, нацеленные на разработку новой аналитики и построение над данными новых бизнес-процессов.

– Как Вы можете определить главные вызовы в области кибербезопасности и создания надежной цифровой инфраструктуры для нефтегазовых компаний?

– Особенно остро вопросы кибербезопасности стали обсуждать в 2017 году, когда вышел закон «О безопасности критической информационной инфраструктуры Российской Федерации». Согласно ему, субъектами критической информационной инфраструктуры в ТЭК являются, в том числе, информационные системы, информационно-телекоммуникационные сети, автоматизированные системы управления. Это накладывает дополнительные требования ФСТЭК России на обеспечение их безопасности, а также кибербезопасности критически важных объектов. Для нефтегазовых компаний сегодня важно использовать не только проверенные средства защиты, способные отразить атаки мощных аналитических систем, но и быть уверенными в надежности используемого программного обеспечения.

– Расскажите, пожалуйста, о технологиях Big data в нефтегазовой промышленности. Какие данные анализируют сегодня в нефтегазовых компаниях? 

– Во-первых, это данные обо всех событиях в процессе бурения. Они собираются в суточные рапорты, формат которых в каждой компании свой. Эта информация полезна и после завершения бурения – в частности, инженерам компаний, которые специализируются на сервисах сопровождения процесса. Приступая к работе, они собирают отчеты за максимально длинный отрезок времени, просматривают каждый документ, загружают цифры в сводные таблицы и только тогда определяют, какие риски были в бурении в прошлом и как их избежать при работе с похожими скважинами. Сегодня можно этот процесс упростить – автоматизировать его с помощью машинного обучения. Это существенно сократит объемы информации для анализа. 

Также собираются данные о состоянии оборудования на месторождениях и энергопотреблении. Много могут дать видео- и фотоматериалы с дронов, но только опытный оператор сможет извлечь из визуального контента полезную информацию. В лаборатории SAP Next-Gen Lab в РГУНиГ им. Губкина разработали сценарий для распознавания такого видеоконтента. Методы компьютерного обучения используются при обработке визуальной информации о состоянии оборудования, доступ к которому затруднен или с которым нет каналов связи для передачи технологических параметров. При облете камера дрона записывает видео, а затем с помощью компьютерного зрения распознаются показания приборов. Далее информация передается в базу данных с соответствующей привязкой к конкретному оборудованию и времени. 

– Расскажите, пожалуйста, о востребованных технологиях цифровых месторождений, цифровых трубопроводов, а также цифровых двойниках нефтегазовых предприятий (НПЗ, например)? 

– Для цифровых месторождений я бы выделил решения в виде создания мультидисциплинарных команд и виртуального проектного офиса. Это позволит совместить результаты работы разных служб в едином информационном поле. Не меньше востребованы интегрированный анализ и принятие решений. Зачастую у каждого производственного подразделения собственный план работ. Например, у энергетиков отключение подстанции назначено в понедельник, а у механиков, которые ее обслуживают, работы скорректированы и отключение в графике стоит на вторник. Из-за того, что работа часто бывает рассинхронизирована, страдает и добыча. 

Большой популярностью, в том числе на Западе, пользуются технологии подключенности персонала. Они позволяют отследить, где находятся сотрудники в конкретный момент, не является ли это опасной зоной и есть ли у них соответствующие допуски.

Для цифровых трубопроводов искусственный интеллект тоже актуален. Компаниям очень важно вовремя обнаружить любые отклонения от плановых показателей, повреждения, врезки и утечки. Например, система мониторинга на основе ИИ может дистанционно зафиксировать и распознать то или событие на объекте, оценив степень его опасности – реальной и гипотетической. В целях оценки внешнего состояния спросом пользуются промышленные дроны. Они могут фиксировать увиденное с воздуха с разных ракурсов в любое время суток и в любой среде. При этом мониторинг может проводиться через камеру, тепловизор, газоанализатор или другой вид датчика. 

Что касается цифровых двойников на нефтеперерабатывающий заводах, то их здесь делят на несколько видов. Первый – цифровой двойник физического состояния, когда мы отслеживаем температуру, давление или нагрузку, например, отдельных элементов. Второй – цифровой двойник технического состояния, когда мы контролируем параметры и прогнозируем отказ техники. Третий – цифровой двойник разработки оборудования, когда мы совместно с проектным институтом создаем в виртуальной среде будущую машину. Через эту же цифровую модель происходит дальнейшее взаимодействие с обслуживающей компанией: мы передаем данные об условиях эксплуатации и техническом состоянии, а сервисная компания и разработчики оборудования подсказывают оптимальный режим работы техники. 

– Какую роль играют новейшие технологии визуализации и анализа изображений в нефтегазовой промышленности? 

