现在是大数据时代！搞油服的哈里伯顿和微软都走到一起了！

搞油服的哈里伯顿和做软件的微软走到了一起？这两家似乎风马牛不相及的公司，合作却近乎必然。其他行业炒作的热点已经从“大数据”转向“区块链”，而石油行业在成本压力下真刀实枪地利用起来了这个技术。市场会发现，这些油企对低油价和增产的耐受力越来越高。

微软作为软件业内大佬，首先其Azure云在业内口碑不错；而其业务布局之全面，甚至为树莓派这种极客范的小众设备都免费提供了物联网版本Windows10，哈里伯顿找了一个足够牛的合作伙伴。

实际上，油气行业使用远程传感器收集数据已经好多年了，但是一直没有将分散的数据集中解读、并因此决策的能力。在利用大数据分析后，大量复杂而分散的数据联系了起来，数据快速可视化并可以为决策提供实时数据，远超人工操作时代的想象力。

在没有大数据分析的时代，打一口油井三分靠经验，七分靠技术，余下90分靠运气。虽然实际的比例没有这么夸张，但是千辛万苦挖一口井最后没出几桶油，这种烧钱的尴尬没少出现。

而Noble Energy在将2000余口井的数据放进数据平台分析后，利用大数据分析不同含油层对水力压裂和水平钻井的反应，现在对最佳钻井位置预测的误差只有几英尺。

在钻井过程中，该公司在休斯顿的控制室可以实时控制所有钻机。诸如调整钻头速度以适应更加坚硬的岩层这样的动态调整，根据数据库里面类似场景的数据可以立刻做出决策。因此该公司可以在5天内钻出一条2英里长的水平井，而过去需要两周以上。

而这还尚且不算将大数据利用到极致。英国石油公司的油田维护人员，曾经是每天早上的会议中确定去哪些井，然而这种安排是没有效率的。比如一个工人在半晌的时候去了一个油田，原因可能仅仅是因为它靠近一个好吃的小饭店。大数据接入后，英国石油公司发现，原来此前60%的工作量没有产生价值……

现在，英国石油公司开始用大数据，根据维护迫切程度、特定作业车装载的物料和地形规划路线。工人每天早上都会拿到详尽的计划任务书，甚至行车路线都有规划。

除此以外，通过工作车的网络接入设备，英国石油公司将油田的Wi-Fi覆盖率从30%提高到了90%。其油田工人看一眼设备，其温度、压力和储量的数据立刻会在护目镜上显示出来，而且技术人员可以远程进行作业指导，节省了以往开检修单后等待技术人员的停工时间，以及差旅费。你懂的，高技术人员工资高得很。

总的来说，在低迷的油价中，油气行业面临着改善运营效率的重大压力。以往效率不高的原因，有一条就是需要频繁试错中浪费了大量的时间和金钱，而这个错误往往是出现过的，大数据平台起了一个“错题本”的作用，总结出各种套路。

数据包括地址、地震、井口记录、钻井和产出数据。大数据针对壳牌这样的大型跨国油企河小型页岩油生产商都有效果。公司可以在不同油井传回的数据中找到联系，建立预测模型和程序，为计划、设计与最终的生产。

从目前业内能够提供的产品来看，包括地理位置、地震、井口记录、钻井和产出数据等接入很全面，而英国石油公司这样的跨国油企和Noble这样的页岩油气公司都尝到了巨大的甜头。

其实现在业内的大数据还没有完全推广开，哈里伯顿作为上游的油服公司必然能带动其他油气生产商对大数据的使用。我们看到了大数据分析威力十足，全行业推广开来之后，恐怕又会迎来一轮效率井喷式提高，成本大规模下跌后，对低油价和增产的适应力更强了。