建设|智能油田加速建设，还有什么难题( 二 )

通过对标分析，我国油气企业中，上游企业的信息化水平在国内总体处于领先位置，但与国际领先的石油公司相比，仍存在较多差距。主要体现在数字化覆盖、数据服务、数据共享、技术平台、信息化对业务应用的全面支持，大数据与人工智能等新技术创新，以及信息安全等方面。

摄影：朱克民
真正以数据为王
中国石油石化：您认为，如果要加快我国油气田企业数字化进程，最核心的问题是什么？
林杨：智能油气田建设历程“三分建设、五分应用、二分运维”。这是一个长期的系统工程。
这要求企业在理念或思想方面必须高度关注“数据是五大生产要素之一”这个时代命题，充分意识到工业智能化是一次工业革命。在新一轮的工业革命中，数字化转型、智能油气田建设的核心是数字技术支撑的生产优化。这个过程中，数据是重要且关键的要素。而对传统行业来说，因为存在固有的管理惯性思维和工业企业的内在逻辑，对数字化转型往往存在顾虑。
周彦丽：企业需要认识到，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，并随着数据管理、数据应用和数字经济的发展而普及。数据资产化管理和数据驱动决策模式，正成为企业实现数据业务增值的必经之路。
中国石油石化：基于这种情况，油气田企业如何做深数字的“文章”？
谭中峰：要加强数据治理，提高数据质量。油气田企业要保障实现数据源头的统一采集。以自动采集为主、人工录入为辅，实现油气生产数据的源头统一采集。利用数据质控工具确保数据质量，建成高质量数据直通车模式，采集的数据直接入湖，避免重复采集和多头采集。此外，以业务应用为主导，以信息技术为手段，规范数据治理流程、健全组织、明确责任，形成完善的数据治理工作模式，提升数据治理能力，全面提高数据质量。
在此基础上，加快推动数据湖落地。以总部主数据湖为核心，油气田企业按照统一标准开展分布式数据湖建设，打破数据湖在分公司、勘探开发研究院、油气田企业和采油厂、工程服务公司之间的壁垒，建立数据统一管理、分级授权、协同共享机制。
周彦丽：我国在人工智能技术和智能油气田建设基础理论、技术原理研究等方面还不够深入，技术和方法都不够成熟，国内外没有完全成型可参照的样板。当前，人工智能场景和智能油气田建设过程中，不同程度地在数据采集、数据传输、数据存储、数据处理、数据管理和数据使用六个环节中存在缺失。部分油气田只有数据采集或视频设备，数据和图像分析技术跟不上。类似这样的情况导致出现不同程度的“建得多、用得少”或者“只建不管、只建不用”等现象。要解决这些问题，油气田企业要推动形成全套数据管理体系，并建立与之配套的组织机构、业务流程，为上游数据高效应用提供有力支撑。此外，智能应用场景要实现不断迭代发展，还需要资金持续性投入。
周磊：根据《数据安全法》的规定，我国实行数据分类分级保护制度，重要数据的处理应当明确数据安全负责人和管理机构，落实数据安全保护责任。油气田企业的数据属于国家核心数据，因为其关系国家安全、国民经济命脉、重要民生、重大公共利益等，需要实行更加严格的管理。因此，油气田企业在智能化建设过程中，要特别重视数据安全治理，依法依规，系统谋划，切实履行数据安全保护义务。