شرکت‌های دانش بنیان ایرانی در صورت توجه، قادرند با خلاقیت در بستر هوش مصنوعی کمک موثری به بهبود راندمان تولید وسودآوری تجارت نفتی کشور بکنند

درحالی که غول‌های نفتی و گازی جهان به ســرعت درحال اســـتفاده از هـوش مصنوعی برای تسـهیل فرآینـدهای مختلف این صنعت کلیدی هسـتند، ایران نیز گام های موثر اما ناکافی دراین‌باره برداشته است.
به گزارش خبرنگار اقتصادی اطلاعات، هوش مصنوعی کابردهای گسترده‌ای درصنعت نفت و گاز دارد؛ از ارزیابی زمین‌شناسی گرفته تا تشخیص نقص، تصمیم‌گیری مبتنی بر تجزیه و تحلیل بازار جهانی و کاهش زمان خرابی چاه‌ها و تجهیزات.
بدین ترتیب، غول‌های نفتی استفاده گسترده از این فناوری را در بخش‌های مختلف این صنعت آغاز کرده اند. به عنوان نمونه، شرکت اکسون‌موبیل قصد دارد از ربات هوش مصنوعی در اعماق دریا برای افزایش قابلیت‌های تشخیص نشت طبیعی نفت یاگاز استفاده کند. ربات‌های مجهز به هوش مصنوعی اکسون‌موبیل به اندازه کافی قادر به تشخیص این نشت نفت هستند که در نهایت، خطر اکتشاف و متعاقب آن،  آسیب به جانداران دریایی را کاهش می‌دهد.
یا در نمونه‌ای دیگر، پلتفرم‌های هوش مصنوعی برای بررسی داده‌های ژئوفیزیک زیرسطحی و نقشه‌برداری دقیق ذخایر نفتی زیرزمینی استفاده می‌شوند. این فرآیند در نهایت ارزش دقیق مخزن را ارائه می‌دهد و روش‌های حفاری را کارآمدتر می‌کند.
دکتر مهدی شامی زنجانی، عضو هیأت علمی گروه مدیریت فناوری اطلاعات دانشگاه تهران دراین باره به خبرنگار اقتصادی اطلاعات می‌گوید: هوش مصنوعی ثابت کرده است که یک توانمندساز واقعی برای پروژه‌های نفت و گازی با ارائه کاربردهای 
متعدد است.هوش مصنوعی به شرکت‌های نفت و گاز در پیش‌بینی قیمت بازار نفت خام و محصولات نهایی، برنامه‌ریزی و زمانبندی مناسب، امکان بهینه‌سازی سبد نفت خام، ایجاد انبار هوشمند، نگهداری موجودی‌ها، مدیریت عملیات حمل‌و نقل، پوشش ریسک و بهبود زمان تحویل و کاهش هزینه‌های کلی کمک می‌کند.
وی می افزاید: این کاربردها بسیار متنوع است. به عنوان مثال توقـف‌های برنامه‌ریـزی‌نشـده، میلیون‌ها دلار در یک روز برای سکوهای نفت و گاز در صورت خرابی فاجعه بار ، هزینه دارد. دراین باره، یکی از بزرگ‌ترین شرکت‌های نفت و گاز، با استفاده از هوش مصنوعی، توانایی خود را در پیش‌بینی فروپاشی چاه‌ها قبل از وقوع، کاهش میزان تعمیرات و نگهداری، بهره‌برداری مؤثر از چاه‌ها و افزایش عمر باقی‌مانده آنها افزایش داد.
شامی زنجانی ادامه می‌دهد: مهندسان کارخانه یک سیستم چراغ راهنما ساختند که آنها را از ریسک‌های آتی سقوط یک چاه آگاه می‌کرد. این ابتکار آنها را قادر ساخت تا مکانیسمی را برای کاهش زمان خرابی در محل داشته باشند. استفاده از دستیارهای مجهز به هوش مصنوعی به این کارخانه کمک کرد تا زمان احیای چاه را تا ۸۳ درصد کاهش دهد و هزینه سوخت جایگزین ۲۰ هزار دلار برای هر چاه در روز کاهش یابد.

لزوم ورود جدی ایران
این استاد دانشگاه با اشاره به لزوم سرمایه‌گذاری گسترده صنعت نفت و گاز ایران در مقوله هوش مصنوعی تصریح می‌کند: هنوز نه فقط  در صنعت نفت بلکه در خیلی جاهای دیگر اقتصاد ایران به هوش مصنوعی به عنوان یک موضوع فانتزی نگاه می‌کنند  و توجه کافی ندارند که هوش مصنوعی آینده اقتصاد جهان است. به‌گونه‌ای که برخی تحلیل‌ها می‌گویند  یکی از دلایل حمله آمریکا به ایران درخواست شرکت‌های بزرگ فناوری برای تامین انرژی فسیلی لازم برای توسعه هوش مصنوعی بوده است. چراکه انرژی‌های نو از قدرت و کیفیت کافی برای پاسخگویی به انرژی مورد نیاز این توسعه برخوردار نیستند. این اهمیت و آینده هوش مصنوعی درجهان است؛ وقتی صنعت نفت در کشوری با ویژگی‌های ایران، موتور توسعه به‌شمار می‌رود، لازم است این موتور با مزیت‌های هوش مصنوعی بازمهندسی شود؛ موضوعی که به اهتمام جدی نیاز دارد.
شــامی زنجانی می‌گوید: شرکت‌های دانش بنیان بسیار موثری داریم که دارای نیروهای جوان ونخبه هستند؛ اما حمایت وخودباوری و تزریق اعتماد به نفس لازم دارند تا از بسترهای هوش مصنوعی مزیت‌های خلاقانه برای بهبود عملکردهای بسیار متنوع نفت و گاز بسازند؛ مزیت‌هایی که به‌طور شگفت انگیزی به کاهش هزینه‌ها، سرعت دسترسی به داده‌های حیاتی برای تصمیم‌گیری، تشخیص و رفع نقص و درنهایت بهبود راندمان تولید وسودآوری تجارت نفتی منجر می‌شود.
این استاد دانشگاه می افزاید: در صنعت نفت اقدامات خوب اما ناکافی درزمینه استفاده از هوش مصنوعی و به‌طور کلی فناوری های نوین انجام شده که ایجاد پارک‌های فناوری وحمایت از شرکت‌های دانش بنیان و ساخت اول تجهیزات از جمله آن است، اما به نظر من به عنوان یک متخصص فناوری، کل ساختار وزارت نفت باید برهوش مصنوعی و تولید فناوری از طریق آن متمرکز شود.

