勇拓新前沿中游油气行业 数字化变革德勤的数字化转型实践致力于帮助企业评估数字化现状 ， 识别有望实现业务目标的领域 ， 通过连贯的路线图设定长期数字化目标 。 我们深厚的行业经验和专业技能将进一步助力企业构建内部能力 ， 评估相关技术 ， 开发兼顾结果与规模的解决方案原型 。 如欲进一步了解德勤关于石油 、 天然气及化学品行业数字化转型的见解 ， 敬请联系本报告所列联络人中任何一位石油 、 天然气及化学品行业专家 。1目录内容概要 | 2借力数字技术，化挑战为机遇 | 3砥砺前行，开辟数字化道路 | 4中游企业数字化转型路线图 | 6立足长远，引航数字化征程 | 10运筹帷幄，展望数字化未来 | 11附录 | 12尾注 | 13中游油气行业数字化变革2内容概要中游行业数字化程度 很可能取决于企业对变化的接受程度 尽管有些企业已经认识到 ， 连管道和阀门都可实现 “ 智能化 ”，但事实上仅有 50%的企业将当前的数据管理视为重要优先事项 。2随着中游企业开始数字化转型 ， 理解数字化的价值尤为重要 数字化是一种数据驱动的方法 ， 可将每年的停工时间削减70% ， 并将非计划成本从总成本的50%降低至22%3。 更为关键的是 ，长远而言 ， 数字化科技能降低油气行业的资本密集程度 。本报告是德勤油气行业数字化转型系列报告的第二期 ， 旨在描述行业中游各主要领域的数字化现状 ， 识别企业为实现长短期目标可采取的数字化举措 ， 并为企业范围数字化转型绘制全面路线图 （ 请见补充栏 “ 德勤数字化运营转型模型 ”， 或参阅报告 From bytes to barrels: The digital trans- forma-tion in upstream oil and gas）。鉴于数字技术目前备受关注 ， 不难想象这些技术将大大助力企业应对日新月异的商业挑战 。 例如 ， 工业互联网作为广泛数字化机遇的一部分 ， 有望在2030年为全球经济增值15 万亿美元 。1然而 ， 随着页岩推动油气行业发生根本性转变 ， 美国的中游企业如何在运用数字化思维的基础上 ， 从传统和新型资产的数字化进程中获得实际价值呢 ？勇拓新前沿3借力数字技术 ， 化挑战为机遇美国中游油气行业的商业前景 预示着广阔的增长机遇 ， 而且对于各类型的燃料均如此 。 一方面 ， 利于削减成本的技术创新不断加速 ， 这将促进美国轻质致密油 （ LTO） 生产的强劲增长 ； 另一方面 ， 将天然气作为替代燃料的长期趋势也促进着页岩油生产 。 此外 ， 美国本土石油和液化天然气 （ LNG） 出口机遇增加 由于价格竞争力和建设国内基础设施的政策推动 让行业前景更具吸引力 。4最后 ， 随着近来盆地价格差异骤升 ， 中游行业得到了重新定位 如今其基础设施规划能力对上游企业增强市场吸引力并争取增长机遇至关重要 。 例如 ， 2018年 6月 ， 由于受到基础设施的掣肘 ， 开发二叠纪盆地的单一业务公司的价值在短短两周内暴跌了156 亿美元 。5尽管如此 ， 这一趋势也揭示了 ， 企业在制定发展策略时 ， 应克服一些战略和战术层面的挑战 。 由于油气产量增长将主要来自于较多产的重要盆地 ， 大型中游乃至上游企业将对这些机遇展开激烈角逐 未来五年 ， 美国油气产量增长量的60%很可能将来自二叠纪盆地和阿帕拉契亚地区 。6竞争效应还将有力吸引资本 ， 特别是近来对采集及加工 （ G&P） 资产表示感兴趣的私募股权投资者 。 7此外 ， 页岩油的短周期特性将考验中游企业的灵活性 ， 基础设施投资的错配可能导致资产搁浅或企业错失重大机遇 。 现存老化基础设施的管理挑战更令这一局面雪上加霜 ， 与其它行业不同 ， 油气行业的基础设施在地理上较为分散 。 另外 ， 技术老旧和系统自动化的特点让基础设施易遭盗窃和网络攻击 ， 这可能会引发断电事故 ， 危害操作人员的健康和安全 ， 并造成环境破坏 。