石油和天然气领域的数字化转型战略进展

“数字化转型”这个流行词看似模糊，但也有少数几家实现业务数字化转型的公司。 Netflix 是最直接的例子之一。通过将其业务从主要通过邮件租赁 DVD 转变为成为流媒体内容巨头，该公司实现了巨大的财务增长。该公司 2002 年经拆分调整后的 IPO 价格为 1.20 美元。 7 月 9 日，它收于 379.93 美元。

现在来看看石油和天然气行业，它与许多工业行业一样，专注于实物资产。 DCP Midstream 首席转型官比尔·约翰逊 (Bill Johnson) 在 4 月 Pi World 的主题演讲中表示：“仅仅通过编写应用程序或引入新技术，很难颠覆这个行业。” “很长一段时间以来，我们员工的运作方式都是相似的。”

虽然石油和天然气行业，尤其​​是上游业务，已经采用复杂的分析来降低石油和天然气勘探和生产的风险，但该行业实施数字技术的速度相对较慢。在这方面，它类似于更广泛的过程工业和工业制造部门，后者在 2018 年普华永道的战略与全球数字运营研究中排名垫底。约翰逊在主题演讲中引用麦肯锡的数据，表示整个石油和天然气行业在创新和技术方面几乎落后于其他所有行业。

[查看我们对壳牌印度数字转型和风险投资主管 Sanjay Bakshi 的采访 ]

埃森哲的“数字石油公司”报告推测，在细分市场中，相对较少的公司（根据其研究为 19%）以变革性的方式部署了数字技术。然而，它补充说，石油和天然气行业一直是传感器、自动化和数据分析的早期采用者。

麦肯锡得出了类似的结论，并指出，虽然该行业帮助开创了使用超级计算进行油藏建模和钻井的先河，但该行业尚未“从数字和分析驱动的变革可以带来的生产力提高中受益”，麦肯锡称报告“井型组织的新运营模式。”

但一方面，DCP Midstream 正在对数字技术进行大量投资。 2016 年，该公司为其数字化转型计划投资了 20 至 2500 万美元。 “大部分投资都流向了丹佛的协作中心，”卡内洛斯说。到 2017 年，由于维护和其他运营费用的减少，该公司实现了该支出的投资回报。到去年年底，它获得了价值 4000 万美元的储蓄。

数字计划还使该公司发现它可能会增加其 60 家工厂的产量，从而使每家工厂平均潜在增加 2,500 美元，或每年潜在收入 5,000 万美元。 “要产生 5000 万美元的收入，我们通常会投资 7 倍左右，”约翰逊解释道。 “我可以在我们的数字化转型团队中告诉你；我们还没有花费接近 350 到 4 亿美元。”

DCP Midstream 在这方面并不孤单。 OSIsoft 观察到其石油和天然气客户对数字双胞胎等概念的兴趣增加，其中包括传感器数据、元数据和分析。 OSIsoft 全球石油和天然气业务开发主管 Craig Harclerode 表示：“仅在石油和天然气领域，我就统计了 5,000 多个数字模板，这些模板已在超过 500 万个实例中使用。

例如，BP 部署了一项数字化战略，以解决北海 100,000 吨、885 英尺长的 Glen Lyon 浮式生产储卸油船上的空化泵问题。 OSIsoft 的物联网分析师 Michael Kanellos 表示：“在三天内，他们找出了问题所在，并采取了解决问题的解决方案，并让他们有机会每天比生产目标生产 20,000 桶石油。” “这意味着每年有 4 亿美元的额外收入潜力。”

OSIsoft 的另一个石油和天然气客户 TransCanada 是另一家中游公司实施大规模数字化转型计划的例子。该公司运营着北美最具实质性的天然气管道网络之一，该管道全长 57,100 英里。

TransCanada 的主要挑战之一是管理其庞大的技术车队，其中包括 50 多个品牌和型号的涡轮机，以及 100 多种类型的往复式发动机和气体压缩机。除了数百台更现代的设备外，它还继续运行 1970 年之前制造的 454 台设备。该公司广泛的资产从数字化的角度提出了挑战。 Harclerode 问道：“您如何将其提炼出来以提供分析和数字孪生的可扩展性、可管理性和可用性？” TransCanada 依赖于 OSIsoft 与其各种驱动程序相关的 Pi 系统模板。 “他们的主题专家派生并构建了这些模板，”哈克莱罗德说。 “这些人知道设备、元数据、性能曲线公式，可以将它们放在一起并在 PI Asset Framework 中进行配置。”

OSIsoft 已开始为其资产框架计费，它在其网站上将其描述为“以资产为中心的模型、层次结构、对象和设备的单一存储库”，作为数字孪生的基础，而不仅仅是设备态势感知的平台。正如 Kanellos 所说，数字孪生“由实时数据生成动画”，因此可以实现精确的数字实验。在这方面，DCP Midstream 使用 OSIsoft 的资产框​​架进行实时过程模拟，为各个工厂提供运营目标和潜在价值改进数据。

最终，石油和天然气行业对数字模型的日益复杂的使用与消费者对连接导航应用程序（如 Waze 和谷歌地图）的依赖相吻合，这不仅简化了从 A 点到 B 点的过程，而且还为客户提供了访问权限丰富的上下文数据，包括沿特定路线的平均交通量。

“地理空间分析在仪表板中的使用正在流程工业中出现，”Harclerode 说。与地图应用程序简化导航的方式类似，此类分析简化了数据集成。 “数字孪生的强大之处在于能够提取不同的数据，因为每个压缩机站可能都有不同的标签命名约定。它们可能具有不同的属性，”哈克莱罗德解释说。 “能够将所有内容整合在一起，并将其抽象化并形成一个通用基础设施，其中所有内容都被标准化，这有助于共享数据。”个别操作员不一定需要知道底层标签名称或压缩机名称或压缩机位置才能找到它们。 “它被放在这个聚合的数字模型中，”哈克莱罗德补充道。随着时间的推移，此类模型的分析和工具可以帮助运营商了解如何最好地操作压缩机站。

虽然使用数字工具来更有效地操作油井或天然气管道等很简单，但预测数字化转型计划的长期收益可能具有挑战性。正如《哈佛商业评论》所观察到的那样，大量此类备受瞩目的举措——包括石油和天然气和工业部门以外的举措——均告失败。

最大限度地提高成功机会需要“全力以赴”，约翰逊说，专注于短期利益并保持对未来可能性的灵活愿景。

“这就像在雾中爬山：你知道你要往上走，你知道工作量很大，但你看不到高峰，”约翰逊说。 “你并不确切知道自己要去哪里，但你必须知道自己要去哪里，”他补充道。但这个类比并不完美。约翰逊承认，与登山不同，数字化转型不是一个有限的过程。 “这是一座永无止境的山。”