石油圈
对于推动企业数字化转型，到底是采用已有的成熟技术产品，还是“另起炉灶”根据自己的需求研发？阿纳达科的“多维度开展”的数字化战略给了行业一些启示。
编译 | 风之谷 子衿
阿纳达科石油公司（Anadarko Petroleum Corporation）创立于1959年，总部位于美国得克萨斯州伍德兰（Woodlands），是世界上最大的独立石油勘探与生产公司之一。作为一家历史悠久的石油公司，近年来在数字化转型方面展现出不一样的活力。
5年前，Anadarko仅有1名数据科学家。如今，该公司的数据科学家团队已经达到20人。在被西方石油公司(Occidental Petroleum)收购之前， Anadarko一直被认为是该行业数字转型的最大推崇者之一，依靠数字化技术来提高盈利能力。
随着公司整合进程的正式展开，Anadarko对其数字化团队AAET所能够实现的目标进行全面评估。该公司首席技术官兼数字化负责人Sanjay Paranji说：“我们认为组建AAET以后，Anadarko 80%的资本支出都不同程度地获得了受益。基于对公司内部的应用情况进行分析，该公司70%的工程师都登陆并使用过AAET团队建立的新的数据分析和应用平台。
在这些积极现象的背后是Anadarko“多维度开展”的数字化战略，Anadarko正是依托该战略，积极投身数字化浪潮并应对各种挑战。对于其他企业来说，Anadarko的数字化转型为行业提供了有效的示范案例。
总体而言，Anadarko“多维度开展”的数字化战略，首先是，有顶层规划和设计，核心数字化平台由内部专业团队自主研发。Anadarko在该公司的钻机装备上安装了参数传感器、搭建了物联网，同时还开发了可以对钻机状态数据进行追踪、对钻机装备工作情况实施检测、对工程师工作情况进行评估的信息系统。Anadarko内部还开展了大数据分析应用软件和作业现场监控应用软件的研发，这些信息系统已推广应用到Anadarko最大的深水项目和陆上页岩油气项目中。基于同样的思路，提供更高质量的地质和地球物理资料的数字化项目，也是在Anadarko内部完成。
此外，Anadarko持续关注社会成熟的创新资源，每年要与250家左右的科技初创企业进行接洽，评估他们的技术和产品是否能够解决公司的转型需求。例如，在DJ 盆地，Anadarko有超过500口柱塞举升气井是由硅谷一家名为Kelvin Inc.的初创公司所生产的边缘设备进行操控运维。另外，Anadarko公司与奥斯汀一家名为Seismos的初创公司启动了利用声波信号评估水力压裂水平井性能的项目。
最后，对于那些非核心业务的数字需求，Anadarko发起了 “众包”模式，也被称为“开放式创新”模式。例如，在这种模式下，来自世界各地的2000多人帮助Anadarko创建了一个类似维基百科的手机应用程序，该应用程序可以对员工和大型分析项目的分包商等合作方进行培训。例如，Anadarko最新的泥浆日志分析程序是由一名专门研究欺诈银行行为的巴西警官设计的。
01. 成立专业团队主导数字化工作
Anadarko曾公开分享过如何组建一支全新的数字化团队并推动公司数字化转型。Anadarko所组建的50人数字化团队由数据科学家、软件研发工程师和石油工程技术人员组成，这个团队被称为高级分析和新兴技术（AAET）小组，其任务可以归结为：探索新方法，解决旧问题。
如何更清晰地了解地下情况，是每个运营商都亟待解决的问题，Anadarko同样如此。通常来说，地震解释工程师需要数月、甚至数年的时间，来解释地震勘探所产生的大量数据信息。Anadarko希望通过机器学习和人工智能解决该问题。AAET团队通过积极的努力，证实了该思路是可行。
尽管这项工作花费了2年时间，但Anadarko可以将模型成果分享给它的地质研究团队。借此数据模型，地质研究团队可以高效率完成地震数据解释和方案设计工作，例如预测是否存在断层、对不同的地质层位进行解释……
AAET团队的地质部署主管Cody Comiskey强调，这种模型可以在全球范围内推广。这意味着，虽然该模型最初是基于特定区域丰富的深水地震数据体训练得到的，但当融入了其他地质学家的数据时，该模型仍然有效，即使是在资料分辨率较低的情况下仍然可以应用。
Comiskey说“这是一个全面的模型，它涵盖了整个数据体的信息”。他补充说，类似这样的项目不仅仅可以提高生产效率，还能使以前不可能完成的工作成为可能。“很多时候，地震解释工程师开展工作时要从不同地区获得完整的地质、历史构造和背景等信息，可能需要好几个月甚至更长的时间，但是他们没有这么多时间。”
数字化技术能为勘探开发带来哪些帮助？在这一点上陆上项目团队深有体会。他们的钻井周期远远短于深水领域。页岩油气开发的关键在于寻找断层和现有的垂直井眼，这两个因素均可能导致钻井和水力压裂作业出现问题。
改进地震数据分析解释也需要外界的共同帮助。今年4月，Anadarko宣布与一家名为Bluware的初创公司合作，研发了可以通过云计算快速完成地球物理工作流程。
Anadarko表示，通过众包能够测试一些新概念，这些概念最终启发了该公司开发出一种新的断层检测方法。这种方法不仅可以预测断层，还可以挖掘细微的断层信息，揭示地层内部断层体系的真正复杂性。众包的形式虽然没有实现最终产品的交付，但AAET团队成员专业背景的多元化给了我们不一样的启发，并实现了传统模式无法达到的效果，这项突破来自Anadarko内部一位数据科学家，他拥有航空航天工程背景。Comiskey说这名数据科学家提出的新方法来自于一本晦涩难懂的刊物。“这本刊物永远不会出现在我的办公桌上”，Comiskey打趣道。
