在AI技术的加持下，石业有望达成自动化远程钻井，美国页岩油盆地再次成为新技术应用的”实验室“。
长期以来，石业一直仅将AI（AI）技术大多数都用在评估地震调查等后台任务，主要的钻井和水力压裂等环节仍牢牢掌握在人类操作员手中。而如今，美国页岩油公司们开始尝试使用AI、机器学习和远程操作来帮助其减少相关成本，并开采更多页岩油。这可能会破坏石油输出国组织（OPEC）减产以管控全球石油产量，并以此稳定、提高油价的努力。
此外，AI技术也开始在石业的其他场景中进入应用测试阶段，比如被用于维持现有油井的井流量，预测油井的设备故障率等。除了这些提高效率、减少相关成本的效用外，AI技术或还能帮助该行业完成气候平均状态随时间的变化目标。
在休斯顿一间黑暗的控制室里，石油与天然气钻井公司Nabors Industries性能工具总监盖德斯（Rafael Guedes）在监视器上观察着机器人如何在没有一点人类操作的情况下，主导该公司位于北达科他州油田的钻机工作：一个来自于其战略合作伙伴Corva公司的AI程序接管了Nabors Industries公司的钻机，通过卫星发送指令，并在几秒内作出决定，平顺地钻过岩石，监控室屏幕上随之亮起红色。
盖德斯预计，Corva公司的这一AI项目将在钻井时为操作员节省约5000个命令，并将钻井速度提高至少30%。“这一切都是自动化的，无须由人工按下任何按键，屏幕上的一条绿线追踪着钻头在地下的路径。现在，我们大家可以把脑力用于其他事情了。”他称。Nabors Industries的高级副总裁塞克纳（Subodh Saxena）称：“页岩井目前的采收率约为8%。如果AI能够改善采收率，那么采用该技术所获得的‘奖励’将是惊人的。”
Nabors Industries的这一情况可谓美国页岩业眼下的缩影。随着钻井商和生产商坚持不懈地专注于提高效率，AI钻井技术正在页岩油盆地的各大油田“站稳脚跟”。尽管这项技术正在全世界内来测试，但美国仍是最需要我们来关注的地方，因为美国得克萨斯州、北达科他州和其他州的页岩油盆地长期以来一直是发掘更快、更便宜的石油开采方式的“实验室”，也使得美国在短短数年内，从石油进口国，摇身一变成为全世界最大的石油生产国。
根据行业数据提供商Kimberlite International Oilfield Research的数据，过去五年，美国页岩油盆地承包商已成功地将钻井所需的大约两周时间缩短了一天，将压裂平均所需的11天缩短了三天。为此，他们采用了广泛的新科技和新技术，包括钻探3英里长的水平井。目前，监测油井而非远程钻井仍是AI技术最常见的应用场景，但对后者的应用绝对会迎头赶上。AI技术有望令美国页岩业获得更大突破。
Evercore ISI分析师瓦斯特（James West）称，AI技术对效率的提高，应该会为页岩油公司能够带来更低的成本，预计很多相关公司将在未来几个财政季度开始宣传他们从AI中节省的成本。“这一成本节约幅度将是显著的，至少两位数，在某些情况下甚至有可能节省25%~50%的成本。”他称。
Corva公司正通过其AI软件对美国的每个页岩油盆地进行建模，并计划在未来两年内进军南美。该公司的钻井业务总经理福克斯（William Fox）表示，他对美国石业利用AI来优化的能力感到惊讶。“页岩油盆地一直是钻井行业的实验室，这是一个竞争非常激烈、动力强劲的市场。如果AI技术在北美页岩业中有效，那么该技术在另外的地方也会得到更好应用。”初创公司ShearFRAC也正在使用AI技术更有效地压裂油井，为现场的水力压裂人员提供相关建议，然后由他们选择是否实施这些建议。该公司最终计划提供更自动化的水力压裂技术。
由于将AI技术用于自动化远程钻井的部署工作起步，这对行业就业的潜在影响尚未可知，但业内人士预计，AI技术能帮助页岩油企业克服近年来出现的工人短缺问题。油田猎头公司Airswift Holdings最近对全球能源工人进行的调查表明，他们对AI持开放态度，大多数收房的人说AI能大大的提升他们的工作满意度和生产力。
除了远程钻井，业内的人表示，AI技术还有助于保持和提高现有老油井的井流量。此前，油田服务、设备公司哈里伯顿（Halliburton）和AIQ与阿联酋阿布扎比国家石油公司（ADNOC）合作，在这家能源巨头位于阿拉伯联合酋长国阿布扎比的东北巴布（NEB）资产中成功推出了一款AI自主井控解决方案RoboWell。该项目是有史以来第一个AI支持的气举井高级过程控制（APC）解决方案，使自主井能够在指定的操作条件下自我调整，最大限度地提高产量。RoboWell解决方案将自动化特定任务，实现更快的响应，通过实时优化气体注入速率，帮助ADNOC将井流量保持在所需的操作范围内。该方案还会利用实时数据对一直在变化的油田动态作出持续反应，优化生产流程，并确保在安全参数范围内运行，以最大限度地减少油井不稳定，降低停工或其他事件的风险。该项目的初步结果是，使气举消耗量减少了30%，提高了效率，并使井涌量减少了50%。
美国最大的私营石油和天然气生产商之一Hilcorp Energy估计，利用AI技术和机器学习预测设备故障，可以有效的预防大约5亿立方英尺的天然气生产下线。否则，为了寻找那些停工的油井，人类工人在大多数情况下要大约一周时间开着卡车四处检查所有的井。
油田服务提供商贝克休斯（Baker Hughes Co.）的首席数字官布雷迪（James Brady）表示，尽管这种AI预测技术目前主要还仅被应用于二叠纪盆地的少数几口油井上，但它最终会被广为应用，并产生更大影响。该公司自身目前也正在构建AI模型，以预测用于保持老井流动的电潜泵的故障率。对于二叠纪盆地的特定客户，贝克休斯已可以在30天内预测客户约65%油井的设备故障率，该公司的目标是将这一比例进一步提升至70%，并提供更完整的泵维修建议。
还值得一提的是，相关AI技术已不仅限于在页岩油盆地地层中来测试，还开始被海上油田引入测试，并被认为有望帮助石业实现碳减排目标。
全球最大的石油服务提供商SLB在今年稍早宣布，它在巴西海岸通过AI技术实现了自主钻井，成功钻井五口，并使钻井时间大幅度缩短了60%。SLB的油井建设部门总裁拉姆斯（Jesus Lamas）表示，在未来三到五年，15%的油井将由AI自主控制。
