Kunstig intelligens kan tilføje 500 milliarder dollars til olie- og gasselskaber inden 2030

Estimater fra Rystad Energy tyder på, at digitalisering og kunstig intelligens-teknologier kan generere næsten 500 milliarder dollars i akkumuleret værdi for olie- og gasefterforsknings- og produktionsvirksomheder mellem 2026 og 2030.

Denne værdi forventes at blive opnået gennem:

• Sænk omkostningerne ved at forbedre driftseffektiviteten

• Højere produktion gennem øget oppetid og forbedrede genvindingsrater

• Kortere projektudviklingstidslinjer

Omkostningsbesparelser og produktionsvækst forventes at være de to største værdikilder frem til 2030, hvor begge bidrager på lignende niveauer.

Efterforsknings- og produktionsvirksomheder, der i øjeblikket investerer i digitalisering og AI, forventes at generere yderligere 80 milliarder dollars årligt inden 2030 sammenlignet med 2025-niveauet.

Resultaterne begynder allerede at vise sig på tværs af sektoren.

ADNOC annoncerede, at AI-drevne initiativer genererede en værdi på 500 millioner dollars i løbet af 2023, samtidig med at der blev allokeret 1,5 milliarder dollars til digitale udgifter med det mål at opnå 1 milliard dollars årligt i merværdi.

I mellemtiden opnåede Equinor næsten 200 millioner dollars i AI-relaterede besparelser mellem 2021 og 2024, før de registrerede yderligere 130 millioner dollars alene i løbet af 2025.

Rapporten bemærkede, at digital værdiskabelse følger en accelererende kumulativ kurve i takt med at implementeringen udvides, og organisatoriske kapaciteter modnes i virksomheder.

Den anslåede mulighed på 500 milliarder dollars er fordelt på fire hovedkategorier:

• Udvikling af aktiver

• Drift og vedligeholdelse

• Efterforskning og reservoirudvikling

• Boring, brønde og produktion

Niveauet af digital modenhed varierer på tværs af disse segmenter. Drift og vedligeholdelse viser i øjeblikket den hurtigste implementeringshastighed, især gennem prædiktiv vedligeholdelse og fjerndrift, som har reduceret omkostningerne med tocifrede procentsatser hos nogle større virksomheder.

Undergrunds- og reservoirrelaterede aktiviteter ses som havende det største uudnyttede potentiale, især med hensyn til at øge produktionsmængderne og sænke boreomkostningerne. Nogle virksomheder har allerede reduceret fortolkningstiden for seismiske data fra flere måneder til cirka 10 dage.

Rapporten fastslog også, at kunstig intelligens ikke nødvendigvis hæver præstationsloftet for de bedste virksomheder, men i stedet hjælper den bredere branche med at komme tættere på de standarder, der opnås af førende virksomheder.

I den amerikanske skifersektor nærmer de store producenter sig allerede de fysiske grænser for boreeffektivitet. Som følge heraf ligger den største fordel nu i at forbedre den gennemsnitlige brøndydelse. Undersøgelsen anslår potentielle forbedringer på omkring 10 % i gennemsnit på tværs af amerikanske onshore-felter, mens besparelser i nogle komplekse dybvandsprojekter kan overstige 50 %, selvom et mere realistisk interval anslås til mellem 15 % og 20 %.

Dette kommer i en tid, hvor efterforsknings- og produktionsvirksomheder brugte næsten 25 milliarder dollars på AI-værktøjer og digitale løsninger sidste år. Prognoser tyder på, at markedet for disse tjenester vil vokse med mere end 10 milliarder dollars inden 2030, overstige 35 milliarder dollars årligt, før det nærmer sig 50 milliarder dollars inden 2035.

Rapporten argumenterer for, at den største hindring for at opnå disse gevinster ikke er mangel på teknologi, men vanskeligheden ved at implementere den i stor skala. Som følge heraf indgår virksomheder i stigende grad partnerskaber med teknologiudbydere og oliefeltservicefirmaer for at reducere kompleksiteten og fremskynde integrationen mellem forskellige systemer og udstyr.

Den bemærkede også, at de fleste nuværende AI-applikationer i olieindustrien er afhængige af traditionelle maskinlæringsmodeller, der kræver årevis af træningsdata og ofte er vanskelige at overføre fra et felt til et andet uden betydelig ombygning.

Nyere teknologier som "agentisk AI" – der er i stand til at udføre opgaver på en semi-autonom måde – kan dog fremskynde den digitale transformation i fremtiden ved at reducere huller mellem afdelinger og forbinde forskellige typer data uden at kræve fuld omskoling.

I et optimistisk scenarie kan den årlige værdi, der genereres af digitale initiativer, stige til 150 milliarder dollars i 2030 med potentiale til at overstige 300 milliarder dollars årligt i 2035, sammenlignet med basisestimatet på kun 178 milliarder dollars i 2035.

At opnå dette scenarie ville også kræve øgede udgifter til digitale løsninger til 50 milliarder dollars årligt inden 2030, før de stiger til næsten 80 milliarder dollars inden 2035.

Rapporten konkluderede med at bemærke, at selvom kunstig intelligens accelererer fremskridt i digitalt modne organisationer, forkorter det ikke nødvendigvis selve den digitale transformationsrejse.