油气行业上游数字化转型的思考与建议

刘合

第四次工业革命是必然趋势，智能驱动、数据驱动、信息驱动都是目前工业革命过程中必不可少的过程，也是发展的趋势和未来。当前我国国有企业的数字转型全面展开，从国家的战略需求到企业的发展必然规律，产业化的格局和产业链现代化都作为数字化转型的重要方向，引导数字经济和实体经济的深度融合，推动经济高质量发展。

国有企业数字化转型的意义：第一推动了产业链模式转换，第二提升企业在全球产业链中的地位，第三深化产业链协同，第四催生产业链的聚集化。这些都跟数字化转型有密切相关的关系。

1.支撑业务战略需要数字化转型创新驱动。数字化转型作为技术创新的最主要的驱动力，是实现稳储上产、稳油增气、提质增效、高质量发展战略目标的重要手段，减员增效主要靠数字化转型。

2.应对业务挑战需要加快数字化转型。我们面临的挑战巨大，自然资源资产总量大，降本增效的压力大，安全环保责任大，深化改革任务重。近些年来，储量增长不足，技术采收率不足15%，已开发老油田进入“双高”阶段，资产规模大、单井产量低，现场管理和成本控制压力大，完全成本仍然偏高，和国际先进石油公司相比我们不具优势。

党的二十大提出必须加大力度保证国家能源安全，由于地缘政治以及俄乌冲突，国家能源安全的需求越来越高，都离不开油气的工业生产和保障。据国内外16家机构分析，3.5亿吨是我国国内石油长期的客观需求，即使到2060年需求依旧在2亿吨左右。面对复杂多变的国际局势，实现原油增储上产是保障国家能源安全的战略选择和关键所在，也是石油人的使命和担当。

3.助推组织机构与管理变革需要数字化转型提供重要手段。如何加强组织机构变革和管理变革，与数字化也息息相关。只有数字化真正提升，才能实现管理变革，如果没有数字化的支撑，管理变革、组织机构变革都是空话。

4.实现全业务链协同共享和资源优化离不开数字化转型。在平台下做共享服务，这些都促进了数据的共享、知识的共享、专业软件的共享、计算能力的共享和专家中心的共享，真正实现了不同业务之间的协同，数字化成为一条纽带，也是一条桥梁。

5. 传统的信息化建设与应用模式在运行中日益显现“痛点”。包括信息孤岛现象、重复开发、标准不统一、用户使用不便、缺少协作平台等一系列问题，都会影响到整个业务化转型。

1.数字化转型的本质就是连接、数据、智能。连接的基本是业务链的协同问题，通过连接的业务协同，形成数据沉淀，通过数据存储处理、管控、治理形成存储数据的治理能力和反哺业务，数据的持续积累为进一步的机器学习、深度学习和智能化分析提供服务。

2.数字化转型的本质也是工具革命和决策革命。从工具革命来讲自动化的工具提升了体力劳动者和脑力劳动者的效率，传统的机器和机床、专业设备，通过传统的升级的3D打印、数控车床等，能够进行自动化，包括能量转换工具都向智能化工具演变，大幅度的提高了体力劳动者效率，管理更加清晰，CAD、CAE、CAM等软件也提高了脑力劳动者的工具效率。从决策革命维度来看，企业内部ERP、CRM、SCM、MES等通用软件和自研软件系统，通过不断的挖掘、汇集、分析消费者以及研发、生产、供应链等数据，这样基于算法的决策机制，替代传统的经验决策，实现更加高效、科学、精准、及时的决策，以适应改革的需求。

1.国际油公司上游业务数字化转型的发展方向。国际石油公司上游的数字化转型发展比较快也比较全，近几年国际石油公司纷纷推出了智能油田建设为代表的数字化转型趋势，主要特征是通过大数据、人工智能、边缘计算等新技术应用，实现了油气田生产的全面感知、智能操控、预测预警和优化决策。包括BP公司的e-field，Shell公司的Smart Field等，这些建设提供了很好的案例。

2.信息资源进入从N到1的平台化集成共享新时代。国际油公司普遍以数据生态为基础，以业务流程为核心，构建勘探开发智能云平台，以解决信息资源集成共享难的问题。纵观国际信息化发展趋势，进入了“N”到“1”平台化协同共享新时代。

3.新一代信息技术成为驱动上游数字化转型关键技术。随着大数据、人工智能、物联网、云计算、区块链、5G等信息技术的发展和应用的逐渐成熟，尤其是基于人工智能的物探技术、测警技术等，在这些方面都彻底颠覆了传统的工作模式，这些在实际应用过程中，大幅节省了人力、物力，提高了认识问题的精度和认识问题的潜力，这是数字化转型在推动管理变革中的重大作用。

4.数据资产化管理成为传统行业数据业务价值实现的必经之路。数据作为越来越重要的生产要素，数据资产的概念在大数据技术兴起的背景下产生，随着数据管理、数据应用和数据经济发展而普及，数据资产化管理和数据驱动决策模式正在成为企业实现数据业务增长的必经之路，也符合国际数据管理发展趋势。数据生产、数据治理和融合、数据安全、数据消费等实现了整个全产业链的数据管理和治理的要求。这些管理和治理的要求，对于数据要求来说更加可靠、详实，基础也越来越雄厚。

