Aproveitando o poder dos dados em petróleo e gás

As the world strives for a sustainable future, no industry is more in the crosshairs than oil and gas. Every new project is scrutinized and more difficult to get underway than the next, so it’s critical that O&G companies maximize value from existing operations. One clear opportunity to manage this feat is to do more with the mountains of Dados que as empresas de O&G têm à sua disposição aplicando análises emergentes e AI Recursos para desbloquear novas fontes de valor e economia de custos. O foco em dados e inovação digital, bem como na colaboração multifuncional, também pode ajudar a atrair talentos jovens e conhecedores de tecnologia, procurando um ambiente de trabalho inovador e inspirador. A chave para este exercício é a criação de um

Harnessing data to improve efficiencies and unlock value requires transformative change and close coordination between the business side and IT—two groups that do not always work together well. Focusing on data and digital innovation as well as on cross-functional collaboration could also help attract young, tech-savvy talent looking for an innovative and inspiring work environment.

Finding the Value

To align the business and IT, we recommend that both sides jointly define a North Star for their data and digital architecture. Key to this exercise is the creation of a Dados Trinity : Os casos de uso de dados que são importantes para os negócios, os ativos de dados que permitem esses casos de uso e a arquitetura que torna os ativos de dados acessíveis. A priorização adequada de casos de uso de alto valor e projetos de dados molda as iniciativas de modernização de arquitetura necessárias para implementá-las. Além disso, a análise do BCG mostra que os investidores reconhecem os dados como uma veia rica de lucros potenciais e economia de custos. Por exemplo, o HSBC declarou que "a oportunidade para o campo petrolífero digital ter um grande impacto na maioria das partes da cadeia de valor é significativo". O Barclays estima que o digital pode reduzir o custo de produção em mais de US $ 3 por barril, totalizando cerca de US $ 150 bilhões em valor. E o Fórum Econômico Mundial estima que a “otimização de operações” possa desbloquear até US $ 275 bilhões em valor, com 90% dela proveniente da otimização da perfuração e produção e de alavancar os dados de ativos conectados de ponta a ponta para algoritmos de análise avançada.

This is a complex exercise, but turning to data and AI to unlock value is critical and real examples from the O&G industry do exist. Moreover, BCG analysis shows that investors recognize data as a rich vein of potential profits and cost savings. For example, HSBC has stated that “the opportunity for the digital oilfield to have a major impact across most parts of the value chain is significant.” Barclays estimates that digital could lower the cost of production by more than $3 per barrel, amounting to about $150 billion in value. And the World Economic Forum estimates that “operations optimization” could unlock as much as $275 billion in value, with 90% of it coming from optimizing drilling and production and from leveraging the data from end-to-end connected assets to feed advanced analytics algorithms.

Escolha de casos de uso de dados

A primeira etapa é selecionar os casos de uso de dados mais importantes para os negócios. Os casos de uso de alto valor abrangem uma variedade de pools e métodos de valor que abordam muitos dos desafios que as empresas de O&G enfrentam hoje, como as seguintes:

• Aplicando IA com base nos dados existentes (como na exploração, na modelagem de recuperação e na manifestação e na manifestação, para melhorar, melhorar as taxas de exploração, melhorar a exploração, ou reduzir o custo e reduzir o custo e reduzir a manifestação e a redução do trabalho, para melhorar a manifestação e a redução da manifestação e a redução da manifestação e a redução da manifestação e a redução da manifestação, a manifestação e a manutenção da manifestação e a manutenção da manifestação e a manutenção da manifestação e a manutenção da manifestação e a manutenção da manifestação e a manutenção da manifestação e a manutenção da manifestação e a manutenção da manifestação e a manifestação de efixos. Operações e monitoramento remotos e não tripulados ou melhor planejamento e agendamento de recursos
• Improving workforce effectiveness and reducing risks with, for example, remote and unmanned operations and monitoring or better resource planning and scheduling
• Reduzindo pegadas de carbono (como otimizando o refino ou o transporte)
• Leveraging industry networks by, for example, collaborating online for engineering, procurement, or construction
• Streamlining labor-intensive processes, whether in administration (such as by using e-procurement) or smart automation of order processing

O que esses casos de uso têm em comum é que eles dependem de dados de vários processos-muitos deles habilitados por IA. Dominar esses dados oferece às empresas de O&G um "direito de vencer" no mercado de hoje. Recentemente, trabalhamos em casos que ilustram isso bem:

