人工智能最早源於1936年圖靈提出的圖靈機模型，圖靈在《計算機能思維嗎》一文中首次提出機器能夠思維的論述。隨後，計算機的發明和信息論的出現爲人工智能發展奠定的良好基礎。1956年達特茅斯會議上，約翰·麥卡錫等學者將“使用機器模擬人類認知能力”技術命名爲“人工智能”。近些年，隨着大數據的應用、深度學習技術的出現以及計算力的大幅提升，人工智能呈現井噴式發展，被廣泛應用到能源、化工、醫療、交通等領域，成爲新一輪科技革命和產業變革的重要驅動力量。
在當前資源、安全和環保的重重約束下，油氣行業面臨着結構性產能過剩、安全環境風險突出、自主創新能力較弱、高端產品不足的嚴峻挑戰，亟需應用人工智能等現代信息技術變革生產、管理、營銷模式，重塑產業鏈、供應鏈和價值鏈，實現行業的高質量發展。可以預見，人工智能與石油石化行業的深度融合將成爲行業數字化轉型，智能化發展的新引擎。普華永道在一份報告中預測，到2025年，油氣公司通過將人工智能部署於上游業務，可以節省1000億-10000億美元的資本和運營支出。
跨界合作，國際油氣公司部署人工智能應用
人工智能已成爲全球領先油氣企業轉型發展的重要戰略舉措，各國油氣企業積極開展與科技夥伴的跨界合作，共同推動人工智能在油氣領域的創新應用，產生了殼牌+微軟、道達爾+谷歌雲、雪佛龍+斯倫貝謝+微軟等跨界組合。
殼牌的人工智能集中於四個領域，包括加油站管理人工智能、設備維護人工智能、定向井鑽井人工智能、員工交互人工智能。以設備維護爲例，殼牌利用人工智能技術預測設備的保養週期，減小作業停工時間。殼牌預計將有超過6萬件設備資產應用智能化技術解決保養預測的問題。
埃克森美孚通過人工智能改善上游生產活動，從油井中收集數據，利用人工智能優化油井性能，並通過分析數據控制運營成本、降低設備耗損。同時，埃克森美孚與麻省理工學院合作設計用于海洋勘探的人工智能機器人，該機器人具有自學能力,能夠在艱苦條件下自主操作，並能根據勘探環境改變任務參數。
BP風投公司投資2000萬美元於Beyond Limits公司，開發可以定位開發儲集層、生產和提煉原油、銷售和供應提煉產品的人工智能軟件，旨在提高決策速度，管理運營風險，實現決策過程自動化。
道達爾與谷歌雲簽署協議，共同開發人工智能解決方案，加速石油和天然氣的勘探和生產。雙方合作探索油氣勘探和生產的智能化解決方案，聚焦地下成像的智能化處理與解釋，特別是地震數據處理解釋研究和技術文件分析的自動化，以提高工程師勘探和評價油氣田的效率。
雪佛龍、斯倫貝謝、微軟三方合作，雪佛龍提供數據和業務需求，斯倫貝謝提供DELFI平臺，微軟提供雲服務，三方構建開放共享的數據生態環境，加快數據分析速度，從而產生新的勘探機會，推動各項作業活動高效開展。
深入業務，人工智能助力業務數字化轉型
人工智能爲實現油氣全產業鏈轉型提升提供了新動能，油氣行業通過應用人工智能可實現業務優化、預測預警、自動化作業和決策支持。
1. 業務優化
人工智能與業務深度融合，通過對海量數據的挖掘和分析，不斷發展、完善、優化業務。如勘探開發領域將多類型的數據進行深度融合，建立油藏優化模型調整油氣生產，實現油田全生命週期產出最大化；煉化生產領域基於生產工藝實時優化系統，利用智能化分析技術，有效提高芳烴的收率，降低裝置能耗。
2. 預測預警
充分利用人工智能，對生產運營狀態進行預測和判斷，及時預警與處理事故，優化生產能力和管理能力。阿帕奇公司使用預測性分析工具預見電潛泵等關鍵油泵設備的故障，成立了協作式行業數據庫（電潛泵可靠性信息與故障追蹤系統ESP RIFTS），記錄並量化超過10萬個油泵的位置和運營狀況。通過數據，發現了40種可採取行動的變量，用於改善電潛泵性能，大幅提升了設備運行時間和產量，降低了生產損失。
3. 自動化作業
從生產方面看，石化行業屬於高危行業，人工智能的運用能夠替代危險崗位人員的工作。企業運用人工智能，通過智能巡檢、智能機器人等手段保障生產穩定運行，將員工從繁雜的重複性、機械性操作中解放出來，使員工的主要精力集中在流程制定、過程監控、關鍵業務決策方面，大幅度提高工作效率、降低人工成本、縮短工作週期。
4. 決策支持
能源化工企業運用人工智能挖掘數據價值，形成數據洞察，將決策建立在科學深入的分析之上，形成規範的智能化處理與分析流程，有效降低對人工經驗的高度依賴性和分析結果的主觀性，克服人工處理與分析因人而異、效率低下、知識與經驗無法積累和複用等弊端。如基於國內外成熟盆地的勘探開發成果，對盆地進行勘探開發全生命週期的分析，形成智能勘探決策，指導預測剩餘優質油氣資源空間分佈，明確勘探重點和目標。
人工智能技術有望突破石油勘探開發面臨的瓶頸問題，實現由縱向職能制煙囪式管理向一體化協同運行、扁平化管理模式轉變，重構業務流程，實現提質、降本、增效，助力企業的數字化轉型發展。在勘探開發領域，人工智能通過分析勘探、開發和生產領域的數據信息，幫助石化企業從海量的業務資料中發現潛在規律；在煉化生產領域，人工智能有助於優化生產過程，降低能耗和成本；在油氣銷售領域，人工智能有助於把握消費者信息與需求，提供更完善的產品與服務；在經營管理領域，人工智能有助於優化管理流程、輔助智能決策，提升企業精益管理水平。
