El impacto de la IA en la industria del petróleo y el gas

Aquellas empresas que estén dispuestas a hacer los cambios necesarios en su funcionamiento, podrán utilizar Inteligencia Artificial para mejorar tiempos de operación y reducir sus costos.

Por: Christophe Dupuis
Gerente de División Ecuador, Colombia y Perú, SLB

La revolución de la inteligencia artificial (IA) ha llegado. Logrando avances significativos en los mercados de consumo, desde ChatGPT hasta los asistentes digitales desplegados por todas las principales compañías tecnológicas.

No obstante, en nuestra vida profesional, el progreso es más lento. Pese a la velocidad de esta tecnología, todas las empresas cuentan con una estrategia digital, que incluye IA y un aumento de los presupuestos digitales.

Durante la fase inicial en los últimos años, las empresas se equiparon con especialistas en IA y conjuntos de herramientas, para tratar de resolver problemas específicos mediante una serie de proyectos de prueba de valor (POV). En algunos casos, estos tuvieron éxito, pero la siguiente gran prueba para estas estrategias fue la escalabilidad. Las promesas de ganancias rápidas y significativas se convirtieron en retrasos, líderes desilusionados y equipos frustrados.

En medio de esta situación, una minoría de jugadores exitosos emergió del grupo. Ellos ahora conocen la verdad: para aprovechar la promesa de la IA, las empresas deben estar listas para un cambio profundo. No hay atajos. Primero, deben decidir si serán shapers (formadoras), takers (receptoras) o makers (creadoras) de tecnología, para después priorizar áreas de enfoque que logren captar un pronto valor y evitar quedar rezagadas.

En segundo lugar, las empresas necesitan construir capacidades y adoptar una mentalidad de gestión del cambio que les permitan transformar algunos de sus procesos y estructuras para operacionalizar la IA. Por ejemplo, con un enfoque real de MLOps, (Machine Learning Operations por sus siglas en inglés) que marca la transición entre la experimentación y la industrialización sostenible. Para esto, deben evaluar y adquirir una plataforma que respalde sus ambiciones. Si una empresa omite alguno de estos elementos, perderá años de avance; mientras su competencia acelera, creando una brecha entre las dos que será casi imposible de cerrar.

El tiempo de experimentar con POV debe detenerse. Aquellos que sean lo suficientemente visionarios para entender la urgencia actual de los cambios empresariales son los únicos que estarán subiendo al tren de la IA, uno bastante rápido.

El premio de hacer esto bien vale el esfuerzo y los resultados ya no son ciencia ficción. Hoy, en el subsuelo, hemos logrado mejorar la precisión del modelo de propiedad en un 60%, en comparación con la geoestadística. También logramos reducir el tiempo de respuesta en un 75%, convirtiendo el trabajo de una semana a uno de un día. Esto reduce considerablemente el riesgo en la ubicación de pozos y mejora seriamente cualquier decisión económica basada en simulación de reservorios. Por eso, cambia la realidad para el equipo de activos y los ejecutivos de la empresa.

Para unas pocas empresas afortunadas en tierra y en alta mar, la perforación de trayectorias planificadas sin intervención humana ya no es noticia nueva. Las operaciones se han pagado a sí mismas, al aumentar la consistencia entre equipos, mientras mejoran la tasa de penetración, los tiempos de conexión y se reducen los costos de eventos de construcción de pozos durante el cambio de tubería y el revestimiento, sin mencionar las mejoras en las estadísticas de salud y seguridad (HSE). Una de las operaciones más complejas, la geonavegación, ahora puede realizarse de forma autónoma, algo que muchos expertos consideraban imposible hace solo un año.

Además de las operaciones de perforación, la planificación se ha digitalizado para aumentar la velocidad y calidad del análisis de desplazamientos, el diseño y las interacciones del equipo de planificación. Con las nuevas plataformas basadas en la nube se replantean pozos sobre la marcha, permitiendo que el equipo revise los cambios significativos resaltados por una plataforma inteligente. Con cada nueva actividad, la plataforma aprende y se mejora a sí misma, y el resto de la operación, por supuesto, siempre bajo el control del usuario. El impacto, nuevamente, se traduce en una alta consistencia entre los ingenieros, haciendo que cada pozo sea mejor que el anterior, y dando confianza a las cabezas de la compañía por las mejoras en tiempo y presupuesto.

