آخرین مقالات
بروکر‌های پیشنهادی
استار تریدر
تبلیغ
پر مخاطب ترین

با عضویت در خبر نامه یـــــــــوتــــــــو تایــــــــــمز از اخبار مطلع شوید.

هوش مصنوعی چگونه می‌تواند اقتصاد نفت و گاز را بزرگ‌تر کند؟

هوش مصنوعی چگونه می‌تواند اقتصاد نفت و گاز را بزرگ‌تر کند؟

هوش مصنوعی قرار بود یکی از ابزارهای اصلی برای کاهش مصرف انرژی، افزایش سهم انرژی‌های تجدیدپذیر و کاهش انتشار گازهای گلخانه‌ای باشد؛ اما تحولات جدید در صنعت انرژی نشان می‌دهد همین فناوری می‌تواند نتیجه‌ای کاملاً متفاوت نیز ایجاد کند. شرکت‌های نفت و گاز در حال استفاده از هوش مصنوعی برای کاهش هزینه‌ها، افزایش تولید، شناسایی ذخایر جدید و کوتاه‌تر کردن زمان توسعه میدان‌ها هستند؛ موضوعی که می‌تواند در سال‌های آینده قدرت اقتصادی صنعت سوخت‌های فسیلی را بیشتر کند.

در یک نگاه
  •  هوش مصنوعی می‌تواند تا سال ۲۰۳۰ نزدیک به ۵۰۰ میلیارد دلار ارزش برای شرکت‌های اکتشاف و تولید نفت و گاز ایجاد کند.
  •  وود مکنزی برآورد کرده این فناوری امکان استخراج یک تریلیون بشکه نفت اضافی از مخازن تولیدکننده را فراهم کند.
  •  اکسون‌موبیل با کمک هوش مصنوعی چهار فرصت جدید حفاری در گویان شناسایی کرده و شورون نیز به دنبال استفاده از این فناوری برای کاهش زمان اکتشاف است.
  •  در نتیجه، هوش مصنوعی ممکن است برخلاف انتظار، به‌جای تضعیف سریع نفت و گاز، قدرت و عمر اقتصادی صنعت سوخت‌های فسیلی را افزایش دهد.

در واقع، اثر هوش مصنوعی بر بازار انرژی فقط به مصرف برق مراکز داده یا افزایش تقاضای جهانی برای برق محدود نمی‌شود. بخش مهم‌تر ماجرا در جایی اتفاق می‌افتد که هوش مصنوعی وارد قلب عملیات شرکت‌های انرژی می‌شود و به آنها اجازه می‌دهد از منابعی که پیش‌تر دسترسی به آنها دشوار یا غیراقتصادی بود، تولید بیشتری داشته باشند.

یک تناقض بزرگ در مسیر گذار انرژی

در سال‌های اخیر بخش قابل‌توجهی از بحث‌های مربوط به هوش مصنوعی بر نقش این فناوری در توسعه انرژی‌های پاک متمرکز بوده است. از پیش‌بینی تولید نیروگاه‌های خورشیدی و بادی گرفته تا مدیریت شبکه برق و افزایش بهره‌وری مصرف انرژی، انتظار می‌رفت هوش مصنوعی بتواند به کاهش انتشار گازهای گلخانه‌ای کمک کند.

اما پژوهشی منتشرشده در نشریه علمی «اقدام اقلیمی» نشان می‌دهد تصویر ممکن است پیچیده‌تر از این باشد. نویسندگان این پژوهش معتقدند افزایش بهره‌وری صنعت نفت و گاز با استفاده از هوش مصنوعی می‌تواند در نهایت میزان انتشار ناشی از سوخت‌های فسیلی را بیشتر از مقدار کاهش انتشار حاصل از کاربرد هوش مصنوعی در بخش انرژی‌های تجدیدپذیر افزایش دهد.

مدل‌های مورد استفاده در این مطالعه حتی احتمال تقویت جایگاه سوخت‌های فسیلی توسط هوش مصنوعی را مطرح می‌کنند. به بیان ساده، همان فناوری‌ای که می‌تواند تولید انرژی پاک را کارآمدتر کند، می‌تواند هزینه تولید نفت و گاز را نیز کاهش دهد و عمر اقتصادی این صنعت را طولانی‌تر کند.