• Uma empresa do Oriente Médio que combina dados geológicos e de engenharia em uma sequência de perfuração automatizada e otimizada que evita colisões com o Wellbores existente
• A major European O&G company using an AI engine to optimize the production schedule based on a broad variety of data, maximizing returns from the company’s production assets
• A major integrated oil company leveraging smart maintenance with a combination of equipment, operations, and maintenance data, drastically reducing maintenance budgets and downtime

Implementação bem-sucedida de casos de uso orientados a dados requer reimaginar a cadeia de valor de ponta a ponta com dados e tecnologias digitais. Criar um negócio conjunto e a visão de TI da cadeia de valor mostra onde residem os principais recursos de negócios e ajuda a esclarecer quais casos de uso são ativados por esses recursos. Desenvolvimento de recursos fortes, reutilizáveis ​​e compartilhados ajuda a lançar casos de uso bem -sucedidos. (Consulte Anexo 1.) O sucesso depende, em última análise, do desbloqueio de ativos de dados existentes ao longo da cadeia de valor de O&G e depois aplicar análises e IA em uma arquitetura consistente, robusta e escalável. A primeira onda aproveita e melhora os ativos de dados de uma maneira que beneficiará os casos de uso subsequentes, acelerando sua implantação e impacto nos negócios ao longo do tempo. Os dados de O&G variam de dados muito técnicos (como perfuração, log, sísmica, laboratório e sensor) a modelos complexos (modelos de reservatório e formas de furo de poço, por exemplo) a projetos de engenharia 3D à logística (sobre pessoas e equipamentos, bem como hidrocarbonetos). Tudo isso no topo dos dados transacionais ou mestre "normal" da empresa.

Unlocking Key Data Assets

Based on this initial assessment, companies must identify the specific data assets needed to fuel their use cases. (See Exhibit 1.) Success ultimately depends on unlocking existing data assets along the O&G value chain and then applying analytics and AI within a consistent, robust, and scalable architecture.

Then—and this is critical—companies need to plan the rollout of use cases so that, to the extent possible, the first wave leverages and improves data assets in a way that will benefit subsequent use cases, accelerating their deployment and business impact over time.

To unlock their data assets, companies must manage eight data challenges that are largely specific to the industry:

• Variety of Data. O&G data ranges from the very technical (such as drilling, log, seismic, lab, and sensor data) to complex models (reservoir models and wellbore shapes, for example) to 3D engineering designs to logistics (regarding people and equipment as well as hydrocarbons). All of this on top of the business’s “normal” transactional or master data.
• Formatos proprietários ou inacessíveis. Os dados vêm em formatos proprietários de sensores ou sistemas (como modelos geológicos e reservatórios 3D) que requerem conversão e podem não estar acessíveis por meios diretos. Da mesma forma, os dados de design de engenharia tendem a ser bastante específicos para o software que os gerou.
• Tamanhos e volumes do conjunto de dados. Os conjuntos de dados tendem a ser enormes - até petabytes para uma única pesquisa sísmica. Isso amplia as capacidades dos provedores de serviços em nuvem.
• Scarcity and Interpretation. Os dados técnicos geralmente são limitados, incompletos e até inconsistentes, tornando -os sujeitos a interpretação. Nem sempre existe uma “única fonte de verdade”.
• Requisitos de partes interessadas. Governos, reguladores, subcontratados e parceiros de joint venture fornecem e usam dados. Muitas vezes, eles têm compromissos contratuais específicos (como restrições de exportação e diretrizes de confidencialidade) sobre o que podem compartilhar e como. Esses requisitos devem ser gerenciados adequadamente.
• Definições ambíguas. Organizações internas e externas aplicam diferentes definições e padrões de dados, impedindo a reutilização e o compartilhamento de conjuntos de dados. Definições uniformes são o objetivo, mas metadados confiáveis ​​para facilitar a interpretação é a segunda melhor opção.
• Complexidade organizacional. As empresas típicas de O&G têm estruturas descentralizadas com joint ventures locais. Estes últimos geralmente têm prioridades de TI que competem com as diretivas centrais de TI. Se não forem resolvidos, essas prioridades concorrentes podem comprometer a propriedade dos dados e a capacidade de usar dados.
• Localização e geografia. Os dados são frequentemente gerados e usados ​​em locais com pouca largura de banda, impedindo que as empresas de O&G usem a tecnologia em nuvem de maneira eficaz e exigindo métodos de replicação inteligente.