8以实际数据来看 ， 美国的油气管道全长达270万英里 ， 资产平均使用年数已达 20年 ， 2/3的居民居住在距管道 600英尺的区域内 。9因此 ， 企业管理者在规划成长路径时应考虑三大问题 ： 如何确保可持续发展 ， 同时在纷繁多变 、 竞争激烈的商业环境中创造商业价值 ？ 如何在一个保有大量遗留资产的行业中优化运营和商业模式 ？ 面对潜在风险 ， 如何保障以上价值和增长 ？ 技术完善 、业务卓越的运营虽然能帮助中游企业 ， 但中游资产的多元化和复杂性意味着 ， 所需的技术解决方案应当能够挖掘迄今尚未发现的隐藏价值 。 我们认为 ，在一个动态商业环境中取得成功的关键在于拥抱数字化科技 。 中游油气行业数字化变革4砥砺前行 ， 开辟数字化道路除了 涉及的商业问题范围越来越广 ， 实施数字化科技的成本也不断下降 ， 这意味着小中型中游企业也能在获取这些技术上拥有竞争力 。 然而 ， 大规模实体资产和刻板的营运文化对企业大规模部署高端技术造成了限制 。 中游企业劳动力技能矩阵的演变似乎进一步印证了一个事实 ，即数字化 “ 概念 ” 尚未引发行业基层的改变 过去八年中 ， 90%的中游行业新增岗位属于施工 、 维修和物料运送等范畴 ， 而数字化和运营专家领域仅出现了约两百个新增就业机会 。10艾默生 （ Emerson） 的一位高管在近期的讲话中也强调了这一观点 ：“ 数字化转型对中游企业极其重要 必须反思过时的商业模式 ， 战略性地运用科技来改变这些旧模式 ， 而不是将目光囿于简单的降低成本 。”11从投资角度来看 ， 油气行业中较为普遍的业主有限合伙 （ MLP） 模式向来重视增长甚于维护 ， 这制约了数字化升级 中游油气行业属于资产密集型行业 ， 维护资本支出普遍在10%以下 。12此外 ， 有限的数字化投资应流向何处 ， 以及哪种技术最有望满足特定业务需求等问题仍待明确解答 。要开启数字化进程 ， 企业首先要借助一种全面的模型 ， 对运营层面进行详尽的数字化评估 。 德勤数字化运营转型 （ DOT） 模型可以帮助这一评估 该模型是一种以网络安全和数字化文化为核心 ， 跨越 10个进化阶段 ， 描述数字化进程的框架 （ 请参见补充栏 “ 德勤数字化运营转型模型 ”）。 要开启数字化进程 ， 企业首先要借助一种全面的模型 ， 对运营层面进行详尽的数字化评估 。勇拓新前沿5德勤数字化运营转型 （ DOT） 模型德勤数字化运营转型 （ DOT） 模型是一份路线图 这条数字化旅程中有10个里程碑 ， 每一个都标志着企业完成了特定的业务目标 ， 而网络安全和数字化在路线图中占据核心位置 。 尽管一个资产或任务的数字化旅程需历经10个阶段才能宣告成功 ， 但转型之路必须拓宽 、 重启 ， 才能将更多资产 、 业务板块 、 整个企业 ， 乃至包括供应链和外部利益攸关方在内的生态系统纳入转型 。 安全 、 警觉 、 复原性强 （ 请参阅报告 Protecting the connected barrels) 的全面网络风险管理程序以及企业DNA促进转型的能力在这一模型中仍具核心地位 。 欲了解关于这一模型的更多详细信息 ， 请参阅报告 From bytes to barrels: The digital transformation in upstream oil and gas.数据来源: Anshu Mittal, Andrew Slaughter, 和 Vivek Bansal, From bytes to barrels: The digital transformation in upstream oil and gas, 德勤洞察, 2017年9月15日。