Comiskey表示，石油公司和油服公司容易以同样的方式看待问题，在相同算法下得到的认知也是相同，但是“他能够从不同的角度看待这个问题，” Comiskey补充道。
Anadarko公司现在已经制作出断裂区域效果图，在以往如果依靠专家组来完成的话则需要耗费数年的时间。该断裂效果图展示的地下构造远比平常的解释成果要复杂得多。这种新方法的优点在于能够更好地揭示油气在储层内运移的规律并且有利于部署最佳井位。
02. 联手创新型公司
在某些情况下，在一些特定领域进行创新并不适合石油公司，如边缘设备和物联网设备等。因此，Anadarko选择向一家专门从事人工智能工业机器应用的公司寻求帮助。此后，这家初创公司帮助Anadarko实现每一个柱塞提升系统的自动化设定。
Anadarko也曾与Ambyint公司开展过类似合作，Ambyint公司致力于杆式举升系统的自动化，但由于Anadarko缺乏类似系统，因此自动化程度较低，与Ambyint的合作就解决了这一问题。尽管这项自动化工作并没有直接产生巨额收益，但其更大的好处在于，它推动公司重新考虑对现场操作人员的工作安排问题。现在，工作人员无需做重复的例行检查工作，而是更有针对性地开展工作。
Anadarko也是DNA诊断服务提供商Biota的最大用户之一，该服务跟踪地下的微生物种群，以帮助运营商将生产设备部署到页岩地层的特定层位。Anadarko已经调查了近300口井的DNA，以帮助确认地下断层是否封堵。
在钻井方面，Anadarko利用计算机视觉系统跟踪钻井平台上的人员移动情况。通过该应用可以寻找方法来改善钻井平台上操作人员的行为，并由此找到工作效率难以提升的根本原因。此外，Anadarko还与Abyss Solution公司建立了合作伙伴关系，该公司是一家初创企业，开发了一种可以用于检测和预测海上设施腐蚀的计算机视觉算法。
SFile是另一家Ananarko合作的小型初创公司。这家初创公司能够使用蜘蛛机器人或数据爬虫技术帮助运营商发现隐藏在海量钻井、完井和生产数据中的重要线索。
此外，在去年短短几个月时间里，Anadarko就收到了160万份与发票有关的文件。但当输入到传统的规划软件中时，一些数据被遗漏了，因为根本没有字段可以输入。
Anadarko新兴技术和战略经理Jose Silva解释说：“我们拿到了汇总的发票，但详细的发票信息在同一包裹的第五或第七页。”根据这个类比，他说这样做的效果就像每周去杂货店买一加仑牛奶，而不容易知道牛奶的价格是涨是跌。
Anadarko的供应链员工曾试图手工确定价格是如何变化的，但显而易见的是，工作量巨大以至于耗费了大量时间。Anadarkoy选择与SFile合作，应用其技术对数据进行提取，并轻松跟踪这些成本是如何波动的。Jose Silva将这种产出描述为“战术信息”，供应链部门可以据此与供应商进行价格谈判。
03. 打造开放创新的生态
受NASA创新的启发，Anadarko大约2年前开始推动众包平台，亦即“开放式创新”平台。在该模式下，数百万的程序员和软件开发人员通过在线社区提供服务。当业内其他人开始推动开放式创新概念时， Anadarko已经完全消化吸收并应用了这一理念。
Anadarko开放式创新经理理Richard Copsey说，我们之所以采用这种方式众包几十个项目，其原因很简单：“你不可能拥有所有聪明的人。”
他指出，在该模式下，为Anadarko工作的人数接近2000人，这大约相当于公司全职员工的一半。采用这种模式还有另外两个原因：效率高、成本低。Anadarko通过Topcoder平台完成的多数众包项目仅需要几天时间就能完成，而其他项目则需要一年时间。这些众包项目的价格从几千美元到上万美元不等。
一年前，Copsey进入Anadarko担任开放式创新经理。与其他项目一样，该公司已经多次对开放式创新项目进行测试，以确定其行之有效，但需要有人来设计一个可以大规模实现收益的流程。Copsey很大一部分工作就是将一个石油和天然气问题用一种行外人士可以理解的方式来描述它。这一步骤对于找到独特的解决方案来说至关重要。
NASA曾以一个薯片的例子来说明这一点， Anadarko也引用了相同的例子。当一家快餐食品制造商想找到一种方法来向顾客推销不油腻的薯片时，它向大众征求意见和想法。
该公司本可以问“如何去除薯片中的油脂”，但经验表明，直接的问题往往会导致陈旧的想法，难以取得真正的突破。所以，问题改为“如何将薄饼上粘稠液体去掉？”出乎意料的是，最好的答案竟然来自一位小提琴家，他建议使用声共振将流体解耦，这样做不会破坏薄饼或者薯片。
Anadarko在开发一个自动化泥浆测井分析程序时也有过类似的经历。钻井时泥浆数据会被记录下来，通过这些信息石油公司可以判断油气层情况。尽管泥浆日志中蕴含着大量有用的信息，但是由于它具有非结构化特点，检查泥浆日志工作是漫长而乏味的，甚至不会得到全面仔细的检查。
最后，解决问题的是一名专门研究欺诈银行行为的巴西侦探。他的解决方案是采用光学字符识别算法建立一个数据库。Anadarko采用这个程序来检查其5万多个泥浆日志。
关于Anadarko的数字化转型，SPE还曾刊发一篇名为“揭秘Anadarko数字化转型之路”的文章，详细介绍该企业的数字化经验，如果您想获取全文，欢迎添加小编微信。
未经允许，不得转载本站任何文章：
