5月初，《关于促进人工智能与能源双向赋能的行动方案》——发改委、能源局、工信部、数据局，四个部门联署印发了一份文件。

这是国家层面第一份系统部署“AI+能源”融合发展的纲领性文件。

翻开方案，油气上游的几个关键词全在——“油气地质智能勘探与建模决策”“钻井设计优化与智能导向钻井系统”“储层改造与非常规油气开发智能决策”“油气数据资产库及数字孪生盆地模型构建”“油气生产数据智能感知”。

从勘探到建井到生产，从地下到地上，从数据到模型，全链条覆盖。

方案还说，要在电网、发电、煤炭、油气、综合能源五个领域推动专业大模型深度应用，其中油气是明确方向之一。

这种措辞放在几年前还是“鼓励探索”，现在已经变成了“明确任务”。

石油上游的“老问题”，AI碰巧能解

石油上游的痛点，业内心里都清楚。

地下不是透明的。一张地震剖面图，靠人工解释，一个资深地质师一天看不了几条线。塔里木盆地三维地震数据量巨大，过去人工识别断点耗时费力。

钻井是深度定制化的。一口深井，设计、轨迹控制、风险预警，大量依赖工程师的经验。

压裂同样复杂。我国非常规油气储层地质条件复杂，国外的压裂软件到了国内一般不适配。技术人员对单井做压裂设计，需要查阅大量邻井资料，人工调整参数，效率低、依赖经验。

生产阶段也不省心。油田动辄几万口井，靠人工逐口井巡检、分析工况、调参数，“人追着井跑”，效率低下。

而AI的切入点，恰恰是这几个维度——

地质解释用上了AI，在塔里木盆地，三维地震断点识别计算效率提升了5倍。设计优化让AI介入——中国石化的智能压裂系统，单井设计效率提升80%。生产过程包含智能诊断——中国石油的训练了10亿参数的抽油机井生产优化大模型，数据可用率从40%提升至95%以上，工况异常诊断准确率超90%。

这套打法下来，本质上是在解决一个老问题：上游业务环节多、链条长、高度依赖人的经验，而经验无法快速复制。

AI不能替代石油工程师，但能把“经验”变成“模型”，把“看井”变成“看屏”，把“人工调参”变成“智能寻优”。效率提升了，成本也降下来了。

三桶油各自的节奏

1.中国石油——覆盖面最大，数据资产积累最深

它的优势在于体量。中石油拥有国内最多的油气田资产、最长的管网、最复杂的业务链条。这意味着它手里的数据量最大，场景最多元。

抽油机井生产优化大模型，整合了大庆、辽河、长庆、新疆四大油田7.8万口井的生产数据。昆仑大模型数据集规模550TB，制定了14项行业级、11项专业级、48项场景级数据标准。

但最大的挑战也在这里——数据和业务深度融合的难度，超乎想象。井的种类多、区块差异大，一个在新疆油田跑通的模型，不能直接搬到其他地区油田用。中石油的策略是用大模型做底座，针对不同采油厂的需求做微调，形成场景化模型。

2.中国石化——非常规油气领域突破最深，工程环节AI化程度最高

中石化的实践最具代表性的是两个方向。

一是超深层页岩气勘探。资阳东峰页岩气田探明地质储量2356.87亿立方米，勘探深度达到4500至5200米。攻关团队将AI融入物探技术体系，“给地层做CT扫描”，形成了完全自主的寒武系超深层页岩气勘探开发技术体系。

二是压裂环节的智能化。自主研发的FracAgent V1.0系统，采用“AI大模型+机理模型”双驱动模式，已在涪陵、普光等重点区域80余口井、1000余段压裂作业中验证，成功规避砂堵风险。

中石化的策略是“定点突破”——在页岩气这个最需要技术突破的领域集中发力。

3.中国海油——深水/海上场景最具特色，装备智能化走在最前面

海油的优势在深水和海洋工程装备。海上油气开发，作业环境恶劣、安全要求高、设备复杂度远超陆上。

两条智能化线索值得关注。

一条在海上平台。“海洋石油283”平台引入AI智能监测，预计可使单井增产作业周期缩短40%，综合运营成本降低30%。渤海秦皇岛32-6智能油田建成了国内首个投产的海上智能油田，南海东部恩平油田建成了国内首个海陆一体化协同运营平台。

另一条在制造端。海油工程建成了深水油气装备工艺管线智能生产线，打通了从设计、生产到涂装的全流程，形成了一体化自主可控能力。海油的出海路径也更清晰——通过智能装备能力的提升，未来有望在国际深水工程市场获得更多份额。