Deloitte Insights | deloitte/insights图1德勤数字化运营转型 （DOT）模型机械化传感器传送整合分析可视化增强机器人工艺虚拟化企业数字化DNA网络安全实体到数字化数字化数字化到实体条件和故障预判远程控制运作消除运营孤岛节约隐藏成本，实现生产力增益提升技术可用性和员工调度打造新价值和竞争差异提升精准性、质量、可靠性和健康、安全、环境（HSE）商数开拓新的运营、资本及业务模式改革供应链，提升材料设计思维12345678910阶段业务目标进化（资产、体系和生态）中游油气行业数字化变革6中游企业数字化转型路线图要制定一个能吸引中游行业策略专家的数字化战略 ， 需要体现对资产或价值链的关注 ， 令数字化科技满足运营目标 。 同时 ，还应认可业务部门间 ， 以及各企业数字化转型的执行时间框架之间的差异 ， 因此本报告在整体价值链层面描绘数字化转型路径 ， 即以采集和加工为起点 ，以储存为终点 。 虽然每个运作环节都至关重要 ， 且需要以数字化为焦点 ， 但本报告仅重点阐述价值链各方面的关键运作环节 ， 从而详述其方法论和意义 。纵览全局 ， 储存环节数字化似乎领先于行业中游其他环节 。 对安全和效率的注重很有可能推动了储存环节运营的进步 ， 而遗留资产基础和上游行业波动普遍阻碍了其他环节受益于数字化技术 。 而这些环节中 ， 一些在数字化上较为领先 ， 另一些则略显落后 例如 ， 单是储存这一领域 ， 终端就比油罐管理体系的运作更为成熟 。集油管线系统集油管线系统是最先接收烃类化合物的一环 ， 其后才是加工和运输 ， 这个环节在DOT模型中属于传感器网络的萌发阶段 。 运营者通常仅记录井区自动转输站 （ LACT） 的压力和体积数据 ， 因为管线网络规模庞大 ， 会导致运营者不愿进行更全面的探测感知 ； 即使通行权限制也可能成为安装传感器的障碍 。集油网络感知能力上的限制还体现在许多关键任务中 ， 例如泄露事故检测是通过负压力波 、 实时瞬态模型和校正体积平衡等线性平衡等式完成的 。13有限的数据能力在页岩油早期增长期尚可以接受 ， 因为运作和基础设施规划更为线性 、 可预测 。但是 ， 随着页岩油开发变得更多样 、 动态化 ， 更大的不确定性也随之而生 ， 业内关注重点也从增长转向了对产品差异显著的复杂运营加以管理 ， 以及如何从现存基础设施中为所有利益攸关方提取最大价值 。 这一点或将成为关键 ， 因为不同油井的产品组成不同 ， 而且数据采集与监控系统 （ SCADA） 通常无法获得各油井的密度数据 。14此外 ， 受经济因素和市场条件引起的页岩盆地产量波动正导致着资产搁浅或产能不足 在石油产量下降的低谷期 ， 巴肯（ Bakken） 油田产量较之前的高点下降了 25%， 而二叠纪盆地仍持续创下高产记录 。15通过突破数据生成和整合瓶颈 ， 完成迈向数据分析的数字化飞跃或许将帮助企业应对这些挑战 。 干线传感器领域技术创新必定将指导集油管线运营人员应对数据生成方面的挑战 其关键或许在于厘清数据关系并提取有意义的洞察 。 一家美国本土服务提供商就在推动这一转变 ， 其方法是首先在虚拟服务器上同化各类数据组 ， 再允许用户基于实体资产确定数据关系或计算方法 ， 最终运行自动调谐算法 ， 用非实体概念改进数据 。 除了泄露事故检测和批量优化等基本功能以外 ， 这一模型还能预测最优运作参数 ， 模拟产品特性 ， 描述具有潜在问题区域的特征 。16勇拓新前沿7除了卓越运营 ， 通过数据分析实现网络优化还能强化产能利用率 ， 通过为勘探生产 （ E&P） 企业获取最大化净回值 ， 为管线运营者提供竞争优势 。 除了卓越运营 ， 通过数据分析实现网络优化还能强化产能利用率 ， 通过为勘探与生产企业获取最大净回值 ， 为管线运营商提供竞争优势 。 为实现这一目的 ，有四家北美运营商正在使用一种基于通用电气公司 Predix平台的解决方案 ， 该平台能将生产 、 运输 、储存 、 合约的运营和经济因素结合 ， 用户可以在虚拟协同环境中进行情景演练 。 这样 ， 管线网络规划者就可以在现有图纸上添加/ 编辑网络管线或枢纽 ，然后预测对盆地油气产量和集油管线的最终经济影响 。