GlobalData在一份声明中表示，总体而言，机器学习有可能提高该行业的效率、提高产量和降低成本，并补充说，该技术是石油和天然气行业中一个快速增长的领域。
GlobalData在声明中强调了机器学习在该行业的一些实际应用，称其可用于分析地震数据、测井和其他地质数据，以识别潜在的油气藏。GlobalData指出，机器学习算法还能够分析生产数据并识别可用于提高油井性能的模式。
GlobalData的石油和天然气分析师Ravindra Puranik在一份公司声明中表示：“机器学习是石油和天然气行业中一个快速发展的领域，可能会彻底改变公司勘探和生产石油和天然气的方式。它主要用于自动化重复任务，并支持地震数据解释和操作设备的性能优化。这项技术在预测潜在的设备故障方面也非常有用，从而防止任何不良事件，提高运营安全。”
这位GlobalData分析师表示，石油和天然气公司已经部署了机器学习算法来跟踪各种资产的性能，如钻机、管道、LNG设施和炼油厂。Puranik表示，这项技术还帮助公司进行库存管理和供应链优化。
Puranik说：“此外，人工智能在碳封存行业参与者中出现了一个新的用例。埃克森美孚、Equinor和其他公司的研究人员正在使用机器学习工具研究地震数据，并缩小储存捕获二氧化碳的潜在地点。机器学习在能源领域具有巨大的潜力，并将继续寻找新的应用程序来实现自动化和优化。”
在发的声明中包含的一张图表中，GlobalData预测人工智能市场将增长到预测期结束。该图表涵盖2019年至2026年。该公司在图表中显示，人工智能硬件、人工智能平台、人工智能咨询和支持服务以及专门的人工智能应用程序发展到2026年，总价值几乎达到1400亿美元。图表显示，2019年，这些行业的价值远低于600亿美元。
早在四月份，GlobalData在一份报告中就强调了人工智能，该报告确定了今年的20大石油和天然气主题。在该报告中，该公司指出，人工智能将使行业更加敏捷，并强调它已被用于收集和评估运营数据，并支持有关设备监控、计划维护活动和确定自动化领域的决策。Puranik在报告附带的GlobalData声明中表示：“在ESG、宏观经济和行业主题影响石油和天然气行业的情况下，技术主题将在本十年继续塑造运营能力。及时、有条不紊地投资科技主题可以为石油和天然气企业提供竞争优势。”
去年5月，GlobalData在其网站上发布的一份声明中指出，数字化涉及在日常石油和天然气运营中采用人工智能、大数据、云计算、网络安全、物联网和机器人等数字技术，使该行业能够通过精简运营和削减成本来提高生产力和盈利能力。
Puranik当时在该公司网站上发表的GlobalData声明中表示：“由于熟练技术人员短缺、对数据安全的担忧以及适应老化资产的成本效益不确定性，数字技术在石油和天然气行业的采用此前一直受到阻碍。然而，由于这些技术有能力改变行业，并创建一个同步的生态系统来满足未来的能源需求，越来越多的石油和天然气公司正在用数字技术升级其资产，以获得长期收益。最大限度地减少设备停机时间，同时提高运营绩效，仍然是增加公司收入的关键关注领域。生产商也越来越重视数字化工作流程，以提高运营可见性，从而改进决策。”
Puranik接着指出，数字技术正在通过简化流程和创造新的运营领域来改善石油和天然气行业。他说：“这些技术非常适合开采新的碳氢化合物矿床，提高运营效率，减少甲烷排放。”