Governando os dados e atualizando a arquitetura

These challenges require a mature approach to data governance covering the life cycle of different data types and addressing the constraints and complexities intrinsic to each one. Governance should be based on a system-agnostic view built on a single, company-wide categorization of all data into “data domains.” The level of detail may be different for different companies, reflecting variations in organizational levels and functional ownership. Data domains are the basis for any initiative regarding data definition, data quality, data access, or data-specific business rules, including concerns such as data privacy and confidentiality. Exhibit 2 shows an illustrative subset of a data domain map.

Next, O&G companies must move from a monolithic to a modular technology stack in order to free up their data and take advantage of new technologies. A Dados e plataforma digital reduz os custos e melhora a velocidade e a agilidade, dissociando os recursos do front-end dos dados, libertando dados dos principais sistemas transacionais e permitindo os mecanismos de negócios inteligentes com recursos de aprendizado de máquina e IA. Como nos casos de uso de dados, as empresas devem priorizar e sequenciar suas iniciativas de arquitetura de modernização, para que a primeira onda de melhorias forneça uma base para as atualizações necessárias para permitir casos de uso futuros. Por fim, os líderes de O&G devem construir uma plataforma de dados que possa escalar horizontalmente para alavancar as fontes de dados de maneira consistente em vários casos e paisagens de TI locais potencialmente complexas. A escala horizontal combinada com uma abordagem multicloud é necessária para lidar com a enorme quantidade de dados e permitir que as equipes dispersas geograficamente colaborem efetivamente. O digital é, em grande parte, um esforço de gerenciamento de mudanças. Como regra geral, normalmente 10% do sucesso depende da arquitetura, 20% dos dados e 70% no gerenciamento de mudanças. Deve haver um esforço multidisciplinar integrado no desenvolvimento de aplicativos digitais, governança de dados e mudanças de arquitetura e modelo operacional. Para obter valor em escala, o digital precisa permitir mudanças fundamentais na maneira como as pessoas funcionam e como as decisões são tomadas em novos fluxos de trabalho de ponta a ponta. Começando com alguns poderosos casos de uso de Lighthouse-com potencial de valor bem definido e um alto grau de suporte gerencial-é uma maneira testada de avançar e garantir o aprendizado organizacional e o acúmulo de momento. No final, é isso que garante que o valor seja realmente entregue. Eles precisarão se tornar muito mais orientados a dados, aproveitando os dados e a IA para impulsionar casos de uso de alto valor. Mas aproveitar com sucesso os dados é um esforço complexo que não pode ser feito sozinho. É uma grande mudança na maneira como as empresas funcionam. Configurando a governança básica de dados, definindo um novo Dados e Arquitetura Digital e impulsionando os Pilotos de Casos de Primeiro Uso exigem tempo, esforço e comprometimento significativos. Håvard Holmås

With this goal of a decoupled architecture in mind, O&G companies need to build a reference architecture to access and use the data assets. As with the data use cases, companies must prioritize and sequence their architecture modernization initiatives so that the first wave of improvements provides a foundation for the upgrades necessary to enable future use cases. Ultimately, O&G leaders must build a data platform that can scale horizontally to leverage the data sources in a consistent way across a variety of cases and potentially complex local IT landscapes. Horizontal scaling combined with a multicloud approach is necessary in order to cope with the huge amount of data and to allow geographically dispersed teams to collaborate effectively.

Successful Implementation

The final challenge is to get the execution right. Digital is, to a large degree, a change management effort. As a rule of thumb, typically 10% of success depends on architecture, 20% on data, and 70% on change management. There must be an integrated, multidisciplinary effort across digital app development, data governance, and architecture and operating model changes. To realize value at scale, digital needs to enable fundamental changes in how people work and how decisions are made in new end-to-end workflows. Starting with a few powerful lighthouse use cases—with well-defined value potential and a high degree of management support—is a tested way to move forward and ensure organizational learning and buildup of momentum. This, in the end, is what ensures that value is actually delivered.

---

O&G companies are currently reaping large profits from their operations, but it’s important that they innovate to stay relevant and competitive in a rapidly changing economic environment. They will need to become much more data driven, leveraging data and AI to drive high-value use cases. But successfully leveraging data is a complex effort that cannot be done by IT alone. It is a major change to how companies work. Setting up the basic data governance, defining a new data and digital architecture, and driving the first use case pilots require significant time, effort, and commitment.