– Использование дрона обойдется дешевле, чем работа, например, экипажа вертолета. Кроме того, это быстрее, надежнее и безопаснее. Падение вертолета – это трагедия, а падение беспилотника – финансовые потери. Одна российская компания оценила экономию при переходе от стандартных облетов магистральных трубопроводов к дронам – в 50%. Геологам, например, беспилотники помогают быстрее исследовать новую территорию, характерные особенности местности и фиксировать их на картах. В случае с инспекцией газовых факелов дроны –единственный способ проводить осмотры без остановки факела и без привлечения персонала для опасной работы на высоте. По этой же причине беспилотники играют большую роль в обеспечении безаварийной работы месторождения и их активно тестируют нефтегазовые компании в разных странах мира.

– Какие еще тренды в цифровизации Вы можете отметить?

– Во-первых, это высокая волатильность и, как следствие, необходимость ускорения принятия бизнес-решений. Для нефтегаза это очень болезненно. При составлении бизнес-плана нужно учитывать возможные изменения стоимости барреля нефти и другие внешние факторы, которые сегодня оказывают сильное влияние на рынок. Второй тренд – переориентация нефтегазовой промышленности на точечные проекты вследствие нового налогового маневра, инвестирование в трудноизвлекаемую нефть и старые месторождения. Пилотный режим предполагает уплату НДД только в случае доходности проекта, при этом размер налога будет зависеть от доходности конкретного лицензионного блока из утвержденного перечня. Теперь компании будут по каждому из них считать затраты и предоставлять данные по ожидаемой прибыли, учитывая при этом рыночные котировки, стоимость барреля и еще множество расчетных показателей. Это новый вызов для ИТ-департаментов нефтегазовых компаний, поскольку им придется менять принципы работы учетных систем, чтобы обеспечить требуемую детализацию отчетности.

Еще один тренд – интеллектуальное предприятие. Крупные компании переходят на новые версии ERP-систем. Это стратегическое решение даст возможность встраивать новые цифровые сценарии в бизнес-процессы, которые им интересны: прогнозирование выручки или дебиторской задолженности и т. д. Некоторые предприятия также хотят добавить элементы кредитного контроля, чтобы не поставить клиенту больше, чем он сможет потом оплатить.

– Как Вы можете охарактеризовать достигнутый российской нефтегазовой промышленностью уровень автоматизации? 

– Нефтегазовые предприятия были одними из наших первых клиентов в России и СНГ, и сегодня крупные ВИНК входят в топ-10 крупнейших заказчиков различных ИТ-компаний. Уровень автоматизации российского нефтегаза я бы оценил как очень высокий. Например, в части базовых процессов, таких как финансы, закупки, казначейство, кадровое администрирование, управления производственными активами и другие. 

– Расскажите, пожалуйста, об облачных технологиях в нефтегазе.

– В этом направлении нефтегазовые компании выбрали свой путь. Большинство из них создают частные облака, отдельные сегменты которых интегрированы с цифровыми платформами и сервисами от мировых вендоров. Это делается исключительно для быстрой апробации новых сценариев, не для хранения данных. Хотя пока облачные технологии применяются не очень широко, нефтегаз понимает, что революция в этой области неизбежна. Компании для себя четко разделили внутренние и внешние данные. Например, для рекрутинга некоторые из них используют наше решение SAP SuccessFactors, многие рассматривают облачную площадку для работы с поставщиками и подрядчиками, а также с клиентами в B2C. 

Думаю, со временем будет применяться все больше облачных технологий. Дело в том, что построение облаков требует значительных инвестиций, которые не всегда дают прямой экономический эффект. Например, для тренировки ИИ в рамках машинного обучения недостаточно традиционных дата-центров, которые есть у компаний. Технически их можно усовершенствовать, но вложения могут не окупиться. В таком случае выгоднее использовать услугу по сервисной модели у вендора.

– Как Вы оцениваете риски человеческого фактора в условиях высокотехнологичной нефтегазовой промышленности?

– Люди совершают ошибки: могут заказать не ту деталь, вовремя не среагировать на нештатную ситуацию и так далее. Отсюда возникают потенциальные проблемы. Технологическая система предполагает более точную работу, неизменные типы, структуру и распределение в исходных данных, а человек может все изменить. Например, перенастроили производственный агрегат, а модель не переобучили. Соответственно, на новых данных она не работает, и система принимает ошибочные решения.

– Расскажите, пожалуйста, о дистанционных методах управления и роботизации.

– Нефтегазовые компании активно тестируют дистанционные методы управления. Что касается России, то здесь есть ряд ограничений, связанных с тем же законом о критической информационной инфраструктуре: частью производственных объектов запрещено управлять дистанционно. Технологии роботизации пока еще на начальном этапе, но тоже активно развиваются. Существуют, например, роботы для бурения, сейсмических работ на море и другие. Помимо технологических процессов, RPA (Robotic process automation) можно применить и в корпоративном секторе, чтобы автоматизировать значительный объем рутинной работы. В ERP есть много сценариев машинного обучения, которые также позволят снять часть нагрузки с человека, позволяя сфокусироваться на более творческих и нетривиальных задачах.

Мария Кутузова