除关于变更的疑惑，各动力企业还在推敲新型技巧究竟可否真正完成。
人工智能（简称AI）曾经证实了本身关于石油与自然气公司的价值，但外行业以内年夜量采取AI技巧依然面对着一系列妨碍。Tessella公司（专门供给工程与征询办事，旨在赞助全球各动力公司经由过程数据肯定晋升钻井平台运作及企业全体运营效力的办法）动力部分主管Ray Hall指出，“石油公司在AI技巧的采取方面面对着诸多挑衅。除关于变更的自然顺从以外，关于现有常识能否充足和新型技巧可否真正完成等仍存在疑虑。”
Hall同时表现，“我们的相当一部门客户曾经在各年夜技巧计划供给商身上投入了巨额资金。但是，虽然剖析结论具有吸引力，但现实报答却使人掉望。”
Hall说明称，石油企业多年以来一向在供给链平台和炼油计划傍边应用模子猜测掌握（简称MPC）等剖析办法。
Hall指出，“他们一向在应用构造化数据处置计划和剖析技巧。但是，因为这些旧有技巧少少与新型剖析技巧相联合（例如经由过程机械进修晋升事迹程度），是以各企业常常在这一范畴缺乏值得存眷的停顿。”
从竞争的角度来看，最主要的是石油与自然气企业因为面对着其它行业所不可思议的多方面挑衅，是以在战胜AI及其它新兴技巧困难方面处于自动位置。
一方面，石油与自然气行业存在着历久的价钱不肯定性。Hall表现，“单桶原油跨越100美元的日子曾经一去不复返，全球需求降低与临盆才能上升使得油价一路走低，同时意味着石油企业必需年夜幅度下降临盆与炼油本钱。”
这意味着运用新型技巧以进步效力，可以或许赞助各石油与自然气企业完成明显的本钱勤俭后果。Hall强调称，“举例来讲，机械人或许可以或许在临盆资产中施展感化以处置钻井与开采流程。”
除此以外，这一范畴还面对着从业人员老龄化成绩。Hall指出，“剖析范畴曾经就此作出年夜量猜测，并且人们广泛认识到，将来五到十年傍边将有高达40%的石油与自然气员工退休。用人力代替这部门具有丰硕经历的休息力将极具挑衅性； 应用认知与机械进修处理计划增长主动化决议计划支撑，从而下降关于经历的依附就显得异常主要。”
最初，跟着关于石油及自然气资本依附性的下降，这一行业内的从业企业亦须要改变本身营业以成为控制可再生动力的完全动力供给商。
Hall表现，“为了完成这一目的，各企业须要以有益可图的方法同时运营化石动力与可再生动力。这将须要树立起一套更加古代化的技巧情况，从而更加有用地知足客户需求并优化动力构造。”
Tessella公司曾经赞助多家石油企业应用AI技巧改良营业流程。举例来讲，其已经与一家石油公司客户协作，赞助后者晋升对现有钻井装备应用寿命及腐化程度的懂得，并愿望借此取得更加可不雅的开采收益。
Hall引见称，“该公司具有年夜量汗青数据，但却缺少充足的剖析与懂得。我们搜集了全体油井运营数据汗青记载，并应用一系列AI统计技巧辨认数据构造，找到汗青数据与腐化程度之间的联系关系性，尔后容身潜伏变量以懂得汗青记载中的哪些身分与腐化情形有关。”
这项任务许可客户更加自负地基于风险作出决议计划，进而充足懂得各类不肯定性、风险与敏理性身分。Hall总结称，“这将带来伟大的反应。懂得腐化状态关于项目实行相当主要。”