استفاده از هوش مصنوعی در بخش اکتشاف
درپاسخ به این دغدغه‌ها، سیدمحی‌الدین جعفری ، مدیر اکتشاف شرکت ملی نفت ایران به شانا می‌گوید: با بررسی روندهای جهانی و مطالعه تجربیات شرکت‌های بزرگ نفتی به این جمع‌بندی رسیده‌ایم که ادامه مسیر توسعه اکتشاف نفت و گاز در کشوربدون بهره‌گیری از فناوری‌های نو، به‌ویژه هوش مصنوعی ممکن نیست، ازاین‌رو تدوین یک نقشه ‌راه جامع در دستور کار قرار گرفته است. وی می‌افزاید:نیاز واقعی مدیریت اکتشاف شرکت ملی نفت ایران به هوش مصنوعی، ناشی از چالش‌هایی است که امروز در فرایندهای اکتشافی با آن روبرو هستیم. مهم‌ترین این چالش‌ها، زمان طولانی اجرای پروژه‌های اکتشافی و کیفیت داده‌هایی اسـت که مبنـای تصمیم‌گیری‌های فنی قرار می‌گیرند.
جعفری ادامه می‌دهد: فرایند اکتشاف از آغاز مطالعات زمین‌شناسی و ژئوفیزیکی تا انتخاب هدف حفاری، اجرای عملیات حفاری و دستیابی به نتیجه نهایی، در برخی مناطق بکر و دست‌نخورده ممکن است حدود هشت سال طول بکشد. طبیعی است که کاهش این زمان، یکی از مهم‌ترین اهداف مدیریت اکتشاف باشد. در کنار آن، ارتقای کیفیت داده‌ها نیز اهمیت ویژه‌ای دارد، زیرا تصمیم‌های اکتشافی براساس همین داده‌ها گرفته می‌شود و هرچه کیفیت داده‌ها بالاتر باشد، احتمال موفقیت عملیات اکتشافی نیز افزایش خواهد یافت.
وی با اشـاره به حوزه‌های اولویت‌دار استفاده از هوش مصنوعی در صنعت نفت کشور تصریح می‌کند: در میان بخش‌های مختلف اکتشاف، دوحوزه پردازش داده‌های ژئوفیزیکی و عملیات حفاری اهمیت ویژه‌ای دارند. حجم بالای داده‌های ژئوفیزیکی و پیچیدگی تفسیر آن‌ها سبب شده است استفاده از ابزارهای هوش مصنوعی و یادگیری ماشین به نوعی ضرورت تبدیل شود.
این مقام نفتی تأکید می کند: بر همین اساس، در برنامه تحول دیجیتال صنعت نفت هدف‌گذاری شده است تا با استفاده از فناوری‌های نو مبتنی بر هوش مصنوعی، زمان کشف منابع هیدروکربوری تا ۵۰درصد کاهش یابد و همزمان کیفیت و دقت داده‌های مورد استفاده در مطالعات زمین‌شناسی، ژئوفیزیکی و مخزنی ارتقا پیدا کند.
جعفری می افزاید: هرچه دقت پردازش و تفسیر داده‌های ژئوفیزیکی افزایش یابد، شناخت دقیق‌تری از ساختارهای زیرسطحی و مخازن احتمالی نفتی وگازی به دست می‌آید و ریسک حفاری کاهش پیدا می‌کند. در بخش حفاری نیز هوش مصنوعی می‌تواند نقش مهمی در مدیریت ریسک‌ها، کاهش زمان‌های غیرمولد و افزایش بهره‌وری عملیات ایفا کند.
به گفته وی، مدیریت اکتشاف شرکت ملی نفت ایران بر زمینه‌های پتروفیزیک، سیال حفاری و تحلیل پارامترهای حفاری متمرکز شده است تا با استفاده از الگوهای هوشمند، رفتار سازندها در حین حفاری بهتر پیش‌بینی شود. این موضوع می‌تواند در مدیریت پدیده‌هایی مانند هرزروی سیال حفاری، فوران چاه‌ها  و  سایر مشکلات عملیاتی بسیار مؤثر باشد و از توقف‌های ناخواسته عملیات جلوگیری کند. مدیر اکتشاف شرکت ملی نفت ایران تصریح می‌کند: کاهش زمان‌های ازدست‌رفته و کنترل ریسک‌های عملیاتی می‌تواند به افزایش سرعت حفاری و کاهش هزینه‌ها منجر شود و از این منظر، هوش مصنوعی ابزار راهبردی برای صنعت نفت به شمار می‌رود.