普华永道：2020年能源行业数字化运营研究：石油天然气（24页）.pdf

《普华永道：2020年能源行业数字化运营研究：石油天然气（24页）.pdf》由会员分享，可在线阅读，更多相关《普华永道：2020年能源行业数字化运营研究：石油天然气（24页）.pdf（18页珍藏版）》请在三个皮匠报告上搜索。

1、数字化运营研究发现，受访企业将数字化转型作为优先考虑事项时遇到了两个问题。首先是对客户和用户需求缺乏聚焦或了解不透，难以充分界定需要解决的业务问题。其次是数字化投资的财务回报存在不确定性。这导致高管更不愿批准大型数字化项目。我们认为，推动数字化的首要业务重点通常应包括： 强化地下评估能力，以提高钻前资源预测的准确性和勘探成功的可能性。反之，这将提高储备和生产作业中的资源回收。示例：将人工智能/机器学习、大数据分析、超级计算能力与云平台、云应用相结合，以提升对地震数据和油藏模型的解释。 在开发/工程设计中采用云协作平台、云应用，以加快项目概念的选择，简化从开发项目到生产运营的环节，同时降低风险。

2、示例：将人工智能/机器学习、大数据分析和集中式数据管理云平台相结合，以创建数字孪生和建筑信息模型，用于简化设施设计、升级、施工规划和执行的流程，并提高其效率。 通过流程数字化的进步来实现更卓越的生产运维，从而推动一体化的资源规划、生产排期和执行以及维护规划。示例：将制造执行系统与人工智能/机器学习、大数据分析和运行分布式控制系统、ERP的云平台相连。该系统可以优化价值链以及上下游相关工作的运营和管理绩效。 开发互联供应链，将关键供应商和客户的端到端流程和工作流集成在一起，以缩短周期时间并改善库存管理。示例：将人工智能/机器学习、智能跟踪技术、大数据分析、云平台与ERP应用集成，以改善与供应商的

3、互动、仓储和物流，增强数字化品类管理、智能补货和货运透明等优势。 借助智能HSSE应用，减少人工危险操作，改善风险管理、监控排放并实现可持续发展目标。示例：将人工智能/机器学习、制造执行系统、大数据分析、无人技术(机器人、无人机和数字孪生等)、物联网平台(用于智能计量以及其他用途)和云应用相结合，以提升HSSE管理系统。功能可包括自动化工作许可、实时不安全状况警报、紧急响应、及早识别潜在的危险或对环境造成威胁的事件、能效管理等，以减少人为暴露于危险状况下。在数字化运营调研中，受访对象认为数字化人才和技能的短缺是主要障碍。为了克服这个问题，油气企业需要提高员工技能并雇用新的人才。成功的技能提升需

4、要首先界定所需建设的能力，然后建立正式的学习计划，包括数字化学院、新兵训练营，以及在线学习门户和应用等。油气企业还应考虑招募外部人才，以弥补现有数字化技能与数字转型所需技能之间的差距。此类人才包括数据科学家、软件工程师、 IT架构师和网络安全专家等。由于这些专业人士通常就职于不同行业，因此企业的目光应该不局限于油气领域，从而填补这些专业空缺。油气企业还需要制定价值主张并调整人才管理实践，以吸引和挽留合适的人才。数字化人才仅仅是数字化转型一系列基础能力中的一个方面，其他重要的基础能力包括： 技术架构：企业应评估现有IT基础架构是否得到充分开发以支持新的数字化应用和工作方式。在某些情况下，企业将需要完全更换遗留的旧系统。在其他情况下，新系统和解决方案可以部署于现有硬件之上。 数据管理和数据治理：尽管油气行业一直在离散的运营中生成并使用大量数据，但要利用来自多个来源、不同年份的数据仍然较为困难。云计算的进步为归集数据提供了机会，可确保合适的人(包括供应商)在合适的时间拥有所需的信息。但与此同时，需要建立新的安全协议和政策来管理数据权限和云环境中的风险。 伙伴关系和联盟：尽管油气企业需要提升自身的数字化能力，但技术联盟和伙伴关系将有助于加速数字化进程并构建可广泛应用的解决方案。此类联盟应该在保护专有数据和解决方案与开发开源共享的解决方案之间保持适当的平衡。