智能油田加速建设，还有什么难题( 四 ) 开展早却发展缓慢

周彦丽：数字化转型不仅是设备与技术的更新换代，更重要的是与之相匹配的管理模式创新。即使在市场经济相对成熟的发达国家，数字化转型仍然面临着传统组织管理模式带来的阻碍。
从国际石油公司的经验来看，管理模式创新主要分为三个方面：一是基于数字化和智能分析系统的总部统一管理；二是新增就业人员的减少以及人均薪酬的提升；三是拓宽技术获取方式，灵活采用收购、引进、合作等方式促进技术创新。例如，壳牌、BP等公司均设立了风险投资公司，用于接收其他行业新技术的合作提案，为技术创新提供来源和储备。
周磊：需要注意的是，企业的数字化进程势必会加速生产控制系统及网络的边界逐渐开放。新业态的挑战，不断涌现的新兴技术及其深化应用，产生了新的网络安全风险。应充分考虑智慧油气田安全运营中心的发展方向，将安全态势感知平台、智能安全管理融入企业安全运营中心，实现安全运营中心与设备管理运维、安全环保管理等方面的高效协同，打造油气田企业数字化生产经营管理。
中国石油石化：在数字化人才方面，油气田企业是否存在短板？
谭中峰：人工智能算法工程师与业务人员之间的壁垒挑战是重要的一个方面。通常，业务人员对人工智能算法不了解，算法工程师对业务人员的专业也不了解，导致算法工程师与业务工程师之间往往存在“听不懂、说不清、合不来”现象，给人工智能在业务领域落地带来障碍。
油气行业的人工智能落地应用不同于其他行业。油气勘探开发对象在地下，是一种看不见、摸不着的黑箱系统。采用人工智能技术解决油气勘探开发问题，不同于人机对弈中的人工智能AlphaGo Zero ，它所走的围棋棋盘是规则且可见的。油气行业大多数要解决和处理的问题是看不到任何规则的，甚至需要解决问题的对象是什么都不清楚，具有超强的不确定性。要解决好油气行业的人工智能应用问题，专业知识和行业经验非常重要，必须要解决算法工程师与业务人员间存在的壁垒。只有双方深度融合，才能促使人工智能技术的产品或者场景真正落地应用，发挥应有的作用。
来源：中国石油石化