نبرد غول‌های نفتی بر سر هوش مصنوعی،کدام شرکت جلوتر است؟

تحریریه نفت خبر: تا همین چند سال پیش، رقابت غول‌های نفتی بر سر کشف میادین جدید، افزایش تولید و کاهش هزینه‌های استخراج بود؛ اما امروز میدان نبرد تغییر کرده است. هوش مصنوعی (AI) به مهم‌ترین فناوری راهبردی صنعت نفت تبدیل شده و شرکت‌های بزرگ انرژی میلیاردها دلار برای توسعه زیرساخت‌های دیجیتال، تحلیل داده و خودکارسازی عملیات سرمایه‌گذاری می‌کنند. سؤال اینجاست که در این رقابت، چه شرکتی از دیگران جلوتر است؟

به گزارش نفت خبر- صنعت نفت سالانه میلیاردها نقطه داده از حفاری، لرزه‌نگاری، تجهیزات، پالایشگاه‌ها و خطوط انتقال تولید می‌کند. تا چند سال پیش بخش زیادی از این اطلاعات بلااستفاده باقی می‌ماند، اما هوش مصنوعی اکنون قادر است این داده‌ها را به تصمیم‌های عملیاتی تبدیل کند، از پیش‌بینی محل دقیق حفاری گرفته تا تشخیص خرابی تجهیزات پیش از وقوع و حتی بهینه‌سازی مصرف انرژی پالایشگاه‌ها. به همین دلیل، AI دیگر یک پروژه فناورانه نیست، بلکه به بخشی از استراتژی رقابتی شرکت‌های نفتی تبدیل شده است.

در میان شرکت‌های نفتی، آرامکو بیش از همه به سمت استفاده فراگیر از هوش مصنوعی حرکت کرده است. برنامه «تحول دیجیتال بالادست» این شرکت، از بزرگ‌ترین پروژه‌های AI در صنعت نفت جهان به شمار می‌رود. آرامکو هوش مصنوعی را در تفسیر داده‌های لرزه‌نگاری، مدل‌سازی مخازن، بهینه‌سازی حفاری، مدیریت چاه‌ها و تعمیرات پیش‌بینانه به‌کار گرفته است. برآوردها نشان می‌دهد این شرکت تنها در سال ۲۰۲۵ حدود ۲.۶ میلیارد دلار ارزش اقتصادی از پروژه‌های هوش مصنوعی ایجاد کرده و صرفه‌جویی‌های فناورانه آن نسبت به سال قبل ۳۳ درصد افزایش یافته است.

ADNOC نیز سرمایه‌گذاری گسترده‌ای روی هوش مصنوعی انجام داده است. این شرکت علاوه بر دیجیتالی‌سازی عملیات نفت و گاز، توسعه مراکز داده و همکاری با شرکت‌های فناوری را در دستور کار قرار داده است. مدیران ADNOC معتقدند رشد انفجاری مراکز داده و تقاضای برق ناشی از توسعه هوش مصنوعی، فرصت تازه‌ای برای شرکت‌های انرژی ایجاد کرده است؛ موضوعی که باعث شده این شرکت علاوه بر تولید نفت، در زنجیره تأمین انرژی موردنیاز زیرساخت‌های AI نیز سرمایه‌گذاری کند.

شل اما راهبرد متفاوتی را دنبال می‌کند. این شرکت به جای تمرکز بر توسعه پلتفرم‌های اختصاصی هوش مصنوعی، AI را در مدیریت دارایی‌ها، پیش‌بینی تعمیرات، بهینه‌سازی پالایشگاه‌ها و کاهش انتشار کربن به کار گرفته است. تحلیل داده‌های لحظه‌ای از هزاران تجهیز صنعتی، امکان کاهش توقف‌های ناخواسته و افزایش بهره‌وری را برای شل فراهم کرده است؛ حوزه‌ای که بسیاری از کارشناسان آن را یکی از موفق‌ترین نمونه‌های استفاده عملی از AI در صنعت انرژی می‌دانند.

اکسون‌موبیل نیز سرمایه‌گذاری قابل توجهی در تحلیل داده، مدل‌سازی مخازن و بهینه‌سازی عملیات انجام داده است، اما در ماه‌های اخیر تمرکز خود را به حوزه دیگری نیز گسترش داده است، تأمین انرژی موردنیاز مراکز داده هوش مصنوعی. رشد برق مصرفی مراکز داده باعث شده اکسون توسعه نیروگاه‌های گازسوز مجهز به فناوری جذب کربن را به عنوان یک بازار جدید دنبال کند. با این حال، برخی تحلیلگران معتقدند این شرکت در تجاری‌سازی فرصت‌های ناشی از AI، نسبت به برخی رقبا با سرعت کمتری حرکت کرده است.

شاید مهم‌ترین تحول سال‌های اخیر را بتوان در راهبرد شورون مشاهده کرد. این شرکت با امضای قرارداد ۲۰ ساله با ماکروسافت برای تأمین برق یکی از بزرگ‌ترین مراکز داده هوش مصنوعی در تگزاس، در عمل وارد زنجیره ارزش AI شده است. پروژه «کیل‌بی» با ظرفیت ۲.۷ گیگاوات، نمونه‌ای از همگرایی صنعت نفت و صنعت هوش مصنوعی است، جایی که نفت و گاز دیگر فقط سوخت حمل‌ونقل نیست، بلکه انرژی موردنیاز اقتصاد دیجیتال را نیز تأمین می‌کند. تحلیلگران این توافق را یکی از مهم‌ترین اقدامات راهبردی یک شرکت نفتی در عصر هوش مصنوعی توصیف کرده‌اند.

برنده واقعی کیست؟

اگر معیار، وسعت به‌کارگیری هوش مصنوعی در عملیات نفتی باشد، آرامکو در حال حاضر پیشتاز صنعت است. این شرکت AI را در تمام زنجیره ارزش خود پیاده‌سازی کرده و از آن نتایج اقتصادی قابل اندازه‌گیری به دست آورده است. اما اگر معیار، خلق مدل‌های کسب‌وکار جدید مبتنی بر AI باشد، شورون با ورود مستقیم به بازار تأمین انرژی مراکز داده هوش مصنوعی، گامی متفاوت از سایر رقبا برداشته است.

در مقابل، شل بر افزایش بهره‌وری و کاهش هزینه‌ها تمرکز دارد، اکسون‌موبیل توسعه زیرساخت‌های انرژی موردنیاز AI را دنبال می‌کند و ADNOC تلاش می‌کند با ترکیب سرمایه‌گذاری انرژی و فناوری، جایگاه خود را در اقتصاد دیجیتال آینده تثبیت کند.

رقابت غول‌های نفتی دیگر تنها بر سر تعداد چاه‌های حفاری‌شده یا حجم ذخایر اثبات‌شده نیست. ارزش واقعی در دهه آینده به توانایی شرکت‌ها در تحلیل داده، تصمیم‌گیری هوشمند و ایجاد اکوسیستم‌های دیجیتال وابسته خواهد بود. در واقع، برنده نهایی این رقابت احتمالاً شرکتی نیست که بیشترین نفت را تولید می‌کند؛ بلکه شرکتی است که سریع‌تر از رقبا، داده را به مزیت رقابتی تبدیل کند.