Shell:石油巨头如何用AI准备”后石油时代”
行业:能源 | AI场景:钻井优化+碳排放+交易 | 阶段:规模化 | 启动:2018年
企业背景
Shell是全球最大的能源公司之一,正处于从传统油气向新能源转型的关键时期。AI在Shell扮演双重角色:一是优化现有油气业务的效率(在转型期保持利润),二是加速新能源业务的发展。
AI 转型动因
石油行业面临碳中和的巨大压力。Shell承诺2050年实现净零排放,但传统油气业务仍是主要利润来源。AI帮助Shell在两个方向上同时发力:让油气业务更高效(挤出更多利润为转型提供资金),让新能源业务更快落地。
AI 应用全景
核心场景:AI钻井和生产优化
Shell在全球的油气田使用AI优化钻井参数和生产策略。AI分析地质数据、生产数据、设备状态数据,实时调整生产参数以最大化产量和效率。
核心场景二:碳排放AI管理
Shell用AI实时监控和管理全球运营的碳排放。AI帮助识别减排机会、优化能源使用、跟踪碳信用额度交易。
辅助场景
能源交易AI(优化全球能源交易策略)、风电场AI优化(预测风力,优化风机角度)、加油站AI运营。
关键数据 & 成果
| 指标 | 转型前 | 转型后 | 变化 |
|---|---|---|---|
| 钻井优化节省 | — | 数亿美元/年 | — |
| AI覆盖运营环节 | 少量 | 全面 | — |
| 新能源AI投入 | 起步 | 数十亿 | — |
组织与实施
Shell在荷兰和印度建立了两个主要的AI研发中心,同时与微软和C3.ai建立了战略合作。Shell的AI团队超过1000人。
Mars 视角:可复用的经验
-
“过渡期”的AI策略:Shell的做法是用AI同时服务”旧业务”和”新业务”。对于所有处于转型期的传统企业来说,这是聪明的策略——不是二选一,而是用AI让两边都更高效。
-
能源交易AI是被忽视的应用:Shell每天交易的能源价值数十亿美元,AI优化交易策略的收益是直接可计算的。
-
“碳排放管理”将成为所有企业的必需品:不只是能源企业,随着全球碳政策趋严,每个大型企业都需要AI碳管理能力。
局限与风险
Shell的AI转型面临”既得利益”的阻力——油气业务的利润远高于新能源,AI如果只用于优化油气而忽视新能源转型,可能延缓而非加速低碳转型。
关联
- 相关打法:效率优先