نویسندگان پژوهش برای دستیابی به کاهش خالص انتشار، برآورد کرده‌اند که افزایش بهره‌وری در انرژی‌های تجدیدپذیر باید ۴ تا ۵ برابر بیشتر از افزایش بهره‌وری در صنعت سوخت‌های فسیلی باشد.

این نکته اهمیت زیادی دارد؛ زیرا اگر هوش مصنوعی هم‌زمان باعث ارزان‌تر شدن نفت و گاز و افزایش تولید آنها شود، بخشی از مزیت زیست‌محیطی حاصل از توسعه انرژی‌های پاک ممکن است خنثی شود.

نفت و گاز از انقلاب هوش مصنوعی جا نمی‌مانند

تصور اینکه شرکت‌های بزرگ نفتی در برابر مهم‌ترین تحول فناوری دهه اخیر منتظر بمانند تا دیگران از آن استفاده کنند، چندان منطقی نیست. شرکت‌هایی مانند اکسون‌موبیل و شورون سرمایه‌گذاری در فناوری‌های هوش مصنوعی را وارد فعالیت‌های اکتشافی و عملیاتی خود کرده‌اند.

برآورد مؤسسه پژوهشی ریستاد انرژی نشان می‌دهد هوش مصنوعی و دیجیتالی‌شدن می‌توانند بین سال‌های ۲۰۲۶ تا ۲۰۳۰ نزدیک به ۵۰۰ میلیارد دلار ارزش تجمعی برای شرکت‌های اکتشاف و تولید نفت و گاز ایجاد کنند.

این ارزش از چند مسیر به وجود خواهد آمد؛ کاهش هزینه‌های عملیاتی، افزایش تولید از طریق بالا رفتن زمان فعالیت تجهیزات و افزایش ضریب بازیافت مخازن، و همچنین کوتاه‌تر شدن زمان توسعه پروژه‌ها.

بر اساس این برآورد، کاهش هزینه‌ها و افزایش تولید تا پایان دهه مهم‌ترین منابع ایجاد این ارزش خواهند بود. شرکت‌هایی که از هم‌اکنون سرمایه‌گذاری بیشتری در فناوری‌های دیجیتال و هوش مصنوعی انجام داده‌اند، ممکن است در سال ۲۰۳۰ حدود ۸۰ میلیارد دلار ارزش اضافی سالانه نسبت به سال ۲۰۲۵ ایجاد کنند.

با این حال، یک مانع مهم همچنان وجود دارد. مشکل اصلی صنعت نفت و گاز لزوماً نبود فناوری نیست، بلکه استفاده گسترده و عملیاتی از آن در مقیاس بزرگ است. به عبارت دیگر، بسیاری از شرکت‌ها به ابزارهای لازم دسترسی دارند، اما تبدیل این فناوری به بخشی دائمی از عملیات روزمره همچنان زمان‌بر است.

هوش مصنوعی می‌تواند نفت بیشتری از مخازن قدیمی بیرون بکشد

تأثیر هوش مصنوعی فقط به کشف میدان‌های جدید محدود نمی‌شود. یکی از مهم‌ترین کاربردهای این فناوری، شناسایی بخش‌هایی از مخازن موجود است که هنوز امکان استخراج نفت بیشتری از آنها وجود دارد.

مؤسسه وود مکنزی سال گذشته برآورد کرده بود که استفاده از ابزارهای مبتنی بر هوش مصنوعی می‌تواند امکان استخراج یک تریلیون بشکه نفت اضافی از مخازن تولیدکننده فعلی را فراهم کند.

این رقم به معنای کشف یک تریلیون بشکه میدان جدید نیست. تحلیلگران این مؤسسه معتقدند هوش مصنوعی می‌تواند به تولیدکنندگان کمک کند بخش‌هایی از مخازن موجود را شناسایی کنند که پیش‌تر مقدار بیشتری از نفت آنها قابل استخراج تشخیص داده نشده بود.

اهمیت این موضوع برای بازار جهانی نفت بسیار بالاست. اگر فناوری بتواند نرخ بازیافت مخازن موجود را افزایش دهد، عرضه بالقوه نفت برای مدت طولانی‌تری بالا باقی خواهد ماند و شرکت‌ها نیز بدون نیاز به سرمایه‌گذاری کامل برای توسعه میدان‌های جدید، می‌توانند تولید خود را افزایش دهند.

البته هوش مصنوعی قرار نیست جایگزین متخصصان زمین‌شناسی و مهندسی مخازن شود. وود مکنزی تأکید کرده است که تخصص انسانی در تحلیل زیرسطح زمین همچنان ضروری است و هوش مصنوعی بیشتر نقش مکمل را ایفا خواهد کرد.