17此外 ， 借助更多数据和行为分析 ， 我们还可以增强以上功能 ， 寻找以下问题的答案 ： 物流枢纽选址是否合理 ？ 新增生产管线应当布局在哪里 ？ 应采用何种多模式解决方案 ？ 在承担额外运营成本和投资基础设施之间如何最优抉择数据来源 : 德勤分析。Deloitte Insights | deloitte/insights数字化到实体实体到数字化仪表/泵送单元干线终端运营油罐管理集油管线系统加工设备阶段步骤机械化传感器传送数字化整合分析可视化增强机器人工艺虚拟化采集和加工管线储存当前成熟度 数字化飞跃（2-3年）图 2当前行业中游运营的数字成熟度和短期数字化目标中游油气行业数字化变革8干线传感器和通讯网络的部署是干线管道必不可少的 ，干线运营中 ， 经常需要通过PVT （ 压力 、 体积和温度 ） 进行计算机监控 、 通过数据采集与监控系统进行控制器监控以及定期测算管线平衡 。18最近 ， 这一领域快速发展 ， 达到了DOT模型中传感器网络应用的高级阶段 ， 其背后是企业对强化事故反应策略的求索 。 例如 ， 一些企业正部署无人机 ， 利用热力 、远红外 、 光线 、 测距和多谱传感器读取管线上敏感区域的参数 。19尽管新设管线通常配有此类科技 ， 仍有许多遗留基础设施亟待升级 ， 甚至可以将传感器部署从关键接合点扩大至整个管线网络 。企业在监测管线方面所做的努力已经显现出成效 ：尽管 2017年管线事故总数基本未变化 ， 但对人和环境造成重大伤害的事故减少了 20%。20毋庸置疑 ， 这些进步振奋人心 ， 但油气行业需要的仅限于此吗 ？ 大量的遗留基础设施要求企业采取积极主动的策略 ， 不仅要强化资产完整性 ， 还要优化核心运营 。 在当前的市场情形下 ， 这点尤其重要 ， 因为企业既要确保有足够资本支撑增长 ， 又要维持资产负债的平衡 。 据近期估计 ， 有效的泄露预测或可每年为美国管线公司挽回约300亿美元的成本 ； 到 2030年 ， 这笔节余将为中游企业弥补近 50%的资本性支出 。21此外 ， 老旧的数据采集与监控系统 、 整合能力有限的遗留工具和技术 ， 以及从管线管理工具向线上平台转移的态势正将整个油气行业暴露于网络攻击风险之下 。222018年 ， 许多美国中游企业用于加密 、解密 、 翻译和跟踪关键能源交易的电子数据交换系统 （ EDI） 遭受了一次网络袭击 。23此类事件曾多次被低调定性为黑客所为 ， 但网络袭击的严峻性不容小觑 美国国土安全部上报的一次该类事件中 ，黑客所掌握的运营数据足以同时摧毁 23条管线的压缩机组 。24要解决这些问题 ， 企业可以考虑借助数字化飞跃实现高级数据分析和可视化 ， 这样工程师就可以更好地识别管线网络中的潜在危机 。 例如 ， 恩桥天然气公司 （ Enbridge） 与一家领先的科技公司和 Finger Food Studios联手 ， 首次整合了 132组相互独立的管线数据 （ 来自管线检测工具 、 压力传感器和激光雷达远程传感器等 ）， 并融入地形信息 ， 通过实时处理大量数据创造 3D管线网络效果图 。 这令他们能够预见存在潜在危险的区段 ， 并将其可视化 ， 这包括凹痕 、 破裂 、 腐蚀和压力等危险因素 ， 还能追踪可能危及管线完整性的各类 （ 地质和运营 ） 参数 。25这类创新看上去必不可少 ， 但由于企业往往面临多项要务对资金的争夺 ， 不妨对那些利用高级算法从已有数据中创造价值的解决方案进行投资 。 例如 ，一家服务提供商正在帮助企业实施警觉性高 、 复原力强的网络战略 ， 其方法是从现有数据采集与监控系统中拷贝数据 ， 运用连续算法处理 ， 设定基准线并实时监测异常情况 。26类似地 ， 某管线公司联盟正与一家供应商合作开发一类新平台 ， 帮助各企业共享全部历史管线数据 ， 并利用专有算法预测管线各区段出现故障的时间及故障类型 。27这类解决方案不会增加延迟 ， 所需资本性支出较少 ， 而且更重要的是 ，易于扩展 。勇拓新前沿