Todas estas aplicaciones son poderosas, pero puede que no logren igualar el retorno de una transformación de las operaciones de producción, en donde los innovadores ya obtienen ganancias diarias y lo harán durante años. Un puñado de empresas pioneras ha logrado cambiar el juego con pozos inteligentes, mejorando la producción diaria y los reinicios seguros después de eventos de fuerza mayor, y trabajando para extender la vida útil del sistema de elevación y del pozo. Gestionar los parámetros de la bomba y la inyección de químicos cada segundo en función del patrón de flujo real en un bucle cerrado es la mejor manera de mantener el pozo saludable, produciendo y libre de reparaciones.

La prevención es, sin duda, la mejor estrategia, similar al ejercicio de cepillarse los dientes, en lugar de ir al dentista solo cuando el dolor es insoportable, para recibir una factura igualmente indeseada. Esta debe ser la decisión de cada gerente que desea aumentar la producción, mientras reduce los costos operativos y la exposición en HSE.

Más allá de los pozos, la gestión autónoma de plataformas de perforación ya es una realidad. Por ejemplo, equilibrando los patrones de inyección y producción con IA para mejorar la recuperación de inundaciones de agua, algo que típicamente requiere complejos análisis e interpretaciones entre departamentos, numerosas reuniones y, a menudo, un poco de improvisación. Actualizar la plataforma de perforación también brinda la oportunidad de eliminar la quema, abordando una fuente significativa de emisiones que la industria necesita atacar como una prioridad máxima. La IA también ayuda a gestionar la seguridad en muchos sitios de perforación hoy en día, con análisis de video que se han desplegado con éxito en la región.

Ahora estamos en camino de alcanzar el nivel final: la gestión autónoma de un campo. En un ciclo rápido, esto significa implementar un gemelo digital del sistema de producción en el subsuelo y en la superficie, para ofrecer una producción superior al menor costo de elevación. Otro ciclo recomendará decisiones de desarrollo del campo de manera más sistemática, más frecuente y más económica que un flujo de trabajo manual tradicional actualizado anualmente, liberando nuestro tiempo para las tareas que ninguna IA puede lograr.
Estos pocos ejemplos ofrecen beneficios tangibles de la forma en que la IA está revolucionando la industria del petróleo y gas. Ninguno de ellos ha existido por mucho tiempo, dejando en evidencia la velocidad del desarrollo de estas tecnologías. Fueron seleccionados de una biblioteca de más de 100 aplicaciones desplegables a nivel mundial construidas sobre las mejores plataformas disponibles. Los primeros shapers las construyeron en estrecha colaboración con equipos especializados en todo el mundo, que combinan experiencia en ciencia de datos y décadas de conocimiento del dominio.

Si su empresa busca ser un shaper, esta colaboración está disponible en cualquier ubicación para ayudarle a conectar sus datos corporativos e inteligencia con las últimas evoluciones en aprendizaje automático y GenAI. No es necesario reinventar la rueda, puede concentrar el presupuesto en perfeccionarla.

Si la estrategia de su empresa es más de taker, la buena noticia es que los beneficios rápidos son posibles sin riesgo y sin la necesidad de cambios fundamentales mencionados anteriormente. Solo se necesita desplegar algunas de las muchas soluciones probadas. Por ejemplo, el re entrenamiento y validación de un algoritmo de aprendizaje automático existente para la predicción de fallos de bombas sumergibles eléctricas (ESP) puede ser la solución. O las perspectivas conversacionales de su base documental corporativa son un punto de entrada fácil a GenAI. Lo más importante es comenzar; siempre puede convertirse en un desarrollador más adelante.

En conclusión, el impacto fundamental de la IA en una industria como la del petróleo y gas es que el panorama competitivo se reorganizará antes de 2030. El tiempo se está acabando, así que, si todavía está en una estación, ¿por qué no dar el siguiente paso? El único arrepentimiento será no haberlo hecho antes.