Inteligência artificial e TI na transformação do setor de óleo e gás

O setor de óleo e gás (O&G) segue como um dos mais importantes na composição a economia nacional. A fatia do petróleo no PIB industrial corresponde a 15% do total, com tendência de crescimento até 2030. Em 2022, o país bateu recorde histórico de produção: pouco mais de 3 milhões de barris por dia (bbl/d), alta de 2,47% em relação a 2020. No gás natural, elevação de 2,98% sobre aquele mesmo ano, com 130 milhões de metros cúbicos.

O País é o nono maior produtor de petróleo, correspondendo a 3% do volume gerado no planeta, segundo a Agência Nacional do Petróleo (ANP). Os Estados Unidos lideram o ranking: 16,5 milhões em 2021, 18% do total. A estimativa da Empresa de Pesquisa Energética (EPE), descrita no Plano Decenal de Expansão de Energia 2031, é de que a extração de óleo e gás no Brasil cresça pouco mais de 80% em seis anos, chegando a 5,2 milhões de barris diários em 2029.

O contexto torna evidente a relevância desta indústria para a economia mundial e brasileira – o que sinaliza, também, que a transição energética dos países ainda é um plano de médio e longo prazos, dada a dependência do setor.

Assim, ao mesmo tempo que se torna urgente o alinhamento das companhias petrolíferas às pautas da agenda climática, sobretudo na questão das emissões de carbono, é igualmente importante para o equilíbrio econômico e disponibilidade energética global o aprimoramento da performance produtiva, redução dos custos operacionais e a mitigação do impacto ambiental de toda a cadeia relacionada ao O&G.

 

Tecnologias para transformação do setor

Neste processo, empresas de O&G podem buscar na digitalização o melhor atalho para modernizar as suas operações, elevando a produtividade e a segurança em todos os níveis da cadeia, gerando caminhos mais sustentáveis de crescimento.

Ecossistemas de IoT, por exemplo, têm sido usados para coletar dados em tempo real sobre toda a infraestrutura de produção e distribuição – desde plataformas de extração marinha e refinarias a extensas redes de tubulações e sistemas logísticos. O intuito é melhorar a eficiência operacional, cortando custos relacionados desnecessários, elevar a produtividade, diminuir o consumo de energia e, por fim, impulsionar a lucratividade das companhias.

Computação de borda (edge computing) tem contribuído para agilizar o processamento de dados em zonas remotas, com restrição de conectividade. Já a adoção de drones e óculos de realidade aumentada são cada vez mais frequentes na inspeção de plataformas offshore e de estruturas de produção cujo alto risco de segurança torna o uso destes recursos um fator essencial.

LEIA MAIS: A transformação digital da indústria de óleo e gás

Mais recentemente, a inteligência artificial (IA) tem exercido um papel fundamental na transformação do setor. A relevância desta ferramenta tem sido cada vez mais percebida no setor. De acordo com levantamento da Ernest & Young (EY), 92% das companhias de O&G ao redor do mundo investem ou pretendem investir em IA no prazo de cinco anos. E 50% dos executivos ouvidos no estudo já estão usando essa tecnologia para resolver desafios em suas organizações.

 

Cases de IA no setor

Segundo relatório da Al-Attyiah Foundation, entidade do Catar que monitora a indústria de energia global, têm aumentado o número de cases de grandes petrolíferas que adotaram o IA para a resolução de problemas nos últimos anos – e estão economizando milhões de dólares com isso.

Em 2021, a companhia malaia PETRONAS implementou o programa AVEVA Predictive Analytics para detectar riscos de falhas em sua infraestrutura de produção. Mais de 200 modelos foram aplicados no primeiro ano, resultando em 51 alertas de falha precoce em equipamentos. O processo entregou um valor preservado de US$ 17,4 milhões na antecipação de problemas – 14 vezes acima do investido com a solução.

Há dois anos, o Wadia Institute of Himalayan Geology (WIHG) descobriu uma nova técnica baseada em IA para analisar ondas sísmicas, visando identificar a presença de hidrocarbonetos – como petróleo e gás natural – abaixo da superfície, elevando a eficiência do processo de descoberta de novos reservatórios para a exploração.

 

Valor percebido

Para os consultores da McKinsey, um dos principais desafios para a aceleração digital do setor de O&G seria a dificuldade em tangibilizar os investimentos feitos em tecnologias inovadores e inteligentes. A dificuldade não é técnica, mas de visão e cultura.

Para muitos executivos, como parte dos problemas detectados pelos modelos de AI não necessariamente são sensíveis à atividade-fim, eles acabam por adiar as ações mais contundentes neste sentido. Ou porque as equipes do projeto de IA não consigam demonstrar o impacto final de seus esforços.

Entretanto, nas estratégias mais bem-sucedidas, os benefícios financeiros são evidentes e mensuráveis. De acordo com a McKinsey, empresas atentas têm capturado um valor adicional de US$ 5 por barril de óleo equivalente em razão do emprego de soluções IA-driven, tanto na fase de perfuração/extração, quando no gerenciamento de estoques e manutenção preditiva.

