現在是大數據時代！搞油服的哈裏伯頓和微軟都走到一起了！

搞油服的哈裏伯頓和做軟件的微軟走到了一起？這兩家似乎風馬牛不相及的公司，合作卻近乎必然。其他行業炒作的熱點已經從“大數據”轉向“區塊鏈”，而石油行業在成本壓力下真刀實槍地利用起來了這個技術。市場會發現，這些油企對低油價和增產的耐受力越來越高。

微軟作為軟件業內大佬，首先其Azure雲在業內口碑不錯；而其業務布局之全麵，甚至為樹莓派這種極客範的小眾設備都免費提供了物聯網版本Windows10，哈裏伯頓找了一個足夠牛的合作夥伴。

實際上，油氣行業使用遠程傳感器收集數據已經好多年了，但是一直沒有將分散的數據集中解讀、並因此決策的能力。在利用大數據分析後，大量複雜而分散的數據聯係了起來，數據快速可視化並可以為決策提供實時數據，遠超人工操作時代的想象力。

在沒有大數據分析的時代，打一口油井三分靠經驗，七分靠技術，餘下90分靠運氣。雖然實際的比例沒有這麼誇張，但是千辛萬苦挖一口井最後沒出幾桶油，這種燒錢的尷尬沒少出現。

而Noble Energy在將2000餘口井的數據放進數據平台分析後，利用大數據分析不同含油層對水力壓裂和水平鑽井的反應，現在對最佳鑽井位置預測的誤差隻有幾英尺。

在鑽井過程中，該公司在休斯頓的控製室可以實時控製所有鑽機。諸如調整鑽頭速度以適應更加堅硬的岩層這樣的動態調整，根據數據庫裏麵類似場景的數據可以立刻做出決策。因此該公司可以在5天內鑽出一條2英裏長的水平井，而過去需要兩周以上。

而這還尚且不算將大數據利用到極致。英國石油公司的油田維護人員，曾經是每天早上的會議中確定去哪些井，然而這種安排是沒有效率的。比如一個工人在半晌的時候去了一個油田，原因可能僅僅是因為它靠近一個好吃的小飯店。大數據接入後，英國石油公司發現，原來此前60%的工作量沒有產生價值……

現在，英國石油公司開始用大數據，根據維護迫切程度、特定作業車裝載的物料和地形規劃路線。工人每天早上都會拿到詳盡的計劃任務書，甚至行車路線都有規劃。

除此以外，通過工作車的網絡接入設備，英國石油公司將油田的Wi-Fi覆蓋率從30%提高到了90%。其油田工人看一眼設備，其溫度、壓力和儲量的數據立刻會在護目鏡上顯示出來，而且技術人員可以遠程進行作業指導，節省了以往開檢修單後等待技術人員的停工時間，以及差旅費。你懂的，高技術人員工資高得很。

總的來說，在低迷的油價中，油氣行業麵臨著改善運營效率的重大壓力。以往效率不高的原因，有一條就是需要頻繁試錯中浪費了大量的時間和金錢，而這個錯誤往往是出現過的，大數據平台起了一個“錯題本”的作用，總結出各種套路。

數據包括地址、地震、井口記錄、鑽井和產出數據。大數據針對殼牌這樣的大型跨國油企河小型頁岩油生產商都有效果。公司可以在不同油井傳回的數據中找到聯係，建立預測模型和程序，為計劃、設計與最終的生產。

從目前業內能夠提供的產品來看，包括地理位置、地震、井口記錄、鑽井和產出數據等接入很全麵，而英國石油公司這樣的跨國油企和Noble這樣的頁岩油氣公司都嚐到了巨大的甜頭。

其實現在業內的大數據還沒有完全推廣開，哈裏伯頓作為上遊的油服公司必然能帶動其他油氣生產商對大數據的使用。我們看到了大數據分析威力十足，全行業推廣開來之後，恐怕又會迎來一輪效率井噴式提高，成本大規模下跌後，對低油價和增產的適應力更強了。