«هوش مصنوعی شاید بزرگ‌ترین تهدید برای نفت نباشد؛ بلکه در کوتاه‌مدت می‌تواند به یکی از قدرتمندترین ابزارهای افزایش بهره‌وری، کاهش هزینه و طولانی‌تر شدن عمر صنعت نفت تبدیل شود.»

بابک شیری

اکسون‌موبیل به دنبال فرصت‌های جدید در گویان است

یکی از نمونه‌های قابل‌توجه استفاده عملی از هوش مصنوعی در صنعت نفت، اکسون‌موبیل است.

این شرکت در میدان گویان، یکی از مهم‌ترین دارایی‌های خود در کنار حوزه پرمین آمریکا، از مدل‌های هوش مصنوعی برای تحلیل داده‌های حاصل از حفاری‌های قبلی و شناخت بهتر ساختار زیرسطحی استفاده کرده است.

دارن وودز، مدیرعامل اکسون‌موبیل، در گزارش عملکرد سه‌ماهه دوم شرکت در پایان ژوئیه اعلام کرد که این شرکت با استفاده از داده‌های حفاری‌های انجام‌شده و آموزش مدل‌های هوش مصنوعی، بخش‌های مختلف بلوک استابروک در گویان را دوباره مورد بررسی قرار داده است.

نتیجه این بررسی‌ها، شناسایی چهار فرصت جدید برای حفاری بوده است؛ فرصت‌هایی که پیش از استفاده از این مدل‌ها در برآوردهای شرکت وجود نداشتند.

البته اکسون هنوز برای تأیید قطعی این فرصت‌ها به مطالعات و حفاری‌های بیشتری نیاز دارد. با این حال، پیام این اتفاق برای صنعت روشن است: هوش مصنوعی می‌تواند از داده‌های حفاری‌های گذشته استفاده کند و اطلاعاتی را استخراج کند که در روش‌های سنتی کمتر قابل مشاهده بوده‌اند.

وودز معتقد است گویان هنوز ظرفیت‌های بیشتری برای توسعه دارد و اکسون‌موبیل همچنان چشم‌انداز مثبتی برای آینده این منطقه دارد.

شورون نیز به دنبال کاهش زمان اکتشاف است

شورون، دیگر غول نفتی آمریکایی، نیز اعلام کرده است که ابزارهای جدید هوش مصنوعی را وارد فعالیت‌های اکتشافی خود خواهد کرد.

مایک ویرث، مدیرعامل شورون، در گزارش عملکرد سه‌ماهه دوم شرکت گفت هوش مصنوعی می‌تواند زمان انجام چرخه‌های اکتشاف را کاهش دهد و توانایی شرکت برای مشاهده الگوها و اطلاعاتی را که پیش‌تر قابل مشاهده نبودند، افزایش دهد.

اهمیت این موضوع در صنعت نفت بسیار بالاست. توسعه یک میدان جدید معمولاً به سال‌ها مطالعه، حفاری، ارزیابی و سرمایه‌گذاری نیاز دارد. هر فناوری که بتواند بخشی از این فرایند را کوتاه‌تر کند، می‌تواند بازده سرمایه‌گذاری شرکت‌ها را افزایش دهد.

از سوی دیگر، کاهش زمان تصمیم‌گیری به معنای آن است که شرکت‌ها می‌توانند سریع‌تر درباره ادامه یا توقف یک پروژه تصمیم بگیرند و سرمایه خود را به سمت فرصت‌های سودآورتر منتقل کنند.

بنابراین، تأثیر هوش مصنوعی بر صنعت نفت فقط افزایش تولید نیست؛ سرعت گردش سرمایه نیز می‌تواند افزایش پیدا کند.

آیا هوش مصنوعی می‌تواند عمر صنعت نفت را طولانی‌تر کند؟

این پرسش احتمالاً یکی از مهم‌ترین موضوعات بازار انرژی در سال‌های آینده خواهد بود.

سناریوی رایج درباره هوش مصنوعی این است که این فناوری با افزایش بهره‌وری انرژی‌های تجدیدپذیر، کاهش هزینه ذخیره‌سازی و بهینه‌سازی شبکه برق، گذار از سوخت‌های فسیلی را سریع‌تر می‌کند. اما اگر هم‌زمان نفت و گاز نیز به کمک همین فناوری ارزان‌تر و کارآمدتر شوند، معادله پیچیده‌تر خواهد شد.