1.信息化水平对标。信息化水平发展的程度，要和所有的主流行业、自身行业进行对标。从战略上、应用系统的覆盖面上、ERP应用情况上、勘探开发业务的协同情况、协同研究的应用情况、生产经营管理和QSE以及人工智能大数据创新等方面全面分析。经过对国际国内所有大石油公司一年的分析整理，我们意识到了差距和不足，这些都需要在应用的深度、广度，包括信息化的创新程度进一步加强，才能赶上国际先进石油公司的步伐。

2.主要差距

（1）物联网的覆盖率和应用水平需要进一步提高。物联网是数字化油气田的重要基础。目前存在着总体数字化率不高；油气田间发展不均衡，个别油气田物联网覆盖率较低；所采集的数据未完全实现向其它系统推送，数据分析应用能力偏低。由于油田比较老，新的数字化转型还是需要不断地完善，特别是数据采集，物联网之间的建设，各个油田发展的不平衡，个别油田覆盖率很低，数字化转型前期的投入和后期见效还是有时间要求的，必须加强这方面建设，新油田这方面做得比较好，老油田在改造过程中要花费大力气。

（2）数据质量和共享能力需进一步提升。数据是信息化业务的重要基础，上游数据存在多重采集、数据质量不高、利用率偏低、共享不足的问题。很多石油数据是小样本、多点性的，这些数据在应用过程中带来很大的挑战和难度，包括如何在数据的迭代过程中不断的精细化。数据采集包括数据的存储，包括数据应用的标准，现在还不统一。行业太复杂，行业内部的标准也缺乏统一的认识。数据的采集和多样化，形成了对于数据源头管控的难度。数据流动了才是资产，数据的流动需要多方面的制约，包括传统的理念、开发的思想、管理设计的一些流程、一些制度，都需要在转型中不断地深化、不断地剖析，不断地把这些问题解决掉。

（3）平台建设和应用需加快完善。平台应用存在不足，用户活跃度偏低，都需要提高。搞信息化的人和应用的人不在一个线上跑，这样容易导致平台应用的情况和生产实际需求情况不能达到共同的目标，使得平台的服务能力和用户体验都会差，就目前来看，需要在这些方面不断提升，不断简化工作程序，关键是不断完善开发和应用的理念。

（4）支持业务应用仍存在短板。信息系统实现了对核心业务和关键环节的支撑，包括全产业链、生命资产全生命周期的全覆盖性和部分系统功能的交叉迭代，以及自建系统，但重复自建的系统比较多，信息孤岛现象显得更为突出，这需要在业务管理过程中，在生产优化分析过程中，在业务决策部门上进行深层次的改革，提出标准，提出整体化的建设。

（5）信息化与业务的融合需要持续加强。主要是理念和目标不一致，特别是人才培养方面，要加强融合型人才的培养，尤其是交叉学科的培养。而交叉学科如何适应数字化转型，需要做更细致的工作。

（6）网络安全防护能力亟待提高。网络安全理念和防护意识有待加强，网络安全防护体系需进一步完善，工控安全防护能力薄弱，网络安全技术水平亟待提升。数据安全的问题和数据处理、治理问题如何协同发展是需要从各个方面上做细致的工作，特别是全产业链、全系统的安全防护工作要进一步加强，从技防、人防、措施防护上，都应该下工夫。

（1）强化平台基础，支持数据、业务共享和研究协同。包括数据中台、业务中台、技术中台的循环迭代，形成平台化、服务化、敏捷化的中台共享生态，实现业务板块、业务能力协同共生，形成新的创新驱动力。

（2）加强中台的生态运营建设，实现业务中台、数据中台的协作闭环。业务中台、数据中台包括模型上、开发模型上、完善数据的建设上都需要做系统的工作。

（3）构建数据共享生态。实现“六全”的数据共享生态，包括数据标准全统一、源头采集全覆盖、数据通道全可溯、业务数据全连接、数据治理全方位、数据服务全自助，围绕数据湖的建设，把数据资产发挥到极致。这些年通过数据源头的管理，数据湖的建设、数据治理，包括数据消费者之间的关系与数据用户的关系如何协同发展，如何把数据作为资产，在应用过程中合理消费、合理支付、合理保障等，都需要在执行过程中把数据湖建好，把数据中台以及和消费者用户之间相关联的数据保证体系建设完备，才能够真正的实现数据生态环境。

（4）业务主导数据治理助力数字化转型提速。新数据可以标准化采集，物联网数据采集，但老数据在迁移的过程中，如何剔除无效的数据，如何提升数据的质量，这些都需在不断的迭代过程中重新认识数据，把数据真正去伪存真。

（5）数据资产价值最大化。入湖的数据，要把数据源头梳理清楚，数据是多节性的，经过不同工序、不同工艺进行不断迭代，这需要在数据湖的建设过程中和数据治理过程中不断完善，甚至可以用区块链保障数据的质量。应用新技术实现数据价值最大化，才能构建油气上游领域全感知、全连接、全场景、全智能的全数字化生态环境。绩效考评更加难，量化的考核数据需要从源头做起，从源头做起需要投入，投入和产出之间协同性发展需要整体规划做好顶层设计。

注：以上内容整理自2023中国管理科学大会暨第八届管理科学奖颁奖典礼直播视频，未经作者本人审阅。