除關于變更的疑惑，各動力企業還在推敲新型技巧究竟可否真正完成。

　　人工智能（簡稱AI）曾經證實了本身關于石油與自然氣公司的價值，但外行業以內年夜量采取AI技巧依然面對著一系列妨礙。Tessella公司（專門供給工程與征詢辦事，旨在贊助全球各動力公司經由過程數據肯定晉升鉆井平臺運作及企業全體運營效力的辦法）動力部分主管Ray Hall指出，“石油公司在AI技巧的采取方面面對著諸多挑釁。除關于變更的自然順從以外，關于現有常識能否充足和新型技巧可否真正完成等仍存在疑慮。”

　　Hall同時表現，“我們的相當一部門客戶曾經在各年夜技巧計劃供給商身上投入了巨額資金。但是，雖然剖析結論具有吸引力，但現實報答卻使人掉望。”

　　Hall說明稱，石油企業多年以來一向在供給鏈平臺和煉油計劃傍邊應用模子猜測掌握（簡稱MPC）等剖析辦法。

　　Hall指出，“他們一向在應用構造化數據處置計劃和剖析技巧。但是，因為這些舊有技巧少少與新型剖析技巧相聯合（例如經由過程機械進修晉升事跡程度），是以各企業常常在這一范疇缺乏值得存眷的停頓。”

　　從競爭的角度來看，最主要的是石油與自然氣企業因為面對著其它行業所不可思議的多方面挑釁，是以在戰勝AI及其它新興技巧困難方面處于自動位置。

　　一方面，石油與自然氣行業存在著歷久的價錢不肯定性。Hall表現，“單桶原油跨越100美元的日子曾經一去不復返，全球需求降低與臨盆才能上升使得油價一路走低，同時意味著石油企業必需年夜幅度下降臨盆與煉油本錢。”

　　這意味著運用新型技巧以進步效力，可以或許贊助各石油與自然氣企業完成明顯的本錢勤儉后果。Hall強調稱，“舉例來講，機械人或許可以或許在臨盆資產中施展感化以處置鉆井與開采流程。”

　　除此以外，這一范疇還面對著從業人員老齡化成績。Hall指出，“剖析范疇曾經就此作出年夜量猜測，并且人們廣泛認識到，將來五到十年傍邊將有高達40%的石油與自然氣員工退休。用人力代替這部門具有豐碩經歷的休息力將極具挑釁性； 應用認知與機械進修處理計劃增長主動化決議計劃支撐，從而下降關于經歷的依附就顯得異常主要。”

　　最初，跟著關于石油及自然氣資本依附性的下降，這一行業內的從業企業亦須要改變本身營業以成為控制可再生動力的完全動力供給商。

　　Hall表現，“為了完成這一目的，各企業須要以有益可圖的方法同時運營化石動力與可再生動力。這將須要樹立起一套更加古代化的技巧情況，從而更加有用地知足客戶需求并優化動力構造。”

　　Tessella公司曾經贊助多家石油企業應用AI技巧改良營業流程。舉例來講，其已經與一家石油公司客戶協作，贊助后者晉升對現有鉆井裝備應用壽命及腐化程度的懂得，并愿望借此取得更加可不雅的開采收益。

　　Hall引見稱，“該公司具有年夜量汗青數據，但卻缺少充足的剖析與懂得。我們搜集了全體油井運營數據汗青記載，并應用一系列AI統計技巧辨認數據構造，找到汗青數據與腐化程度之間的聯系關系性，爾后容身潛伏變量以懂得汗青記載中的哪些身分與腐化情形有關。”

　　這項任務許可客戶更加自負地基于風險作出決議計劃，進而充足懂得各類不肯定性、風險與敏理性身分。Hall總結稱，“這將帶來偉大的反應。懂得腐化狀態關于項目實行相當主要。”