کاهش هزینه تولید نفت می‌تواند باعث شود برخی پروژه‌هایی که پیش‌تر از نظر اقتصادی جذاب نبودند، دوباره توجیه‌پذیر شوند. افزایش ضریب بازیافت مخازن نیز می‌تواند عرضه نفت را بالا ببرد. کشف فرصت‌های جدید حفاری نیز ظرفیت تولید آینده شرکت‌ها را افزایش خواهد داد.

در چنین شرایطی، حتی اگر سهم انرژی‌های تجدیدپذیر در سبد انرژی جهان افزایش یابد، کاهش تقاضای نفت ممکن است با سرعتی که برخی پیش‌بینی‌ها انتظار دارند اتفاق نیفتد.

از طرف دیگر، اگر قیمت نفت پایین بماند، مصرف‌کنندگان نیز ممکن است انگیزه کمتری برای تغییر سریع به گزینه‌های جایگزین داشته باشند. بنابراین، افزایش بهره‌وری صنعت نفت می‌تواند از مسیر قیمت نیز بر سرعت گذار انرژی اثر بگذارد.

بزرگ‌ترین برنده شاید شرکتی باشد که ارزان‌تر تولید کند

در نهایت، رقابت اصلی میان شرکت‌های نفتی احتمالاً فقط بر سر داشتن ذخایر بیشتر نخواهد بود؛ بلکه توانایی استخراج این ذخایر با هزینه کمتر اهمیت بیشتری پیدا می‌کند.

شرکتی که بتواند با استفاده از هوش مصنوعی میدان‌های پیچیده‌تر را بهتر تحلیل کند، خرابی تجهیزات را زودتر تشخیص دهد، زمان توقف تولید را کاهش دهد و نرخ بازیافت مخازن را افزایش دهد، می‌تواند حتی در محیط قیمت‌های پایین نفت نیز حاشیه سود مناسبی حفظ کند.

این موضوع برای شرکت‌های بزرگ نفتی اهمیت بیشتری دارد؛ زیرا آنها سرمایه، داده و زیرساخت لازم برای استفاده گسترده از فناوری را در اختیار دارند.

به همین دلیل، هوش مصنوعی می‌تواند به‌جای تضعیف صنعت نفت، ابتدا به نفع بزرگ‌ترین و سرمایه‌دارترین شرکت‌های این صنعت عمل کند. شرکت‌هایی مانند اکسون‌موبیل و شورون نه‌تنها توانایی خرید فناوری را دارند، بلکه می‌توانند میلیاردها داده حاصل از دهه‌ها فعالیت اکتشافی و تولیدی خود را برای آموزش مدل‌های جدید به کار بگیرند.

آینده بازار انرژی فقط با افزایش مصرف برق تعیین نمی‌شود

رشد مصرف برق مراکز داده بدون تردید یکی از مهم‌ترین پیامدهای گسترش هوش مصنوعی است، اما شاید بزرگ‌ترین اثر این فناوری بر بازار انرژی در جای دیگری باشد.

اگر هوش مصنوعی بتواند تولید نفت و گاز را افزایش دهد، هزینه استخراج را پایین بیاورد و فرصت‌های جدیدی برای حفاری ایجاد کند، ساختار عرضه انرژی نیز تغییر خواهد کرد. در این صورت، هوش مصنوعی نه‌تنها مصرف‌کننده انرژی، بلکه ابزاری برای افزایش عرضه سوخت‌های فسیلی خواهد بود.

این همان تناقضی است که می‌تواند مسیر گذار انرژی را پیچیده‌تر کند. فناوری‌ای که از یک طرف به توسعه انرژی‌های پاک کمک می‌کند، از طرف دیگر می‌تواند صنعت نفت و گاز را کارآمدتر، سودآورتر و رقابتی‌تر کند.

برای بازار نفت، پیام روشن است: انقلاب هوش مصنوعی الزاماً به معنای پایان سریع عصر نفت نیست؛ بلکه می‌تواند در کوتاه‌مدت و میان‌مدت، صنعت نفت را وارد مرحله‌ای از بهره‌وری بالاتر و تولید ارزان‌تر کند.

در ترجمه برخی نقاط این مقاله از هوش مصنوعی استفاده شده است.

paxg
دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پرمخاطب ترین‌ها