Polos petroquímicos utilizam estes modelos para prever as melhores condições operacionais em tempo real, otimizando a produção. Com isso, há registros de aumento das margens de lucro entre dez e vinte centavos por barril. Neste ritmo, a aplicação de abordagens analíticas avançadas pode gerar até US$ 300 milhões em valor adicional para a empresa em apenas 18 meses.

Para a estratégia digital ter o seu valor percebido, como descrito acima, é fundamental a criação de um sistema para a rastreabilidade das ações.

 

Benefícios da inteligência artificial no setor

Como vimos, esta tecnologia tem papel importante na otimização da exploração e perfuração de poços, colaborando também na racionalização da produção e logística, gerenciamento de estoques, previsibilidade de cenários, entre outros.

Neste sentido, podemos citar:

– Previsão de energia e supply
Modelos de AI e análise de dados podem prever condições climáticas adversas que possam impactar na produção, determinando a melhor associação de fontes de energia – fóssil, biocombustível ou renovável – para evitar o desabastecimento;

– Previsão de demanda
Análise da curva de demanda histórica e sobre eventuais alterações no cenário socioeconômico de regiões ou países ajudam a gerar insights valiosos para um gerenciamento mais efetivo dos estoques e o ritmo de produção;

– Antecipação de falha
Modelos inteligentes aplicados a sistemas e componentes utilizados em plataformas de extração, por exemplo, monitoram a integridade operacional e antecipam problemas que possam acarretar na paralisação das atividades, contribuindo também na redução dos custos operacionais com manutenção pós-falha;

– Gerenciamento da demanda
Ao analisar dados coletados sobre o padrão de consumo de empresas e cidades, é possível customizar a oferta do produto e gerenciar a sua distribuição, sem excessos ou desperdício.

– Otimização dos estoques
Sistemas de AI permitem um gerenciamento eficaz da relação entre produção e armazenamento, garantindo fornecimento eficiente, sem perdas.

– Precificação
Modelos que atuam na avaliação da volatilidade dos mercados de energia a partir de dados históricos e tendências, contribuem para aperfeiçoar as estratégias comerciais – e aumentar o lucro – das companhias;

Além disso, a inteligência artificial é absolutamente essencial para o desenvolvimento das estruturas de machine learning que serão usadas na digitalização do setor de O&G.

 

Foco ambiental

Os métodos digitais estão provando estar entre as formas mais poderosas e econômicas de reduzir a pegada de carbono da indústria também. Técnicas de otimização de rendimento, energia e produção (YET) em operações de produção e refino ajudam as empresas a maximizar sua produção para cada unidade de energia que consomem. Isso aumenta a lucratividade e reduz as emissões de carbono.  Em paralelo ao aumento de performance com redução de custos, o processo de digitalização do O&G é essencial para o alinhamento do setor com as demandas da agenda climática global.

É grande a pressão mundial sobre as companhias petrolíferas para mitigarem os reflexos de suas atividades na natureza, buscando reduzir o risco de vazamentos, a perda de volumes provenientes da operação e um uso mais eficiente de recursos energéticos e naturais.

No relatório divulgado de maio deste ano, a Agência Internacional de Energia (IEA, em inglês), aponta a necessidade do setor em cortar pela metade a intensidade das emissões até 2030.

Em “Net Zero Emissions by 2050 Scenario”, os pesquisadores afirmam que as operações desta indústria representam 15% das emissões globais anuais de gases do efeito estufa (GEE) relacionados ao setor de energia. Medidas como maior controle sobre o metano expelido no processo, eletrificação de sistemas de produção com energia limpa, elevação dos níveis de captura, uso e armazenamento de carbono, e a adoção de hidrogênio verde na etapa de refino – aliadas à redução do consumo de petróleo e gás natural – podem resultar em 60% de redução das emissões do setor até o fim da década.

A boa notícia, segundo a IEA, é que já existem tecnologias disponíveis e acessíveis para as empresas empreenderem uma real transformação sustentável de suas operações. As aplicações de IA são ilimitadas e vão além de tornar processos melhores ou mais rápidos, criando um novo horizonte de negócios no landscape desta transformação do setor.

 

TI na retaguarda

Este novo impulso pela mudança trazido pelas novas tecnologias disruptivas só será possível, contudo, se houver similaridade de investimentos em infraestrutura de processamento de dados.

A digitalização das operações gera um imenso volume de dados, tornando necessário o uso de algoritmos desenvolvidos para solucionar problemas complexos, a fim de analisar o big data com maior agilidade e precisão.

O desempenho máximo dos sistemas de IA só pode ser alcançado com o suporte de uma TI completa, de várias camadas, incluindo aprendizado de máquina, linguagens de programação, nuvem, ferramentas de processamento de dados e data centers robustos, modernos e energeticamente eficientes.

Todo este arcabouço tecnológico também precisa ser de baixo impacto de carbono. Alinhadas todas as agendas e garantida a alta disponibilidade do centro de dados, a IA revela-se uma ferramenta estratégica inestimável para a criação de um contexto mais favorável para a transição energética do planeta.

A consolidação de um futuro mais sustentável do setor de O&G demanda inteligência e capacidade de realização, dentro da velocidade necessária para que a mudança tenha efeito positivo a tempo. E as tecnologias de disrupção – bem como uma TI eficiente e confiável – são centrais neste processo.