Анализ сценариев и решений на базе искусственного интеллекта на предмет зрелости и возможности их внедрения в шельфовых проектах и бизнес-процессах

Необходимо провести анализ опыта применения искусственного интеллекта в нефтяных компаниях и сделать вывод о зрелости технологических решений для внедрения на шельфовых проектах Газпром нефть.

Компания рассматривает возможность применения искусственного интеллекта на шельфовых месторождениях. Для этого нам необходимо понимать: a. зарубежный опыт внедрения ИИ в добыче, геологоразведке, бурении, сервисных функциях (закупки, HSE, экономика и финансы) b. какие компании на российском рынке готовы реализовать подобные или прорывные решения

1. Изучить опыт 8-ми зарубежных компаний по направлению «Искусственный интеллект на шельфе» -Royal Dutch Shell - Petrobras - British Petroleum - Chevron - ConocoPhillips - Total - ExxonMobil - Equinor. 2. Ранжировать шельфовые проекты на базе ИИ, а также потенциальных технологических партнеров, вендоров по 6-ти направлениям: • Управление производством Кросс-функциональное управление производственными процессами на этапах ГРР и Добыча, в дальнейшем и на этапах Проектирования и Обустройства месторождений. (Инструменты поддержки принятия решений, базы данных, в т.ч. реального времени, автоматизированные системы сбора и обработки данных по активам и др. • Цифровой двойник пласта с учетом особенностей шельфа Разработка, адаптация и анализ моделей пласта. Моделирование процессов пласта. Оптимизация расположения скважин • Цифровой двойник бурения Планирование и оптимизация бурения (включая сопровождение и предиктивную аналитику разломы/сдвиги/зажим оборудования/непроизводительное время); • Цифровой двойник испытания скважин Моделирование испытаний скважин (в целях сокращения времени опробования после бурения) • Цифровой двойник добычи Гибкое планирование производства. Функциональная диагностика и прогноз отказов • Робототехника Роботизированный буровой станок, роботы для обследования объектов обустройства месторождений (подводных/надводных) и исследования поверхности шельфа.

Структурированный отчет с привязкой к бизнес-процессам по функциям «Газпром нефть шельф» (добыча, геологоразведка, бурение, сервисные функции), содержащий: 1. Зарубежный опыт применения решений на базе ИИ для шельфовых проектов компаний: - Royal Dutch Shell - Petrobras - British Petroleum - Chevron - ConocoPhillips - Total - ExxonMobil - Equinor 2. Ранжировать решения на базе ИИ для шельфа по 6-ти направлениям: • Управление производством • Цифровой двойник пласта • Цифровой двойник бурения • Цифровой двойник испытания скважин • Робототехника 3. Перечень российскийх и зарубежных вендоров в соответствии с направлениями. 4. Матрица вендоров по степени зрелости технологии и доступа к технологиям (санкционные барьеры) 5. Матрица решений на базе ИИ для шельфа в зависимости от результатов анализа вендоров.

• Детальное описание технологии (не верхнеуровневое описание); • Изменение бизнес-процессов (значительное/незначительное); • Первичные функциональные требования на разработку; • Схема применения/сценарии использования данной технологии; • Примеры проектов (зарубежный, российский бенчмаркинг) • Примеры провайдеров • Оценка зрелости данной технологии (TRL); • Характер эффекта от данной технологии (экономика, повышение эффективности трудозатрат/производства, повышение уровня HSE и т.д.); • Барьеры при реализации (включая санкционные барьеры).

Отчет предоставляется в формате MS Excel (перечень контрагентов и их ранжирование по степени зрелости технологий и доступа; перечень зарубежных компаний – бенчмарк, матрица решений), презентация результатов исследования, MS Word

Проект рассчитан на одного человека